FRACTILE lève 649 millions d’euros : pourquoi ses investisseurs valorisent à 6,3 milliards une puce d’IA pas encore commercialisée
La startup britannique FRACTILE a annoncé une série C de 720 millions de dollars, soit environ 649 millions d’euros, en novembre 2026. Sa valorisation post-money atteint 7 milliards de dollars (6,3 milliards d’euros), contre environ 1,1 milliard de dollars six mois plus tôt, selon le Financial Times. L’entreprise n’a pas encore commercialisé son premier processeur, dont la sortie est prévue en 2027.
L’opération est codirigée par THRIVE CAPITAL, FOUNDERS FUND, LIGHTSPEED et REDPOINT. CAPITALG, BLACKROCK, DST GLOBAL, DRAGONEER, BAIN CAPITAL VENTURES et BALDERTON y participent également, aux côtés d’acteurs publics britanniques. Fondée en 2022 par WALTER GOODWIN et YUHANG SONG, la société mise sur une architecture de mémoire empilée pour accélérer l’inférence de l’intelligence artificielle.
Après l’entraînement, la bataille de l’inférence
La première phase industrielle de l’IA générative s’est surtout jouée sur l’entraînement des grands modèles, autour des GPU, des datacenters et des capacités électriques. Une autre bataille gagne désormais en importance : l’inférence, c’est-à-dire l’exécution des modèles lorsqu’ils répondent aux utilisateurs ou accomplissent des tâches. Dans les modèles de langage, elle comprend une phase de traitement du contexte, le prefill, puis la génération progressive de tokens, le decode.
Avec les agents qui enchaînent des opérations complexes, la vitesse de génération devient une variable économique. WALTER GOODWIN développe ce sujet dans son manifeste de mai 2026. Les chiffres avancés sont les suivants : produire séquentiellement 100 millions de tokens à 40 tokens par seconde demanderait près de 29 jours, contre moins d’une journée à 1 200 tokens par seconde.
Une architecture mémoire face à NVIDIA
FRACTILE s’attaque au memory wall. Dans certains traitements, la vitesse à laquelle les données sont acheminées de la mémoire vers les unités de calcul limite davantage les performances que la puissance arithmétique disponible. Les processeurs existants utilisent déjà de la mémoire HBM à très haut débit, tandis que la startup propose de la DRAM empilée directement sur la logique de calcul. Cette architecture tridimensionnelle vise à rapprocher physiquement données et opérations, afin d’améliorer le compromis entre bande passante, capacité et consommation. Les valeurs simulées dans la visualisation publiée ne représentent pas des performances vérifiées de FRACTILE.
La position de NVIDIA ne repose plus seulement sur ses GPU. Elle associe accélérateurs, mémoire HBM, interconnexions, serveurs, bibliothèques et écosystème logiciel CUDA. Une puce plus rapide sur une tâche donnée ne suffit donc pas forcément à convaincre les opérateurs de migrer leur infrastructure. GROQ mise sur une architecture LPU dédiée à l’inférence à faible latence, CEREBRAS sur des processeurs à l’échelle du wafer, ETCHED sur des circuits adaptés à certaines familles de modèles. FRACTILE, de son côté, privilégie le rapprochement mémoire-calcul. Le Financial Times a évoqué un intérêt d’ANTHROPIC pour devenir l’un de ses premiers clients.
Une valorisation qui anticipe l’industrialisation
L’activité de FRACTILE impose des besoins financiers considérables : conception, outils de développement des circuits, prototypes, fabrication, tests, assemblage, dissipation thermique et environnement logiciel. C’est dans cette perspective que la levée doit être lue. Rien ne permet toutefois de considérer qu’une valorisation de 7 milliards de dollars prouve déjà la rentabilité d’un produit non commercialisé. Le calendrier de production, les rendements industriels, les premiers contrats et le coût total de possession ne sont pas connus à ce jour.
SOVEREIGN AI et la BRITISH BUSINESS BANK participent également au financement. Dans un communiqué officiel du 11 novembre, le gouvernement britannique souligne son ambition de convertir l’excellence scientifique nationale en industrie et en emplois qualifiés. La première commercialisation, prévue en 2027, permettra de vérifier la consommation électrique, le débit agrégé, les performances en production, le coût par million de tokens et la fiabilité des équipements.
