SambaNova a levé 1 milliard de dollars avec une valorisation de 11 milliards de dollars sur la surge de demande d'inférence d'IA

SambaNova Systems, fabricant de puces d'IA spécialisées, a levé $1 milliard de financement à une valorisation de $11 milliards — une validation de la confiance des investisseurs dans la demande croissante d'infrastructure d'inférence d'IA. Le PDG de SambaNova, Rodrigo Lian, a partagé les détails de la ronde dans une interview avec Ed Ludlow sur Bloomberg Tech.

Ce que nous savons sur la ronde

SambaNova est une startup de Palo Alto fondée en 2017 par des diplômés de Stanford, notamment le professeur Kunle Olukotun. L'entreprise développe sa propre architecture de puce Reconfigurable Dataflow Unit (RDU) — une alternative aux processeurs graphiques d'Nvidia, qui dominent actuellement les marchés de l'entraînement et de l'inférence des réseaux de neurones. L'idée derrière RDU est que les données « circulent » à travers la puce selon la route optimale pour un réseau de neurones spécifique, plutôt que d'être traitées par une architecture GPU universelle — l'entreprise affirme que cela réduit la latence et la consommation d'énergie lors de l'inférence de grands modèles.

• Taille de la ronde — $1 milliard de financement
• Valorisation de la société post-ronde — $11 milliards
• PDG — Rodrigo Lian
• Interview diffusée sur Bloomberg Tech avec Ed Ludlow

Pourquoi l'inférence est devenue le principal facteur de demande

Lian a souligné que la demande d'inférence haute vitesse — le déploiement rapide et rentable de modèles déjà entraînés dans des produits réels — croît à des taux énormes. Alors qu'il y a quelques années, la plupart de l'investissement en capital de l'industrie allait à la formation de grands modèles, les entreprises déploient maintenant largement l'IA dans leurs services et ont besoin d'infrastructure capable de répondre aux utilisateurs avec une latence minimale à un coût acceptable par jeton.

Ce changement de la demande est lié au fait qu'au lieu de requêtes ponctuelles à un chatbot, les entreprises déploient de plus en plus d'agents d'IA et de copilots qui appellent les modèles à plusieurs reprises au sein d'une seule tâche — de l'analyse de documents à l'automatisation du flux de travail. Chaque appel nécessite une réponse du modèle en fractions de seconde, et c'est ce qui rend le coût et la vitesse de l'inférence, pas seulement la qualité du modèle, le facteur décisif lors du choix d'une infrastructure.

Qui concourt pour le marché de l'inférence

Ce changement de focus — de la formation à l'inférence — est devenu l'un des thèmes majeurs de 2026 pour toute l'industrie des puces. En plus d'Nvidia, qui détient toujours la majorité du marché des accélérateurs d'IA grâce à son écosystème CUDA, les hypergéants apportent leurs propres puces sur le marché — TPU de Google, Trainium et Inferentia d'Amazon, ainsi que les startups de puces Groq et Cerebras en concurrence avec SambaNova pour les clients d'entreprise ayant besoin d'une alternative aux clusters GPU coûteux. Pour ces clients, les métriques clés ne sont pas les performances maximales sur papier, mais le coût réel par jeton de la réponse du modèle et la latence sous charge élevée.

Ce que cela signifie

La grande ronde de SambaNova dans le contexte du boom général des investissements dans l'infrastructure d'IA montre : le marché parie de plus en plus non seulement sur les développeurs des modèles eux-mêmes, mais sur les entreprises qui construisent le « matériel » pour leur exécution bon marché et rapide — c'est de plus en plus ce qui définit l'économie réelle de la mise à l'échelle de l'IA dans les produits, pas seulement la qualité des réseaux de neurones eux-mêmes.