Callosum lève 100 millions pour choisir le bon modèle et la bonne puce
La société londonienne Callosum a annoncé le 20 août 2026 un tour d’amorçage de 100 millions de dollars. Atomico a mené l’opération, avec la participation de Plural, DCVC et du UK Sovereign AI Fund, selon les informations de Bloomberg.
Ce financement doit soutenir un logiciel qui décompose une charge d’intelligence artificielle et affecte chaque étape au modèle et au matériel jugés les mieux adaptés. Dans son annonce du 20 août, Callosum confirme ce principe d’orchestration ainsi que des partenariats avec Cerebras et Rebellions.
Le financement porte sur une couche d’orchestration
Callosum ne cherche pas à entraîner un nouveau modèle généraliste. L’entreprise veut s’intercaler entre les applications, les modèles et les infrastructures qui exécutent l’inférence, c’est-à-dire la phase où un système produit une sortie à partir d’une requête.
Son hypothèse est qu’une application complexe n’a pas besoin du même niveau de puissance à chaque étape. Une opération simple peut être dirigée vers un modèle plus léger, tandis qu’une étape exigeant davantage de raisonnement peut mobiliser un modèle plus performant. Le choix du processeur intervient ensuite pour exécuter chaque modèle selon les contraintes de coût, de vitesse ou d’énergie.
Cette position oblige la plateforme à connaître les capacités des modèles et la disponibilité des infrastructures, mais aussi à préserver la cohérence du résultat final. L’orchestration ajoute donc elle-même du travail : elle doit analyser la tâche, choisir une route, gérer les échanges entre systèmes et réagir si une ressource devient indisponible.
Une requête devient un assemblage de tâches
Le service présenté sous le nom de Tailored Inference transforme les étapes d’une charge de travail en modules distincts. la description de SiliconANGLE indique que les modules simples peuvent être envoyés vers des algorithmes moins coûteux, les traitements difficiles vers des modèles plus avancés, puis chaque modèle vers une puce adaptée.
Prenons un exemple purement illustratif : l’analyse d’un dossier pourrait employer un premier modèle pour classer les documents, un deuxième pour extraire les passages utiles, un troisième pour raisonner sur ces éléments et un dernier pour rédiger la réponse. Callosum chercherait à éviter que ces quatre opérations soient automatiquement confiées au même grand modèle et au même type d’accélérateur.
Le produit ne se résume donc pas à un comparateur de modèles. Les performances d’une étape dépendent aussi du processeur, de la mémoire, du volume de requêtes, de la mise en lots et de la latence du réseau. L’unité pertinente devient le couple modèle-matériel au sein d’un workflow complet.
Les économies annoncées restent à isoler
L’argument économique repose sur une allocation différenciée des ressources : réserver les systèmes les plus coûteux aux étapes qui en ont réellement besoin. Le mécanisme peut réduire la dépense d’inférence si les économies obtenues sur les tâches simples dépassent le coût du routage et des transferts entre infrastructures.
Les pages publiques examinées décrivent des gains revendiqués par Callosum ou rapportés comme tels, mais ne présentent pas d’évaluation indépendante de la plateforme sur un déploiement complet. Ces résultats ne suffisent donc pas à établir une économie générale applicable à toutes les charges de travail.
Une comparaison probante devrait exécuter les mêmes requêtes avec le même seuil de qualité sur deux configurations : une pile uniforme et un workflow orchestré. Les mesures devraient couvrir le coût par tâche achevée, la latence de bout en bout, le taux d’erreur, la stabilité sous charge ainsi que les reprises. Sans ce périmètre, une étape accélérée ou moins chère peut masquer un surcoût ailleurs dans la chaîne.
Les partenariats élargissent le choix, mais créent des dépendances
Cerebras apporte une option de calcul orientée vers l’inférence à faible latence, tandis que Rebellions représente une autre architecture spécialisée. Ces accords donnent une première réalité matérielle à la promesse de Callosum : choisir entre plusieurs familles de puces au lieu d’imposer une pile unique.
La diversité des fournisseurs peut intéresser les entreprises européennes qui recherchent davantage de choix ou doivent composer avec des capacités disponibles localement. Elle ne garantit toutefois pas la portabilité immédiate d’une application. Les modèles peuvent exiger des environnements différents, et des règles de sécurité ou de localisation des données peuvent interdire certains transferts.
La qualité du produit dépendra ainsi de la profondeur des intégrations, de la capacité effectivement accessible dans chaque région et de la manière dont les contraintes du client sont appliquées. Une sélection optimisée sur un prix théorique aurait peu de valeur si elle augmentait le temps de réponse ou déplaçait des données vers une infrastructure non autorisée.
Le tour est confirmé, les performances restent à démontrer
Le financement, les investisseurs principaux et les partenariats nommés sont établis. Le projet central est également explicite : Callosum veut répartir les composants d’une charge d’inférence entre plusieurs modèles et plusieurs matériels, puis réunir leurs sorties pour l’application cliente.
La question ouverte concerne l’avantage obtenu en production. Il manque encore des résultats indépendants et reproductibles comparant cette architecture à une pile utilisant un modèle ou un fournisseur principal, sur plusieurs catégories de tâches et dans des conditions identiques. Le capital levé donne à Callosum les moyens de développer cette orchestration hétérogène ; il ne prouve pas encore que celle-ci réduira le coût total de chaque workload.
À lire aussi:
Abonnez-vous à notre newsletter
Recevez directement les dernières actualités sur le Web3, l’IA et les cryptomonnaies.