Nvidia investit dans Simplismart, une start-up qui a fait baisser de 56 % la facture de cartes graphiques d'InVideo
Nvidia a investi dans l'indien Simplismart : son logiciel choisit les paramètres d'exécution d'un modèle d'IA pour qu'il réponde vite sans mobiliser de cartes graphiques superflues. La plateforme vidéo InVideo a réduit de 56 % ses dépenses en serveurs équipés de cartes graphiques grâce à lui, tandis que le chiffre d'affaires de la start-up a été multiplié par 14 en six mois. Si la facture d'exécution des modèles grimpe, commencez par vérifier la configuration avant d'acheter du matériel.
Traité par IA depuis TechCrunch ; édité par Hamidun News
Nvidia a investi dans la start-up indienne Simplismart, qui aide les entreprises à faire tourner des modèles d'IA avec moins de cartes graphiques. Imaginez que vous louez des serveurs coûteux équipés de GPU (processeurs graphiques sur lesquels tournent les réseaux de neurones), dont la moitié du temps part en fumée à cause de réglages inadaptés. Le logiciel de Simplismart choisit ces réglages automatiquement.
Selon la société elle-même, la plateforme vidéo InVideo a réduit grâce à lui de 56 % ses dépenses liées à l'exécution des modèles sur cartes graphiques, ce qui signifie qu'elle paie les mêmes réponses presque deux fois moins cher. Quant au chiffre d'affaires annualisé de la start-up, calculé sur l'usage récent des clients, il a été multiplié par 14 en six mois.
Qu'est-ce que cette opération
Simplismart a bouclé un tour de table Series B (le troisième grand cycle de financement) de 14 millions de dollars. Dallas Venture Capital en a été le chef de file, et Nvidia y a participé aux côtés d'Accel, Shastra VC et Micromax. La société existe depuis quatre ans et, avec ce nouveau financement, sa valorisation est estimée à environ 100 millions de dollars. Le tour est entièrement composé de capitaux frais : les anciens investisseurs n'ont pas vu leurs actions rachetées.
La logique est elle-même intéressante. Nvidia vend des puces, et investit dans un produit qui permet à certains clients de s'en passer en partie. Le fondateur et PDG Amritanshu Jain l'explique ainsi : quand l'exécution des modèles devient moins chère, les applications d'IA se multiplient, et les clients achètent davantage de matériel Nvidia. Il reste à voir si cette logique se vérifiera sur le marché, mais l'investissement en dit déjà long : même un fournisseur de puces considère l'optimisation de l'exécution des modèles comme un métier à part entière.
Comment cela fonctionne
Simplismart se place entre le modèle et l'infrastructure qui le fait tourner. Chaque charge de travail a ses exigences. Un chatbot a besoin d'une réponse rapide, le traitement de documents en arrière-plan privilégie le débit, et la génération vidéo se heurte au coût horaire du GPU. Tout régler à la main est long et coûteux. Le logiciel de la start-up prend cette tâche en charge : il détermine comment exécuter le modèle pour respecter le délai de réponse visé, le nombre de requêtes par seconde et la consommation de calcul.
Jain résume l'approche ainsi : personne n'a réellement besoin de l'inférence (l'exécution d'un modèle déjà entraîné pour répondre aux utilisateurs) la plus rapide ou la moins chère, il faut celle qui convient au produit concerné. Les concurrents, dit-il, proposent souvent des modes « plus rapide » ou « moins cher » tout faits, alors que Simplismart cherche le compromis adapté à chaque client. Il estime que l'entreprise gagne surtout là où les engagements de niveau de service (SLA) sont stricts et où le coût total de possession compte.
La plateforme peut être utilisée comme service clé en main, ou déployée dans le cloud du client ou sur ses propres serveurs. Outre l'exécution des modèles, elle couvre le fine-tuning, la mise à l'échelle automatique selon la charge et la supervision. Des fournisseurs de cloud peuvent s'en servir pour bâtir leurs propres services d'inférence : c'est ce que fait l'indien Yotta avec Shakti Studio.
Chiffres et limites
L'argument principal de l'entreprise, ce sont les 56 % d'économies réalisées par InVideo. Il s'agit d'un chiffre communiqué par Simplismart, sans vérification indépendante, et le résultat dépend fortement de la configuration initiale du client. Si l'infrastructure est déjà bien optimisée, les économies seront plus modestes. Parmi les autres clients figurent HeyGen, Higgsfield et la start-up d'entreprise Ema.
La multiplication par 14 du chiffre d'affaires doit aussi être lue avec prudence. Il s'agit d'un chiffre d'affaires annualisé (run rate), dont le montant est à huit chiffres, et Jain n'a pas communiqué le chiffre exact. Le calcul repose sur l'usage récent des clients, et non sur des contrats d'abonnement signés, et n'inclut pas les sommes qui transitent vers les fournisseurs d'infrastructure. Plus de la moitié du chiffre d'affaires vient des États-Unis, alors que les clients indiens sont plus nombreux. Les nouveaux fonds serviront à développer l'activité aux États-Unis, à recruter et à faire progresser le logiciel.
Le marché est concurrentiel. Simplismart fait face à AWS, Google Cloud, Microsoft Azure et à Nvidia elle-même, et le nombre de start-up qui rendent l'inférence plus rapide et moins coûteuse ne cesse d'augmenter. La société collabore aussi techniquement avec Nvidia : les ingénieurs travaillent ensemble, notamment sur l'intégration avec le logiciel d'inférence Dynamo. Nvidia l'aide également à trouver des clients.
Autre détail : The Economic Times a rapporté que la start-up était en négociations pour une levée de 40 à 50 millions de dollars sur la base d'une valorisation de 300 à 400 millions de dollars. Jain a refusé de commenter, mais il a affirmé que la start-up ne levait pas de fonds actuellement, que le tour Series B était bouclé et qu'il n'y aurait pas d'extension.
Ce que cela change pour les équipes
La conclusion pratique est simple. Si votre produit fait tourner des modèles en production, analysez votre facture d'inférence avant de commander de nouvelles cartes graphiques. Une partie des dépenses vient de réglages inadaptés : paramètres de traitement par lots mal choisis, GPU à l'arrêt, même mode appliqué à des charges très différentes. De tels outils doivent être testés sur votre propre charge de travail, en comparant le coût par requête et le temps de réponse avant et après, plutôt qu'en se fiant aux 56 % annoncés dans la communication.
- 21 nov. 2026Anthropic a clôturé sa première semaine en Bourse à une valorisation de 1,6 billion de dollars, mais a perdu 8,5 % en une journée
- 21 nov. 2026Blink retire le CPU du service de LLM et divise par 8,47 la latence du premier token
- 21 nov. 2026TensorRT-LLM devance vLLM sur H100 : 2780 contre 2400 tokens/s sur Llama 3.3 70B
- 21 nov. 2026Des développeurs 1C passent aux agents IA : McKinsey ne constate que 3 % de gain de productivité
Questions clés sur cet article
Qu'est-ce que cette opération?
Simplismart a bouclé un tour de table Series B (le troisième grand cycle de financement) de 14 millions de dollars. Dallas Venture Capital en a été le chef de file, et Nvidia y a participé aux côtés d'Accel, Shastra VC et Micromax. La société existe depuis quatre ans et, avec ce nouveau financement, sa valorisation est estimée à environ 100 millions de dollars. Le tour est entièrement composé de capitaux frais : les anciens investisseurs n'ont pas vu leurs actions rachetées. La logique est elle-même intéressante.
Comment cela fonctionne?
Simplismart se place entre le modèle et l'infrastructure qui le fait tourner. Chaque charge de travail a ses exigences. Un chatbot a besoin d'une réponse rapide, le traitement de documents en arrière-plan privilégie le débit, et la génération vidéo se heurte au coût horaire du GPU. Tout régler à la main est long et coûteux.
Que sait-on sur Chiffres et limites ?
L'argument principal de l'entreprise, ce sont les 56 % d'économies réalisées par InVideo. Il s'agit d'un chiffre communiqué par Simplismart, sans vérification indépendante, et le résultat dépend fortement de la configuration initiale du client. Si l'infrastructure est déjà bien optimisée, les économies seront plus modestes. Parmi les autres clients figurent HeyGen, Higgsfield et la start-up d'entreprise Ema. La multiplication par 14 du chiffre d'affaires doit aussi être lue avec prudence.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.