Callosum mise 100 millions de dollars sur une IA moins dépendante d’un seul modèle et d’une seule puce

La formation de ses fondateurs en neurosciences nourrit cette comparaison : l’intelligence biologique ne s’appuie pas sur un circuit uniforme chargé de toutes les fonctions. Callosum transpose cette intuition à l’IA en assemblant des composants spécialisés, plutôt qu’en considérant un modèle unique comme la réponse à chaque sous-tâche.

Il ne s’agit pas pour autant d’annoncer la disparition d’un modèle ou d’une puce dominante. L’idée est plutôt de les transformer en composants interchangeables d’un système plus vaste, sélectionnés en fonction des besoins de chaque requête.

Comment fonctionne le routage entre modèles et puces

Callosum présente son logiciel comme une couche d’orchestration des charges de travail liées à l’IA. En pratique, le système doit :

1. Décomposer une charge de travail complexe en sous-tâches. Une application en plusieurs étapes peut combiner différents types de raisonnement, d’utilisation d’outils et d’exécution.
2. Choisir un modèle adapté à chaque étape. Un modèle plus rapide et moins coûteux peut traiter les opérations répétitives, tandis qu’un modèle de raisonnement plus puissant est réservé aux décisions difficiles.
3. Sélectionner le matériel approprié. Les tâches peuvent être réparties entre plusieurs types de processeurs, au lieu d’être liées à l’infrastructure d’un seul fournisseur.
4. Tenir compte des contraintes d’exploitation. Le routage peut intégrer la latence, le coût et les besoins énergétiques.

La plateforme est conçue pour fonctionner dans différents environnements cloud et avec du matériel incluant les puces Nvidia et AMD, les processeurs AWS Trainium et Inferentia, ainsi que les systèmes de Cerebras.

Pour un agent d’entreprise, cela pourrait signifier utiliser un accélérateur à faible latence pour les interactions fréquentes, un GPU généraliste pour une autre phase et un modèle de raisonnement plus performant uniquement lorsque la tâche l’exige. L’intérêt potentiel ne réside donc pas seulement dans la liberté de choisir son matériel, mais dans la possibilité de bâtir un flux de travail en combinant les points forts de plusieurs composants.

Des gains annoncés, mais encore à relativiser

Callosum affirme avoir obtenu jusqu’à deux fois plus de précision, sept fois plus de rapidité et quatre fois moins de coûts sur certaines charges de travail complexes. Ces chiffres sont des résultats revendiqués par l’entreprise lors de sa sortie de la confidentialité en février ; les éléments disponibles ne permettent pas d’établir qu’ils ont été vérifiés indépendamment ni qu’ils s’appliquent à l’ensemble des usages de l’IA.

Le raisonnement économique est néanmoins simple. Si toutes les étapes d’une application n’ont pas besoin du modèle le plus puissant du marché, employer une solution moins chère ou plus rapide pour les opérations courantes peut réduire les coûts d’inférence. De même, si chaque étape ne nécessite pas le même processeur, les opérateurs peuvent mieux utiliser les capacités disponibles et limiter leur dépendance à un seul fournisseur de puces.

Cette approche pourrait concerner l’automatisation de l’utilisation d’ordinateurs, les paiements, la cybersécurité et les applications multi-agents, qui combinent plusieurs formes de calcul. Sa réussite dépendra toutefois de la capacité de la couche de routage à prendre des décisions fiables sans ajouter une complexité ou une surcharge suffisante pour annuler les gains attendus.

Une question d’optimisation, mais aussi de souveraineté

Le discours de Callosum dépasse la seule recherche d’efficacité. L’entraînement et l’exécution des systèmes d’IA de pointe nécessitent des capitaux importants, beaucoup d’électricité et du matériel spécialisé. La concentration de ces ressources entre un petit nombre de fabricants de puces et de sociétés développant des modèles peut renforcer la dépendance envers les principaux fournisseurs d’infrastructure et les régions où cette infrastructure est disponible.

Une couche logicielle indépendante du matériel pourrait offrir davantage de choix sur le lieu d’exécution des charges de travail et faciliter l’utilisation de processeurs alternatifs. C’est en ce sens que Callosum relie l’infrastructure hétérogène à la souveraineté en matière d’IA : les entreprises et les États pourraient exploiter une gamme plus large de composants, plutôt que de dépendre entièrement d’une seule architecture technologique.

Il s’agit toutefois d’une ambition, pas encore d’un résultat démontré. La compatibilité avec plusieurs puces ne suffit pas à créer un marché matériel concurrentiel. La valeur concrète de cette stratégie dépendra des performances, de la disponibilité des composants, des outils destinés aux développeurs et de la fiabilité des intégrations de Callosum.

110,25 millions de dollars annoncés depuis février

Callosum a annoncé en février 2026, lors de sa sortie de la confidentialité, une première levée de 10,25 millions de dollars. Le tour était mené par Plural, avec la participation de plusieurs investisseurs providentiels nommément cités : Charlie Songhurst, Stan Boland et John Lazar. L’agence britannique Advanced Research and Invention Agency, ou ARIA, a par ailleurs apporté un soutien sous forme de subvention de recherche pour l’intégration de nouvelles puces ; elle n’a pas été présentée comme investisseur au capital dans ce tour.

Le 20 août 2026, l’entreprise a annoncé un nouveau tour d’amorçage de 100 millions de dollars, mené par Atomico, avec une participation importante de Plural, DCVC et du UK Sovereign AI Fund, ainsi que d’autres investisseurs et business angels.

Si les deux opérations sont bien cumulatives, comme le présente la couverture disponible, Callosum a donc annoncé environ 110,25 millions de dollars de financement depuis sa sortie de la confidentialité. Le détail complet des investisseurs non nommés n’a toutefois pas été rendu public.

Ce que le soutien britannique veut dire

Callosum affirme que cette opération constitue le tout premier investissement du UK Sovereign AI Fund, le fonds britannique dédié au développement de capacités nationales dans l’intelligence artificielle. La start-up a également été citée dans le plan britannique de 1,1 milliard de livres sterling consacré au matériel d’IA. Le ministre britannique chargé de l’IA, Kanishka Narayan, a de son côté insisté publiquement sur l’importance d’utiliser les puces efficacement alors que la demande de puissance de calcul augmente.

Ces signaux présentent Callosum comme davantage qu’un simple outil privé d’optimisation. Le gouvernement britannique associe la diversification de l’accès au matériel et une orchestration plus efficace à sa capacité nationale en IA et à sa souveraineté technologique. Cela ne garantit ni la réussite technique ni le succès commercial de la start-up, mais explique pourquoi sa couche de routage attire à la fois des investisseurs privés et un soutien public stratégique.

Pourquoi le partenariat avec Cerebras est important

Le partenariat présenté comme phare avec Cerebras intègre les capacités de ce fabricant à la couche de routage hétérogène de Callosum. L’objectif est d’utiliser l’inférence Cerebras à faible latence lorsque la rapidité est particulièrement importante, tout en dirigeant les autres étapes d’une charge de travail vers d’autres modèles ou processeurs.

Cette combinaison pourrait être utile aux systèmes en temps réel et multi-agents, où les délais s’accumulent au fil des appels successifs à des modèles. Callosum et Cerebras présentent leur collaboration comme un moyen de rendre possibles à grande échelle des systèmes d’IA qui auraient auparavant été trop lents, trop coûteux ou trop difficiles à exploiter.

Une divergence subsiste toutefois dans les articles fournis sur l’attribution de cette affirmation : Tech.eu l’attribue à Andrew Feldman, directeur général de Cerebras, tandis que l’annonce de Callosum attribue la même formulation à Andy Hock, directeur de la stratégie de Cerebras. Le partenariat et son objectif de faible latence sont cohérents entre les sources ; c’est l’identité du porte-parole qui ne l’est pas.

Le véritable test sera en production

La thèse de Callosum est que l’infrastructure de l’IA devrait moins ressembler à une machine gigantesque qu’à un écosystème coordonné : plusieurs modèles, plusieurs familles de puces et un logiciel capable d’affecter chaque tâche à la ressource la plus pertinente.

Cette idée répond à des pressions bien réelles du déploiement de l’IA : latence, coûts, consommation d’énergie et dépendance à des chaînes d’approvisionnement concentrées. Mais l’épreuve décisive sera opérationnelle. Callosum devra démontrer que le routage hétérogène améliore des applications complètes, et pas seulement des tests isolés, tout en rendant un environnement matériel mixte suffisamment simple pour les développeurs et suffisamment fiable pour la production.

La levée de 100 millions de dollars montre que les investisseurs jugent ce problème de coordination à la fois vaste et stratégique. La promesse plus large de la technologie reste cependant conditionnée à la capacité de l’entreprise à transformer la diversité matérielle en avantages mesurables et reproductibles pour ses utilisateurs.