Nicolas Sauvage mise sur les parties ennuyeuses de l'IA | TechCrunch

Nicolas Sauvage pense qu'il faut quatre ans pour que les meilleurs paris paraissent évidents — pensant qu'il a partagé sur scène la semaine dernière lors de l'événement StrictlyVC à San Francisco, co-organisé par TDK Ventures. C’est une théorie qu’il s’efforce de prouver depuis 2019, lorsqu’il a fondé la branche corporate venture du géant japonais de l’électronique, qui gère désormais 500 millions de dollars répartis dans quatre fonds. La start-up de puces IA Groq, évaluée à 6,9 milliards de dollars lors de son dernier cycle de financement l'automne dernier, est l'exemple le plus marquant de cette réflexion. En 2020, bien avant que le boom de l’IA générative ne rende les paris sur les infrastructures évidents, Sauvage a fait un chèque à l’entreprise, fondée par Jonathan Ross, l’un des ingénieurs qui ont construit les unités de traitement tensoriel de Google. Groq s'est concentré dès le départ sur l'inférence : le gros travail de calcul qui se produit chaque fois qu'un modèle répond à une requête. Ross avait conçu sa puce en construisant d'abord le compilateur, en supprimant l'architecture jusqu'à ce que, comme le décrit Sauvage, "vous ne puissiez pas supprimer une partie et la faire fonctionner encore". Cela aurait pu paraître niche à certains, mais sachant ce qu’il faisait face aux contraintes de sa société mère, Sauvage y voyait une asymétrie. Contrairement au matériel grand public, qui a un plafond naturel, la demande d'inférence ne cesse d'augmenter avec chaque nouvelle application et chaque nouveau modèle. Sauvage ne pouvait pas savoir alors que la demande d'inférence allait exploser cette année, grâce à chaque agent d'IA qui planifie et agit.