Une jeune pousse londonienne que presque personne ne connaissait vaut aujourd'hui plusieurs milliards, sans avoir vendu une seule puce. Fractile a levé 720 millions de dollars sur une conviction technique : dans l'IA, le goulot d'étranglement n'est plus le calcul, c'est la mémoire.
Le Fractile funding : 720 millions en série C
TechCrunch a rapporté le 11 novembre un tour de série C de 720 millions de dollars, que les tableurs de financement notent « Fractile $720M ». Thrive Capital, Founders Fund, Lightspeed Venture Partners et Redpoint ont mené l'opération, selon le même article.
Peu de fabricants de puces européens lèvent ce montant avant d'avoir expédié quoi que ce soit.
Fractile dessine des accélérateurs pour l'inférence, c'est-à-dire pour faire tourner un modèle une fois qu'il est entraîné, pas pour le construire. C'est le marché qui compte aujourd'hui, parce que chaque requête envoyée à un agent coûte de l'argent à quelqu'un.
La Fractile valuation passe de 1,1 à 7 milliards
Le chiffre le plus commenté n'est pas le montant levé, c'est l'écart. The Next Web rapporte que la Fractile valuation est passée de 1,1 milliard de dollars en mai 2026 à environ 7 milliards en novembre.
Deux formulations coexistent. Le gouvernement britannique parle d'une valorisation « supérieure à 5 milliards de livres », une formulation qui ne dit pas la même chose que des dollars. Le Financial Times et une source Reuters avancent environ 7 milliards de dollars.
Six mois, et une multiplication par six. Une telle progression ne récompense pas des ventes, puisqu'il n'y en a pas. Elle récompense une thèse sur l'économie de l'inférence, et sur le coût d'une requête dans trois ans.
Pourquoi la mémoire bloque l'inférence, pas le calcul
Le raisonnement technique se comprend avec une cuisine. Un cuisinier qui passe son service à marcher vers le garde-manger ne cuisine pas plus vite en agitant les bras : le problème est la distance, pas la vitesse du geste.
Les accélérateurs actuels vivent cette situation. Les unités de calcul sont rapides, mais chaque étape d'un raisonnement doit faire venir les données depuis la mémoire, et ce trajet coûte du temps et de l'énergie. Sur une longue tâche d'agent, avec des allers-retours nombreux, la facture se joue là.
Le métier appelle cela la bande passante mémoire. Un modèle qui doit relire un contexte de plusieurs dizaines de milliers de jetons à chaque étape passe son temps à déplacer des données, et les ingénieurs se heurtent à un compromis classique : plus de mémoire disponible, ou une mémoire plus rapide, rarement les deux.
Des AI inference chips avec de la DRAM empilée
La réponse de Fractile tient dans l'assemblage. L'entreprise empile de la DRAM directement sur la puce, au lieu de la placer à côté, ce qui rapproche le garde-manger du poste de travail.
La DRAM est la mémoire de travail, celle qui contient les données du moment. L'empiler sur le calcul raccourcit le trajet, et sort du compromis entre capacité et débit.
À cela s'ajoute un compilateur, la brique logicielle qui traduit un modèle en instructions compréhensibles par la puce. Sans lui, une architecture différente reste une curiosité de laboratoire. Fractile se présente donc comme une société complète, pas comme un vendeur de silicium.
La concurrence existe et elle est sérieuse. Axelera, Etched et OLIX poursuivent la même cible avec des architectures différentes, et Nvidia continue de sortir une nouvelle génération tous les ans.
Le pari d'une UK AI chip startup sur le matériel
Fractile est ce qu'on appelle une « UK AI chip startup » : une jeune pousse britannique qui conçoit des puces pour l'IA, sans usine à elle. Comme ses concurrents, elle passera par un fondeur.
Le gouvernement de Keir Starmer a soutenu le tour par l'intermédiaire du Sovereign AI Fund, et il présente l'opération comme un moyen de donner au Royaume-Uni une place dans le matériel qui fera tourner son économie. Le fonds a participé au financement, ce qui ne veut pas dire que l'État a acheté des actions directement.
Bpifrance et France 2030 financent des projets de puces depuis des années, avec des tickets plus petits et des contreparties industrielles plus explicites. Le Royaume-Uni choisit un fund of funds politique, adossé à un tour privé mené par des fonds américains.
Ce que Fractile n'a pas encore prouvé
Trois absences définissent le risque. Fractile n'a expédié aucune puce, n'a publié aucun résultat de test indépendant, et ne compte aucun client payant annoncé.
Walter Goodwin, le directeur général, l'écrit lui-même sur LinkedIn : il reste « beaucoup de travail », et le financement doit permettre de livrer les premières puces et les premiers systèmes l'année prochaine.
Rien de contractuel.
Le reste du dossier dépend de ce que vaudra cette architecture en production. Une puce d'inférence se juge sur le coût par jeton, sur la consommation électrique par rack et sur la facilité à faire tourner les modèles du moment. Aucun de ces chiffres n'est public chez Fractile.
Ce qui compterait comme preuve en 2027
Quatre éléments changeraient la lecture du dossier. Un benchmark indépendant, réalisé par un tiers et portant sur un modèle courant, dirait si l'empilement de mémoire tient ses promesses.
Un client payant nommé, ensuite. Une entreprise qui signe pour des volumes réels valide l'architecture mieux qu'une démonstration sur scénario choisi.
Le prix du rack, puis la consommation. Une puce deux fois plus rapide qui consomme trois fois plus n'intéresse personne dans un centre de données où l'électricité est le premier poste de coût.
Et le logiciel ? Un compilateur doit suivre les évolutions des modèles, sinon il devient un musée. C'est le travail le moins visible et le plus difficile de tout le projet.
Pour un lecteur européen, autre chose compte. Les acheteurs de capacité d'inférence du continent, de Scaleway à OVHcloud, arbitrent sur le coût par jeton et sur la localisation des données. Une puce britannique, si elle tient ses promesses, aurait un argument auprès d'eux.
D'ici là, la valorisation de Fractile reste une anticipation. La société a vendu une idée juste sur un problème réel, la mémoire, et elle a six mois de plus pour transformer cette idée en silicium.
