Une start-up naissante s'apprête à devenir l'un des premiers hyperscalers de « calcul IA » d'Europe, les énergies renouvelables jouant un rôle central dans son argumentaire auprès des clients potentiels.
La ruée vers l’or de l’IA a suscité une demande sans précédent de « calcul », qui fait référence à la puissance de traitement, à l’infrastructure et aux ressources nécessaires à des tâches telles que l’exécution d’algorithmes, l’exécution de modèles d’apprentissage automatique et le traitement des données. L'un des grands bénéficiaires de cette demande a été Nvidia, qui est devenu une puissance de 3 000 milliards de dollars grâce à la demande pour ses GPU (unités de traitement graphique) et le matériel d'IA associé.
Parallèlement, une industrie de fournisseurs d’infrastructures cloud a surgi grâce à Nvidia, levant des tonnes d’argent en cours de route. Aux États-Unis, nous avons vu des sociétés comme Lambda et CoreWeave atteindre des valorisations élevées d'un milliard de dollars pour développer leurs opérations de centres de données. Aujourd’hui, la startup finlandaise DataCrunch se lance dans le ring, se présentant comme l’un des « rares acteurs sérieux » dans le domaine avec toutes ses opérations en Europe.
« GPU en tant que service »
Fondée en 2020 par le PDG Ruben Bryon, DataCrunch – comme ses pairs – vend des GPU « en tant que service », promettant de réduire les coûts de traitement de l'IA. La société a annoncé aujourd'hui avoir levé 13 millions de dollars en financement de démarrage, soit 7,6 millions de dollars de financement en fonds propres auprès de bailleurs de fonds tels que byFounders, J12 Ventures et le co-fondateur d'Aiven, Oskari Saarenmaa. Le segment de dette restant de 5,4 millions de dollars provient de LokalTapiola et Nordea.
Bien qu'il soit légèrement inhabituel qu'une startup en phase de démarrage lève une part aussi importante sous forme de dette, DataCrunch l'a fait exactement pour la même raison que d'autres dans le domaine, tels que CoreWeave, ont également levé de lourdes dettes. Il s'agit d'utiliser des actifs physiques – par exemple les GPU Nvidia – comme garantie pour garantir des prêts, plutôt que de céder davantage de capitaux propres.
Il est également plus efficace de sécuriser de gros capitaux de cette manière, car les banques peuvent simplement retirer les GPU si les choses tournent mal pour DataCrunch. Pour ceux qui contrôlent les cordons de la bourse, c'est beaucoup moins risqué que d'investir dans une startup purement SaaS, par exemple.
« Compte tenu de notre activité, nos principales dépenses d'expansion sont les dépenses d'investissement. [capital expenditure] conduit », a déclaré Bryon à TechCrunch. « C'est la manière logique de procéder, et à mesure que nous grandissons, un accès supplémentaire à ce financement devient disponible. »
Ce nouveau cycle porte le financement total de DataCrunch levé depuis sa création à 18 millions de dollars et contribuera dans une certaine mesure à l'aider à développer son infrastructure pour prendre en charge les derniers serveurs et clusters de Nvidia, y compris le tout nouveau GPU H200. En retour, cela l’aidera à développer une clientèle qui comprend non seulement des entreprises clientes telles que Sony, mais également des chercheurs individuels en IA travaillant pour OpenAI.
« Cela a toujours été un marché important pour nous, et je pense que ce marché « individuel » a été laissé de côté par beaucoup », a déclaré Bryon. « Pour moi, personnellement, c'est important : le week-end, j'utilise souvent nos propres services, et ce depuis le début. »
En effet, une tarification flexible et à la demande est une proposition bien plus séduisante pour les chercheurs et développeurs indépendants qui pourraient simplement avoir besoin d'un peu de calcul pour des projets personnels ou universitaires.
« Les gens qui étudient pour une maîtrise ou un doctorat — c'est un segment avec lequel nous voulons rester en contact car il s'agit souvent de gens qui sont à quelques années de réaliser quelque chose de vraiment génial », a déclaré Bryon.
Accrochez-les maintenant et récoltez les fruits plus tard lorsqu'ils atteindront le grand moment. C'est l'essentiel.
Mais il est impossible d’échapper à l’éléphant géant dans la pièce, avec lequel toutes les sociétés de cloud computing doivent compter : la quantité gargantuesque d’énergie requise pour alimenter cette révolution de l’IA.
Machine verte
Une partie de « l'avantage » de DataCrunch réside dans le fait que ses centres de données sont situés dans la capitale finlandaise, Helsinki, et en Islande, un pays qui fonctionne à 100 % avec des énergies renouvelables depuis des années déjà.
« À Helsinki, nous pouvons nous abonner à l'énergie verte du réseau », a déclaré Bryon. « Et actuellement, dans l'un de nos deux centres de données finlandais, la chaleur perdue est captée pour chauffer Helsinki elle-même. En Islande, nous avons l’avantage que la température de l’air ambiant est toujours basse, alors que le mix énergétique du réseau est déjà 100 % vert. L’Islande est donc l’un des endroits les plus verts au monde pour mener ce type d’opérations.
Ce sera un point central pour l’avenir de l’entreprise. Même si elle envisage d'offrir ses services à n'importe quelle entreprise dans le monde, elle restera principalement ancrée dans les pays nordiques et en Islande. « Peut-être qu'à l'avenir, nous examinerons le cas du Canada si nous pouvons trouver des emplacements appropriés, où nous pouvons avoir un avantage similaire en termes d'empreinte carbone de nos opérations », a déclaré Bryon.
Ce sont ces références « vertes » qui, espère DataCrunch, le distingueront également des autres concurrents européens : des sociétés comme FlexAI en France, qui a récemment quitté la furtivité avec 30 millions de dollars de financement de démarrage ; et Nebius, qui a récemment émergé des cendres du géant russe de l'internet Yandex et vient de redevenir une entreprise publique.
Il y a cependant un compromis à faire ici : bien que la faible latence soit souvent l'un des principaux arguments de vente pour les fournisseurs de calcul d'IA, DataCrunch ne fera pas nécessairement partie de cette catégorie, ce qui signifie qu'il sera mieux adapté à un type particulier d'application. charge de travail.
« Notre stratégie est telle que nous n'allons pas être le fournisseur avec la latence la plus faible en raison de notre présence dans 100 sites à travers le monde », a déclaré Bryon. « Nous nous concentrons davantage sur le calcul qui n'a pas cette exigence stricte de latence. Nous pouvons néanmoins avoir une latence suffisamment décente ; ce ne sera peut-être pas 10 millisecondes, mais ce sera quand même quelque chose comme 100 millisecondes.
Il convient également de noter que les centres de données de DataCrunch se trouvent pour l'instant dans des installations de « colocalisation » partagées, mais la société affirme qu'elle prévoit de commencer à construire ses propres centres de données en 2025 – ce pour quoi elle aura besoin de beaucoup plus de capitaux.
« Je veux que nous soyons sur la bonne voie pour rendre cette société publique, et nous aurons besoin d'accéder à beaucoup plus de capitaux pour continuer à développer la société », a déclaré Bryon.
TechCrunch propose une newsletter axée sur l'IA ! Inscrivez-vous ici pour le recevoir dans votre boîte de réception tous les mercredis.
