EnCharge AI ajoute des chefs expérimentés en finance et RH après une série B de 100 millions de dollars pour stimuler la commercialisation de la plateforme d'IA analogique
Dans la course à la réinvention du matériel d'IA, EnCharge AI mise sur l'analogique et l'expérience
Alors que les startups se démènent pour répondre à la demande croissante d'inférence d'IA efficace, EnCharge AI parie sur l'informatique analogique et une équipe de direction chevronnée pour passer du laboratoire au marché.
SANTA CLARA, Californie. — Sous les lumières bourdonnantes d'un bâtiment banal au cœur de la Silicon Valley, la discrète révolution d'ingénierie en cours chez EnCharge AI vient de gagner deux nouveaux architectes. Forte d'un financement de série B de 100 millions de dollars, la startup spécialisée dans les accélérateurs d'IA analogique a annoncé jeudi l'embauche stratégique de Jason Huang au poste de vice-président des finances et de Leslie Szeto au poste de directrice des ressources humaines.
Ces nominations peuvent sembler banales à première vue, mais dans un secteur du matériel informatique caractérisé par de longues périodes de gestation, des défis de fabrication brutaux et un historique de startups trébuchant lors du passage à l'échelle, de tels choix peuvent faire la différence entre le battage médiatique et la récolte.
Alors que les charges de travail d'inférence éclipsent l'apprentissage dans la demande de calcul de l'IA — des centres de données cloud aux appareils périphériques comme les drones, les capteurs et les appareils portables — le marché des accélérateurs spécialisés et écoénergétiques explose. Les investisseurs affluent vers le secteur. Mais pour EnCharge, qui dispose de 144 millions de dollars de financement depuis sa création en 2022 et n'a pas encore de revenus publics, ces mouvements de personnel sont plus que de simples formalités.
Ils font partie d'un pivot plus large, passant de la promesse à la preuve.
De l'innovation au bilan : le point d'inflexion
L'arrivée de Huang chez EnCharge concerne moins les tableurs que la symétrie. L'ancien directeur financier de SupplyShift a contribué à la vente de cette société à Sphera Solutions au début de 2024. Auparavant, il avait supervisé l'introduction en bourse d'Arteris, Inc. en 2021. Son travail maintenant ? Traduire la vision du calcul analogique en mémoire d'EnCharge en une croissance viable et finançable — et naviguer sur la voie des revenus commerciaux.
Szeto, qui a dirigé des initiatives de développement organisationnel dans des entreprises comme Box, Intel et Adobe, supervisera la mise à l'échelle du capital humain d'EnCharge — crucial pour une entreprise qui aspire à passer du partenariat académique à la livraison de produits sur un marché truffé de pièges techniques.
« EnCharge passe d'une entreprise axée sur le prototype à une entreprise se préparant à la commercialisation au niveau du système », a observé un expert du secteur connaissant bien la feuille de route de l'entreprise. « Cela nécessite non seulement du silicium, mais aussi une structure — à la fois financière et organisationnelle. »
Ces investissements structurels signalent une maturité stratégique que de nombreuses startups technologiques de pointe négligent jusqu'à ce qu'il soit trop tard. L'informatique analogique étant confrontée au scepticisme des acteurs numériques traditionnels et les concurrents déployant déjà des systèmes commerciaux, la pression est forte.
Un marché mesuré en watts et en latence, pas seulement en dollars
La proposition de valeur d'EnCharge AI est radicale : une efficacité énergétique jusqu'à 20 fois supérieure en effectuant des calculs d'IA directement en mémoire — évitant ainsi le coûteux brassage de données endémique aux processeurs numériques. Les puces de l'entreprise, tirant parti des architectures analogiques en mémoire, promettent de réduire la latence et la consommation d'énergie, en particulier pour les modèles toujours actifs et déployés en périphérie.
Ceci est important — énormément.
Le marché mondial des accélérateurs d'inférence d'IA devrait passer de 106,15 milliards de dollars en 2025 à près de 255 milliards de dollars d'ici 2030. Au sein de ce marché, le segment de l'IA en périphérie pourrait à lui seul atteindre 113,71 milliards de dollars d'ici 2034, sous l'impulsion de la demande croissante de traitement à faible latence et sur l'appareil dans tous les domaines, des véhicules autonomes à l'automatisation industrielle.
EnCharge vise à répondre à cette demande avec des accélérateurs analogiques déployables sous forme de chiplets, d'ASIC ou de modules PCIe, compatibles avec l'infrastructure existante — une approche conçue pour éviter le piège coûteux de l'intégration verticale.
Pourtant, malgré cet attrait technique, EnCharge reste au stade pré-revenus. Pas d'annonce de projets pilotes avec des clients. Pas de bancs d'essai publics. Pas de statistiques de déploiement.
« Ils ont l'architecture et le discours », a déclaré un analyste d'un fonds spéculatif axé sur les semi-conducteurs. « Mais pour l'instant, tout est potentiel. Dans ce secteur, le potentiel peut être une arme à double tranchant. »
Le double piège de l'analogique : physique et perception
Le pari d'EnCharge sur l'informatique analogique est audacieux, mais aussi lourd.
Les systèmes analogiques sont confrontés à une variabilité intrinsèque du matériel — les appareils dérivent, le bruit électrique s'insinue, la précision en souffre. La correction de ces problèmes nécessite une compensation algorithmique sophistiquée et des cadres logiciels robustes. Et tandis que les conceptions numériques bénéficient de décennies d'outils EDA, de plateformes de simulation et de bibliothèques de déploiement, l'informatique analogique en est encore à ses balbutiements en matière d'outillage.
« Les chaînes d'outils pour l'IA analogique sont, au mieux, fragmentées », a noté un chercheur de Stanford travaillant sur les architectures neuromorphiques. « Il n'y a pas de flux normalisé du modèle à la bande de roulement au déploiement. Ce n'est pas une note de bas de page — c'est un obstacle. »
De plus, la fabrication de puces analogiques à grande échelle nécessite une uniformité de rendement extraordinaire sur l'ensemble des matrices de mémoire, souvent construites sur des nœuds avancés. Le partenariat d'EnCharge avec TSMC pour un tel développement est prometteur, mais n'est pas une panacée.
Le ministère de l'Énergie et la DARPA ont tous deux organisé des ateliers explorant la viabilité des systèmes analogiques et neuromorphiques — soulignant l'importance, mais aussi les défis encore non résolus.
Ajoutez à cela un scepticisme à l'échelle de l'industrie : « L'analogique est l'avenir de l'IA depuis 30 ans », a plaisanté un conseiller en capital-risque. « Tous les quelques années, quelqu'un essaie. Le logiciel n'est pas prêt. Le rendement n'est pas là. Le marché passe à autre chose. »
Pour qu'EnCharge évite de devenir une autre note de bas de page, l'exécution — et non l'élégance — doit être le prochain chapitre.
Tempêtes concurrentielles : là où les rêves de silicium rencontrent l'échelle
Dans la course à la domination de l'inférence, EnCharge est confrontée non seulement à la physique fondamentale, mais aussi à une concurrence féroce et bien financée.
- Mythic, avec 178 millions de dollars récoltés, livre des processeurs matriciels analogiques à des clients pilotes sur trois continents.
- Cerebras, qui approche de son introduction en bourse, a généré 206 millions de dollars de revenus au cours de la dernière année seulement — bien qu'avec un risque de concentration sur un seul client.
- SambaNova, armée d'un financement de 1,13 milliard de dollars, déploie des modèles de mille milliards de paramètres avec des clients d'entreprise comme Accenture.
- Hailo et Graphcore se vantent également de silicium fonctionnel, bien que les revenus restent opaques.
Et puis, il y a Nvidia — le Goliath en place — qui optimise ses GPU pour l'inférence et regroupe son écosystème logiciel pour ancrer ses clients.
Comparée à ces acteurs, l'absence de déploiements commerciaux d'EnCharge la place en retrait, malgré son ambition architecturale.
« Ils ont la science », a déclaré un directeur technique d'une entreprise de robotique grand public évaluant les puces d'inférence de nouvelle génération. « Ce dont nous avons besoin maintenant, c'est de l'histoire — les bancs d'essai, les pilotes, les victoires de clients. S'ils ne peuvent pas le montrer dans les six à neuf prochains mois, ce marché les dépassera. »
Fossés stratégiques et voie à suivre
Pourtant, tout n'est pas précaire. La base d'investisseurs d'EnCharge comprend des noms ayant une vision à long terme — Tiger Global, Samsung Ventures et des sociétés de capital-risque axées sur la défense — signalant un capital patient. Sa participation à une subvention de 18,6 millions de dollars soutenue par le DoD avec l'université de Princeton indique également un alignement gouvernemental, en particulier dans les applications périphériques et aérospatiales où l'efficacité énergétique est primordiale.
La flexibilité de déploiement — la possibilité de se brancher sur les racks de centres de données existants ou les cartes de calcul périphériques sans infrastructure personnalisée — pourrait accélérer l'adoption. Et si EnCharge pouvait décrocher ne serait-ce qu'une modeste victoire auprès d'un OEM ou obtenir un projet pilote auprès d'un fournisseur de cloud, le récit pourrait changer rapidement.
Ce que l'entreprise a maintenant, c'est du temps, de l'argent et une équipe croissante d'opérateurs expérimentés. Ce dont elle a besoin, c'est de validation.
Parier sur le pont entre l'audace et le construit
EnCharge AI se trouve à l'intersection du risque et de la révolution — faisant passer l'IA analogique de la curiosité académique à la candidate commerciale. Avec une nouvelle direction en place, un financement important et une architecture ambitieuse, l'entreprise est structurellement positionnée pour la prochaine phase.
Mais le matériel est impitoyable. Les prochains trimestres testeront si EnCharge peut résoudre les problèmes de précision de l'analogique, fournir des outils de développement et transformer le battage médiatique en un impact réel. Les embauches de Huang et Szeto font partie d'un pari plus large — non seulement sur une technologie, mais sur la capacité d'une organisation à grandir rapidement.
La piste est longue. Mais le temps presse.
Indicateurs clés à surveiller au cours des 12 prochains mois :
- Première expédition commerciale ou engagement pilote
- Comparaisons de bancs d'essai publics par rapport aux acteurs numériques en place
- Sorties de chaînes d'outils logiciels pour l'adoption par les développeurs
- Expansion des partenariats (OEM, hyperscalers, fonderies)
- Progrès vers la série C ou intérêt d'acquisition stratégique
Si ces éléments se concrétisent, EnCharge pourrait ne pas être simplement une autre startup analogique — elle pourrait être celle qui finit par percer.