Unconventional AI fait une percée fulgurante grâce à une levée de fonds d'amorçage record et une nouvelle approche des puces d'IA.

Dernière mise à jour: 10/12/2025

  • Unconventional AI clôture une levée de fonds d'amorçage de 475 millions de dollars, pour une valorisation de 4.500 milliards de dollars.
  • La start-up conçoit des puces et des ordinateurs dotés d'une intelligence artificielle bio-inspirée afin d'atteindre une efficacité énergétique extrême.
  • Son architecture combine calcul analogique, neurones pulsés et SoC mixtes avec mémoire non volatile
  • Naveen Rao dirige une équipe d'élite et prévoit de lever jusqu'à 1.000 milliard de dollars lors de cette phase initiale.
IA non conventionnelle

L'arrivée de IA non conventionnelle Cette levée de fonds, qui fait déjà l'objet de discussions dans tous les milieux de l'industrie, a bouleversé le paysage du matériel d'intelligence artificielle. à peine quelques mois, la compagnie Elle a réussi à capter l'intérêt des fonds les plus puissants du monde technologique.parier sur une idée qui, sur le papier, promet de repenser la manière dont les ressources informatiques pour l'IA sont conçues et utilisées.

Loin de se concentrer sur des modèles toujours plus grands et plus voraces, l'entreprise souhaite s'attaquer au problème à la racine : l'efficacité énergétique et l'architecture physique des pucesSa proposition s'inspire explicitement de la biologie et du fonctionnement du cerveau, avec le L’objectif est de se rapprocher d’un système capable d’offrir une puissance de calcul énorme tout en consommant une fraction de l’énergie requise aujourd’hui. grands centres de données.

Le plus important tour de table de financement de l'année pour les équipements d'IA

Fondateurs d'une IA non conventionnelle

Unconventional AI a finalisé une levée de fonds d'amorçage de 475 millions de dollars.Un chiffre qui, même sur un marché habitué aux grandes sommes, se distingue par son ampleur à un stade aussi précoce. La transaction valorise l'entreprise à environ 4.500 millions, ce qui en fait l'un des cas les plus marquants de financement d'amorçage dans l'écosystème matériel de l'IA.

Ce tour de table a été mené par des fonds de capital-risque. Andreessen Horowitz (a16z) y Lightspeed Venture PartnersDeux acteurs clés en matière d'investissements à long terme dans les technologies de pointe. Ils ont été rejoints par d'autres investisseurs de premier plan tels que : Capitale luxembourgeoise, DCVC, Databricks et même le fondateur d'Amazon, Jeff BezosCela renforce l'impression que le projet est perçu comme une initiative stratégique à long terme.

Outre les capitaux externes, l'un des cofondateurs a décidé de contribuer de sa propre poche. 10 millions…aux mêmes conditions que les autres investisseurs majeurs. Au-delà du montant, cette décision témoigne clairement de l’engagement et de la confiance interne dans le potentiel technologique et commercial de l’entreprise.

Selon diverses interviews, cette première tranche de 475 millions ne serait que le début d'un plan de levée de fonds qui pourrait atteindre… 1.000 millions à ce même stade. L'ampleur de l'objectif souligne le type de projet auquel ils sont confrontés : matériel complexe, longs cycles de développement et un investissement initial important en R&D.

Comparativement à d'autres transactions récentes, l'évaluation était légèrement inférieure à Millones 5.000 qui étaient évoquées dans les premières rumeurs, mais cela place tout de même Unconventional AI dans la catégorie des startups qui, avec quasiment aucun revenu ni produit commercial, jouent déjà à des niveaux de capital auparavant réservés à des entreprises beaucoup plus matures.

La vision de Naveen Rao et une équipe habituée aux risques techniques

Naveen Rao

Diriger le projet est Naveen RaoRao, une figure bien connue dans le monde de l'IA, tant pour son esprit d'entreprise que pour ses postes au sein de grandes entreprises technologiques. Responsable des plateformes d'intelligence artificielle chez Intel après l'acquisition de sa première start-up, Nervana Systems, spécialisée dans les processeurs pour l'apprentissage automatique.

Plus tard, le fondateur a franchi une nouvelle étape en cofondant MosaïqueML, une plateforme d'entraînement de modèles qui a gagné en popularité dans l'écosystème des données et de l'IA et a finalement été acquise par Databricks pour environ 1.300 milliard de dollarsCe succès, avec deux sorties importantes en moins d'une décennie, a largement contribué à instaurer la confiance parmi les fonds qui soutiennent aujourd'hui son nouveau projet.

Contenu exclusif - Cliquez ici  Solution aux problèmes d'écran tactile sur Kindle Paperwhite.

Aux côtés de Rao, la société a intégré des profils de haut niveau issus de l'intersection de matériel, logiciel et recherche universitaireComme Michel Carbin, Sara Achour y MeeLan LeeCette équipe est habituée à gérer des projets à haut risque technique, à cycle long et à résoudre des problèmes qui ne se règlent pas par des itérations logicielles rapides, mais par des prototypes complexes et une intégration très étroite entre l'architecture physique et les algorithmes.

Rao a lui-même expliqué que le plan de travail d'Unconventional AI implique tester plusieurs prototypes sur plusieurs annéesIls évaluent quel paradigme offre le meilleur rapport efficacité/coût. Autrement dit, leur objectif n'est pas de lancer un produit rapidement, mais plutôt de bâtir une base technologique capable de transformer l'informatique IA au cours de la prochaine décennie.

Ce pari sur le soi-disant « Ingénierie à cycle long » Cela contraste avec l'approche classique de nombreuses startups du secteur des logiciels, qui privilégient la validation auprès des clients dans les plus brefs délais et l'amélioration continue du produit par itérations rapides. Ici, la démarche se rapproche davantage de celle des grandes entreprises de semi-conducteurs ou des projets d'infrastructures critiques, où le retour sur investissement intervient plus tard mais peut, en cas de succès, transformer radicalement un secteur entier.

Un nouveau type de machine pour l'intelligence artificielle

Comparaison de l'intelligence artificielle

L'essence de la proposition d'Unconventional AI est de construire un ordinateur nettement plus économe en énergie pour les charges de travail d'intelligence artificielle. Rao a résumé son ambition en une phrase qui a retenu l'attention du secteur : concevoir un système qui soit « aussi efficace que la biologie », en prenant comme référence la capacité du cerveau humain à effectuer des calculs complexes avec une consommation d'énergie minimale.

Alors que la majeure partie du secteur continue de privilégier l'augmentation du nombre de modèles (plus de paramètres, plus de données), plus de GPU—, l'entreprise part du principe que Cette stratégie présente une limite évidente en termes de coût et d'énergie disponible.Les grands centres de données sont déjà confrontés à des restrictions d'alimentation électrique, à une hausse des coûts et à des problèmes de durabilité, une situation particulièrement préoccupante en Europe et en Espagne en raison des objectifs climatiques et réglementaires.

Pour rompre cette dynamique, la start-up propose un changement de paradigme dans l'architecture informatiqueAu lieu de continuer à perfectionner les architectures numériques conventionnelles, explorez des conceptions qui tirent parti des les propriétés physiques du silicium lui-même et des principes inspirés par le fonctionnement du cerveau, tels que la dynamique non linéaire des neurones.

Dans un texte publié sur son site web, l'entreprise décrit son objectif comme la création d'un « nouveau substrat pour l'intelligence »L'idée est que, en trouvant la structure adéquate qui relie l'informatique artificielle au comportement des systèmes biologiques, il est possible de réaliser des gains d'efficacité bien supérieurs à ceux obtenus par la simple amélioration des architectures numériques classiques.

Les investisseurs de Lightspeed participant à ce tour de table partagent ce diagnostic, soulignant la nécessité de rechercher « l'isomorphisme approprié pour l'intelligence » Si l'objectif est de parvenir à des réductions drastiques de la consommation d'énergie de l'IA, cette approche s'inscrit dans les efforts de recherche en informatique neuromorphique et en systèmes analogiques avancés qui, jusqu'à présent, sont restés en grande partie confinés au monde universitaire ou à des projets expérimentaux menés par de grands fabricants.

Architecture : des puces analogiques aux neurones pulsants

Matériel d'IA non conventionnel

L'un des aspects les plus frappants de l'IA non conventionnelle est son approche combinée de architectures analogiques, mixtes et neuromorphiquesContrairement aux puces numériques actuelles, qui représentent l'information à l'aide de zéros et de uns discrets, les conceptions analogiques permettent de travailler avec des valeurs continues et de tirer parti de phénomènes physiques qui, lorsqu'ils sont correctement maîtrisés, peuvent s'avérer beaucoup plus efficaces pour certaines opérations. Cette approche ouvre la voie à des progrès dans le domaine de la Conception et procédés avancés de puces qui cherchent à optimiser l'efficacité à partir de la base physique.

L'entreprise explore puces capables de stocker physiquement des distributions de probabilitéau lieu de les approximer numériquement comme le font les processeurs traditionnels. Cela ouvre la voie à des représentations plus naturelles pour les modèles probabilistes et, potentiellement, à Réduction de la consommation d'énergie jusqu'à mille fois par rapport aux systèmes numériques qui dominent aujourd'hui les centres de données.

Contenu exclusif - Cliquez ici  Overclocking simple: carte graphique Nvidia

Pour ce faire, l'équipe utilise des concepts issus de oscillateurs, thermodynamique et neurones à impulsionsCe type de modèle s'inspire du fonctionnement des neurones réels, activés par des impulsions discrètes au fil du temps. Ces architectures, typiques du domaine neuromorphique, peuvent désactiver de larges portions de la puce lorsqu'elles ne sont pas utilisées, réduisant ainsi considérablement les pertes d'énergie par rapport aux circuits à activité constante.

Cette approche rappelle quelque peu les efforts précédents d'entreprises comme Intel avec leurs processeurs neuromorphiques, qui éliminent l'horloge centrale traditionnelle et permettent à la puce de fonctionner de manière asynchrone, en activant uniquement les parties nécessaires en fonction de la charge de travail. Cependant, L'IA non conventionnelle veut aller encore plus loinnon seulement en imitant le comportement neuronal, mais aussi en intégrant étroitement la conception physique du silicium aux modèles d'IA spécifiquement conçus pour cet environnement.

Cette combinaison de Matériel spécialisé et modèles co-conçus Cela laisse entrevoir un avenir où la frontière entre puce et algorithme s'estompe, et où les performances ne dépendent plus autant du nombre de GPU empilables que de la manière dont les propriétés physiques profondes des matériaux et des circuits sont exploitées.

Un SoC conçu sur mesure pour la prochaine vague d'IA

Au-delà de la présentation générale, des détails techniques émergent concernant le type de puce qu'Unconventional AI ambitionne de produire. Plusieurs offres d'emploi publiées par l'entreprise laissent entrevoir… un accélérateur d'IA basé sur une conception de système sur puce (SoC)Autrement dit, un composant unique intégrant plusieurs modules informatiques spécialisés.

D'après ces descriptions, le SoC comprendra un processeur central (CPU) responsable des tâches préliminaires telles que l'organisation et la préparation des données sensorielles avant leur transmission aux unités d'IA plus spécifiques. Sur cette base générale, des blocs optimisés seront ajoutés pour réaliser opérations d'algèbre linéairequi constituent le cœur mathématique de pratiquement tous les modèles d'apprentissage profond, des grands modèles de langage aux systèmes de vision par ordinateur.

La conception tient également compte de l'utilisation de propriété intellectuelle de tiers Pour certains modules, cette pratique est courante dans l'industrie des semi-conducteurs, où il est plus rentable d'acquérir des licences pour certains blocs éprouvés que de les développer de A à Z. Dès lors, la valeur ajoutée de l'IA non conventionnelle se concentrera sur les composants les plus innovants du SoC.

Ces éléments de différenciation comprennent circuits à signaux mixtesCes circuits, capables de traiter des informations analogiques et numériques, sont très utiles pour la gestion des données provenant de capteurs ou pour la mise en œuvre directe d'opérations inspirées de la physique. Ce type de circuit est essentiel pour que la puce puisse exploiter la dynamique non linéaire et les représentations probabilistes que l'entreprise développe.

Un autre point pertinent est l'intérêt de l'entreprise pour Les mémoires non volatiles émergentes, telles que la RRAM,Ces technologies conservent les informations même en cas de coupure de courant. Elles peuvent offrir des performances supérieures à la mémoire flash traditionnelle dans certains cas, bien qu'elles soient encore confrontées à des défis techniques qui ont limité leur déploiement à grande échelle dans les centres de données. L'évolution du marché de la mémoire et les décisions prises par des fabricants tels que… Micron lié aux gammes de produits Ils mettent en lumière ces défis et ces opportunités.

Co-conception de modèles matériels et d'IA

L'IA non conventionnelle ne se limite pas à la couche physique du processeur. La stratégie prévoit également le développement de modèles d'IA adaptés à leurs puces., en tirant parti de la marge d'optimisation offerte par la création conjointe du logiciel et du matériel dès le départ.

Cette approche de co-conception Elle permet un contrôle maximal sur la représentation des données, les opérations exécutées et la répartition du travail au sein de la puce. Au lieu d'adapter des modèles existants conçus pour les GPU à usage général, l'entreprise peut concevoir des algorithmes exploitant les caractéristiques uniques de ses circuits analogiques, de ses neurones pulsés ou de ses modules de mémoire non conventionnels.

Contenu exclusif - Cliquez ici  Alibaba entre dans la course aux lunettes intelligentes IA : voici ses lunettes Quark AI

L'entreprise espère que cette intégration lui permettra d'atteindre ses objectifs. des rendements de l'ordre de 1 000 fois supérieurs à ceux du silicium actuel sous certaines charges de travail. Bien que ces chiffres devront être validés lors de la publication des premiers prototypes et tests de performance indépendants, ils donnent une idée de l'ambition de l'équipe.

Ce type d'approche est particulièrement pertinent pour Europe et Espagneoù le débat sur la souveraineté technologique et la dépendance vis-à-vis des fournisseurs de matériel étrangers prend de l'ampleur. Disposer d'architectures d'IA nouvelles et plus efficaces ouvre la voie à des centres de données plus durables et moins coûteux.Cela correspond aux priorités énergétiques et réglementaires de la région. Les alliances entre les principaux fournisseurs de services cloud et les fabricants de matériel, telles que celles qui ont récemment remodelé le paysage industriel, illustrent le contexte dans lequel ces solutions pourraient s'intégrer.collaborations entre le cloud et les fabricants).

Si le modèle d'IA non conventionnelle s'avère finalement compétitif, Il ne serait pas surprenant de voir des entreprises européennes de cloud computing, des laboratoires de recherche et de grandes entreprises intégrer ce type de solutions. dans son infrastructure, cherchant réduire les coûts énergétiques et l'empreinte carbone sans sacrifier les capacités avancées de l'IA.

Contexte du marché : levées de fonds colossales et course à l’infrastructure d’IA

Le cas de l'IA non conventionnelle s'inscrit dans une tendance plus large : l'émergence de startups spécialisées en IA levant des centaines de millions de dollars à des stades très précoces, avec des valorisations qui, il y a quelques années, étaient réservées aux sociétés cotées en bourse ou aux entreprises aux revenus très consolidés.

Ces dernières années, des noms comme OpenAI, Anthropique ou des initiatives promues par des personnalités telles que Ilya Sutskever o Mira Murat Ils ont participé à des levées de fonds historiques en capital-risque. En 2025, des dizaines de startups spécialisées dans l'IA ont franchi le cap de 100 millions de dollars de financementconsolidant un volume d'investissement sans précédent dans ce segment.

Au sein de cette vague, la bataille pour les infrastructures Les puces, les clouds spécialisés, les accélérateurs et les systèmes d'entraînement sont devenus l'un des domaines les plus disputés. dépendance du processeur La pénurie de quelques fabricants, et notamment de GPU haut de gamme, a incité les investisseurs et les entrepreneurs à rechercher des solutions alternatives pour atténuer les problèmes d'approvisionnement et de prix.

L'IA non conventionnelle entre dans la course en proposant une voie différente de la simple concurrence progressive avec les principaux fabricants de GPUAu lieu de simplement lutter pour de meilleures performances, concentrez-vous sur l'amélioration considérable de l'efficacité énergétique, un élément clé à moyen terme pour que les systèmes d'IA continuent de se développer sans se heurter de plein fouet à leurs limites physiques et économiques.

Pour l’écosystème européen, où les coûts énergétiques et les exigences réglementaires en matière d’émissions sont particulièrement stricts, le succès de propositions de ce type pourrait s’avérer décisif. Un matériel d'IA beaucoup plus efficace Cela s'inscrirait dans les stratégies de transition écologique, tout en permettant aux entreprises et aux administrations de déployer des applications d'IA avancées sans augmenter leur consommation.

Le projet de IA non conventionnelle Elle incarne plusieurs des grandes tendances actuelles : des levées de fonds colossales en phase d’amorçage, du matériel conçu spécifiquement pour l’IA, une inspiration directe tirée du vivant et une obsession pour l’efficacité énergétique qui répond à une réalité de plus en plus évidente. Si l’entreprise parvient à concrétiser ses promesses dans le domaine des semi-conducteurs, elle pourrait devenir un acteur clé dans la définition de la manière dont les modèles d’intelligence artificielle seront entraînés et exécutés au cours de la prochaine décennie, tant aux États-Unis qu’en Europe, et, par extension, sur des marchés comme l’Espagne.

Résumé de Nvidia
Article connexe:
Nvidia renforce son alliance stratégique avec Synopsys, au cœur de la conception de puces.