Vinci4D lève 250 M$ pour la simulation d'ingénierie IA
Vinci4D Inc., l'entreprise de Palo Alto, en Californie, à l'origine de la plateforme de simulation Vinci, a bouclé un tour de table de série B de 250 millions de dollars, sur la base d'une valorisation de 1,5 milliard de dollars. Advent, Temasek et Xora ont mené conjointement l'opération. Plusieurs fonds spécialisés dans les start-up y ont également participé, dont AMD Ventures, la branche capital-risque du fabricant de puces AMD.
L'argument est simple. La simulation matérielle est lente, pointue et coûteuse à mettre en place, si bien que de nombreuses équipes d'ingénierie n'y ont recours qu'occasionnellement. Vinci veut en faire une étape de routine, exécutée à chaque modification d'une conception.
Pourquoi la simulation est un goulet d'étranglement
Les ingénieurs matériel s'appuient sur la simulation pour repérer les problèmes avant toute fabrication. Un concepteur automobile, par exemple, peut modéliser du brouillard pour voir comment le mauvais temps affecte les capteurs d'un véhicule. L'intérêt est évident. Le coût, c'est la mise en place.
Traditionnellement, préparer une simulation exige une expertise très spécialisée et beaucoup de temps. Les équipes adoptent donc un rythme par à-coups : concevoir pendant un moment, puis tester. Pour Vinci, cet écart compte. Si les ingénieurs peuvent voir les résultats d'une simulation le lendemain d'une modification des plans plutôt que deux semaines plus tard, ils détectent les problèmes plus tôt et l'ensemble du cycle de développement se raccourcit.
La plateforme de l'entreprise est conçue pour lancer des simulations après chaque modification importante de la conception d'un produit.
Les puces d'abord
Le premier marché visé par Vinci est celui des semi-conducteurs. La plateforme aide les ingénieurs à modéliser le comportement thermique des processeurs, des modules de mémoire et des interconnexions, les liaisons qui transportent les données entre les composants. Une équipe de conception de puces pourrait s'en servir pour vérifier si une carte graphique risque de surchauffer lorsqu'elle fonctionne près de sa fréquence maximale.
Ce positionnement place Vinci sur un segment très disputé. La conception de puces attire déjà des outils d'IA de la part d'acteurs bien plus gros, comme en témoignent des initiatives telles que la collaboration d'OpenAI avec Synopsys sur l'IA pour la conception de puces.
Comment fonctionne la plateforme
Au coeur de Vinci se trouve un modèle d'IA centré sur la physique. Les développeurs importent un dessin CAO d'une puce, ajoutent quelques données associées, et le système transforme automatiquement ces éléments en simulation.
Deux étapes du processus se distinguent :
- Le maillage. C'est l'une des étapes les plus chronophages de tout projet de simulation. Elle consiste à découper un plan en un grand nombre de petites formes en trois dimensions, car de nombreuses petites formes se traitent bien plus vite qu'une seule surface continue. Vinci prend en charge le maillage sans intervention manuelle.
- La convergence. C'est le stade où les calculs de la simulation sont finalisés. Vinci utilise des noyaux personnalisés pour cartes graphiques, ces modules logiciels de bas niveau qui servent à construire les modèles d'IA, pour l'accélérer.
L'entreprise mesure les performances en degrés de liberté, ou DOF. Chaque DOF est un point de données décrivant une observation physique précise, comme la capacité d'un seul transistor à conduire la chaleur. Vinci affirme que sa plateforme peut boucler des simulations comptant des centaines de millions de DOF en quelques minutes. Selon l'entreprise, des charges de travail de cette taille prennent habituellement plusieurs heures, voire plusieurs jours.
Au-delà du silicium
Les puces ne sont qu'un point de départ. Vinci prévoit d'étendre ses capacités de simulation aux véhicules, aux avions et aux satellites.
Le cofondateur et directeur général Hardik Kabaria a décrit la feuille de route par étapes. "Vinci commence par donner aux ingénieurs la capacité de comprendre le comportement physique pendant qu'ils sont encore en train de concevoir", a-t-il déclaré. "À partir de là, nous construisons des systèmes capables d'identifier ce qui doit changer, de réunir des domaines d'ingénierie de plus en plus complexes et, à terme, d'aider les ingénieurs à créer ce qu'ils ne pouvaient pas créer auparavant."
Autrement dit, le produit actuel montre aux ingénieurs ce qui va se passer. L'objectif à plus long terme est un système qui suggère aussi ce qu'il faut modifier.
La vue d'ensemble
Ce tour de table laisse penser que les investisseurs voient dans l'IA intégrant la physique une catégorie à part entière, et non un simple à-côté de l'essor des modèles de langage. Une valorisation de 1,5 milliard de dollars pour une entreprise en série B spécialisée dans la simulation thermique est un signal fort : les processus d'ingénierie sont désormais une cible pour les dépenses en IA.
La participation d'AMD Ventures mérite d'être relevée. AMD multiplie les paris sur l'IA qui modélise le monde physique, notamment avec son rachat de World Labs. La recherche va dans le même sens, avec des projets comme JEPA-Anything, qui vise un modèle unique couvrant la physique et d'autres domaines.
Reste que les principales affirmations émanent de Vinci elle-même. Il faudra voir si des utilisateurs indépendants confirment les chiffres de vitesse sur des projets réels. Le vrai test sera l'extension aux véhicules, aux avions et aux satellites. La thermique des puces est un problème bien circonscrit. Ces domaines-là sont plus complexes, et cette étape montrera si l'approche de Vinci se généralise ou reste un outil de spécialiste.