FuriosaAI : 620 millions pour défier Nvidia
FuriosaAI lève 620 millions de dollars et atteint 2,9 milliards de valorisation. Analyse de sa puce RNGD, de ses clients et des défis face à Nvidia.
FuriosaAI lève 620 millions : le pari d'une alternative à Nvidia
FuriosaAI passe un cap. La jeune pousse sud-coréenne, spécialisée dans les puces d'inférence, a levé 620 millions de dollars lors d'un tour de série D. Sa valorisation ressort à environ 2,9 milliards de dollars, contre 735 millions un an plus tôt. Oui, la hausse est impressionnante. Mais ce chiffre ne dit pas encore si l'entreprise saura durer face à Nvidia.
Le vrai sujet, c'est la capacité à transformer des promesses techniques en production industrielle et en contrats qui se répètent. FuriosaAI affirme que sa puce RNGD peut exécuter des modèles d'IA avec une consommation électrique maîtrisée, et commence à la déployer en Corée du Sud. Reste à vérifier ce qui compte vraiment : livraison régulière, logiciel exploitable au quotidien, et adoption qui tient sur la durée.
Voici ce que finance cette levée, ce que promet la RNGD, et les points à surveiller pour évaluer la stratégie de FuriosaAI - dans un contexte européen où le coût énergétique des centres de données devient un critère de plus en plus concret.
Pourquoi FuriosaAI vaut 2,9 milliards de dollars
La série D valorise FuriosaAI à environ 2,9 milliards de dollars. D'après Bloomberg, la valorisation précédente, lors du tour de l'année dernière, était de 735 millions. Autrement dit : près de quatre fois plus en un an. Attention toutefois : une valorisation n'est pas un chiffre d'affaires, ni une preuve de rentabilité, et encore moins une mesure des ventes déjà réalisées.
L'investisseur principal est le National Growth Fund sud-coréen, avec 280 millions de dollars. Des investisseurs internationaux ont ajouté 110 millions, dont Infinitum, Jericho Capital, Worldline Capital, Cisco Investments, NeoFort Holding et QUDA Capital Partners. Les actionnaires existants ont apporté 125 millions (NAVER, DSC Investment et KDB Capital, les investisseurs d'amorçage). La banque sud-coréenne d'import-export a aussi réalisé son premier investissement direct dans une start-up, et la société de gestion UAMCO s'est engagée à hauteur de 30 millions.
Sur le papier, la structure du tour dit quelque chose : présence de fonds publics sud-coréens, et poids d'acteurs capables de faciliter des partenariats et l'accès à des clients. Mais ça ne remplace pas les questions simples : est-ce que l'entreprise livrera en volume, et est-ce que les clients continueront à acheter quand l'effet nouveauté sera passé ?
Une valorisation qui reflète des anticipations
Le raisonnement des investisseurs repose sur deux éléments : la demande de calcul pour l'IA ne cesse d'augmenter, et une partie des acheteurs cherche à diversifier ses fournisseurs. Nvidia reste dominant dans les centres de données, mais entre disponibilité, coût et contraintes énergétiques, certains veulent - ou doivent - regarder ailleurs. Si FuriosaAI arrive à produire une puce compétitive, et à sécuriser l'approvisionnement, elle peut espérer une place sur ce marché.
La difficulté, c'est l'exécution. John Yetimoglu, directeur des investissements chez Infinitum, rappelle que passer de la conception à la production en volume est particulièrement dur. La valorisation parie donc largement sur le futur : pour la justifier, il faudra des livraisons régulières, des commandes renouvelées, et une économie qui tienne vraiment. Pas uniquement des annonces de performance.
Que promet la puce RNGD face aux GPU Nvidia
FuriosaAI vise l'inférence, c'est-à-dire la phase où un modèle entraîné répond à une requête (résumé, classification, etc.). L'entraînement, lui, reste un autre type de charge de travail. En se concentrant sur l'inférence, l'entreprise cherche à adresser un segment précis de l'infrastructure IA, plutôt que de prétendre remplacer tous les GPU dans tous les cas.
La deuxième génération, la RNGD (prononcée « renegade »), est entrée en production de masse en janvier. FuriosaAI annonce une consommation de 180 watts et un refroidissement par air. Elle affirme aussi qu'une carte RNGD atteint un débit comparable à celui d'une Nvidia RTX PRO 6000 et qu'elle permet de servir deux fois plus d'utilisateurs par kilowatt. Ces chiffres viennent du fabricant et ne semblent pas avoir été confirmés par un test indépendant dans les informations rapportées par The Next Web.
Pourquoi l'inférence est un marché distinct
Sur l'inférence, l'enjeu n'est pas seulement « quelle puce est la plus rapide ». Pour un opérateur, il faut aussi tenir compte de la taille des modèles, du nombre d'utilisateurs simultanés, de la latence, de la consommation totale du système et - souvent oubliée dans les slides - du coût logiciel pour exploiter le matériel.
La consommation annoncée de 180 watts intéresse forcément, surtout en Europe, où l'énergie et le refroidissement peuvent limiter la densité et la marge. Mais comparer « par carte » ne suffit pas. L'avantage économique dépendra aussi du serveur, de la mémoire, du réseau et surtout du taux d'utilisation. Un accélérateur plus sobre peut perdre son avantage si le logiciel tire davantage sur les ressources, ou si les workloads tournent moins que prévu.
Le logiciel compte autant que le silicium
Même avec un bon matériel, les équipes qui opèrent des modèles ont besoin d'outils stables, d'une documentation solide et d'un vrai accompagnement en production. Et surtout : elles ne migrent pas tous les mois. Une transition demande des tests, des adaptations, parfois une réorganisation des équipes.
C'est là que l'écosystème logiciel pèse souvent plus que ce qu'on lit dans les fiches techniques. Pour convaincre, FuriosaAI devra montrer que ses puces s'intègrent dans des flux réels, sans multiplier les contournements. La levée prévoit d'ailleurs des investissements dans le logiciel. C'est logique : en IA d'entreprise, le matériel crée une capacité, mais l'exploitation - et l'expérience quotidienne - détermine si cette capacité devient un produit réellement achetable.
FuriosaAI peut-elle produire et vendre à grande échelle
Pour un fabricant de puces, la production est un test immédiat de crédibilité. D'après Bloomberg, TSMC doit fabriquer 20 000 puces RNGD cette année. FuriosaAI indique viser plus de 40 000 puces en 2027. On reste sur des volumes modestes face aux grands fournisseurs des centres de données, mais ces chiffres donnent une première base pour juger si la chaîne industrielle suit la demande annoncée.
L'approvisionnement en mémoire complique la lecture. La pénurie touche tout le secteur, et Micron prévoit qu'elle s'aggravera jusqu'en 2028. Avoir de la capacité de fabrication ne veut pas dire disposer de tous les composants au bon moment, ni livrer les cartes à temps. Une puce peut très bien marcher en labo et rester difficile à déployer si la mémoire, l'assemblage ou le support ne suivent pas.
Des premiers clients, mais encore peu de données publiques
FuriosaAI cite des usages en Corée du Sud. Samsung SDS a lancé en juillet un service cloud reposant sur la RNGD. LG utilise les puces pour ses modèles EXAONE, selon l'entreprise. Upstage emploie aussi la RNGD pour produire des résumés de recherche.
Ce sont des signaux utiles : le matériel est déployé dans des environnements clients, pas seulement présenté lors de démonstrations. Mais on ne sait pas encore grand-chose sur l'ampleur réelle du déploiement : nombre de puces installées, revenus associés, économies obtenues, niveau de disponibilité. La direction dit travailler avec de nombreux clients en Asie-Pacifique et au Moyen-Orient, mais ces discussions ne remplacent pas des contrats signés et des résultats mesurables.
Ce qu'un acheteur doit vérifier
- Performances sur ses propres modèles, pas sur un test isolé.
- Coût total par requête, en incluant serveur, mémoire, énergie et exploitation.
- Compatibilité logicielle avec les outils déjà en place.
- Disponibilité et support, avec des engagements cohérents avec la production.
- Risque fournisseur, notamment la capacité à livrer et à maintenir la plateforme.
En Europe, la comparaison doit aussi intégrer les contraintes du centre de données : prix de l'électricité, densité des racks, refroidissement disponible, exigences de continuité. Une puce plus sobre peut être intéressante - à condition que l'ensemble du système tienne la route sur les charges réelles de l'entreprise.
À quoi serviront les 620 millions de dollars
FuriosaAI prévoit d'utiliser les fonds pour augmenter la production de RNGD, améliorer ses logiciels et développer une troisième génération de puces. L'objectif est donc triple : mieux servir les premiers clients, simplifier l'exploitation du matériel, et préparer la suite technologique. Investir seulement dans le prochain processeur ne servirait à rien si les produits annoncés n'étaient pas livrés et accompagnés.
La troisième génération est développée avec Broadcom et d'autres partenaires. FuriosaAI indique qu'elle s'appuiera sur une conception multi-puces gravée en 2 nanomètres et sur de la mémoire HBM4. C'est un travail en développement, pas un produit déjà disponible. Les choix de procédé et de mémoire donnent un aperçu de l'ambition technique, mais ne permettent pas encore d'évaluer le coût, le rendement de fabrication ou les performances finales.
Une expansion internationale encore en construction
FuriosaAI a des bureaux aux États-Unis, à Singapour et à Lisbonne. En juillet, l'entreprise a amené la RNGD en Europe via Equinix, un opérateur de centres de données. L'idée est d'approcher le matériel des clients européens et de faciliter les partenariats locaux.
Pour que ça se traduise en activité durable, il faudra toutefois des volumes commercialement disponibles, des équipes de support capables de répondre vite, et des résultats mesurables en production. La présence à Lisbonne souligne aussi un point : beaucoup de clients ne cherchent pas seulement à acheter des cartes, mais à acheter un service. Un déploiement cloud peut réduire le coût et le risque d'expérimentation, mais il devra aussi offrir les outils, les performances et les garanties que les équipes techniques attendent.
Les indicateurs à suivre après la levée
Pour distinguer la progression industrielle de l'effet annonce, il faudra suivre plusieurs signaux : réalisation effective des volumes prévus, élargissement du nombre de clients en production, et publication de comparaisons indépendantes. Il sera aussi important de voir si les revenus augmentent avec la capacité installée, et si les logiciels rendent l'usage de RNGD assez simple pour éviter de réinjecter trop de complexité dans les équipes internes.
D'autres fabricants de puces d'inférence lèvent aussi d'importants montants. Cette dynamique confirme l'intérêt du marché, mais elle rend la différenciation plus difficile. FuriosaAI devra montrer que sa puce fonctionne, puis prouver un avantage opérationnel concret, reproductible. C'est souvent là que se joue la décision d'un acheteur : une économie durable sur des charges réelles, sans transfert disproportionné de complexité vers les équipes internes.
Ce que la levée change vraiment
La série D donne à FuriosaAI les moyens de financer des étapes difficiles : augmenter la production, renforcer le logiciel et préparer une nouvelle génération de puces. Elle montre aussi que les investisseurs s'intéressent aux alternatives aux GPU dominants, surtout en inférence, où l'énergie et le coût d'exploitation pèsent directement sur le modèle économique.
Mais une valorisation à 2,9 milliards de dollars ne suffit pas à faire d'une alternative une évidence. Le verdict dépendra de livraisons réelles, de la fiabilité en production, de la qualité de l'écosystème logiciel, et de la capacité à prouver un avantage économique sur des charges concrètes. Si une entreprise évalue ces solutions, le bon réflexe reste simple : tester un cas d'usage précis, comparer le coût total, et vérifier les conditions de support avant d'aller plus loin.