Nvidia Soutient Simplismart Pour Optimiser Les GPU

Et si l’avenir de l’intelligence artificielle ne passait plus forcément par l’accumulation sans fin de cartes graphiques ultra-puissantes ? Alors que la course aux GPU s’emballe et que les factures d’infrastructure s’envolent, une jeune pousse indienne vient de convaincre le géant Nvidia d’investir massivement dans une approche radicalement différente. Plutôt que d’ajouter toujours plus de matériel, Simplismart propose de faire mieux avec moins. Une idée simple en apparence, mais qui pourrait bien redéfinir la façon dont les entreprises déploient leurs modèles d’IA à grande échelle.

Une levée de fonds qui marque un tournant

Fin octobre 2026, Simplismart a annoncé une série B de 14 millions de dollars. Nvidia a participé à ce tour de table aux côtés d’Accel, de Shastra VC et de Micromax. Dallas Venture Capital a mené l’opération. La valorisation de la startup atteint désormais environ 100 millions de dollars. Pour une société créée il y a seulement quatre ans, le signal est fort. Il montre que même le leader mondial des puces d’IA voit un intérêt stratégique à soutenir des solutions qui réduisent la consommation de ses propres produits.

Le paradoxe n’a pas échappé aux observateurs. Nvidia, qui vend des GPU à prix d’or, finance une entreprise dont la promesse principale est de permettre aux clients d’en utiliser moins. Amritanshu Jain, cofondateur et PDG de Simplismart, assume parfaitement cette contradiction apparente. Selon lui, rendre l’inference plus efficace rend en réalité le matériel Nvidia plus attractif. Quand les coûts de fonctionnement baissent, davantage d’entreprises se lancent dans l’IA, ce qui, à terme, augmente la demande globale de puces.

Le défi de l’inference à grande échelle

Aujourd’hui, la plupart des entreprises qui déploient des modèles de langage ou de génération d’images se heurtent au même mur. Elles achètent des GPU coûteux, les installent dans le cloud ou en interne, puis découvrent que faire tourner ces modèles de façon fiable et économique reste un casse-tête. Chaque application a ses propres contraintes. Certaines exigent une réponse ultra-rapide. D’autres doivent traiter un volume massif de requêtes. D’autres encore doivent absolument maîtriser la facture. Trouver le bon équilibre demande des réglages complexes que peu d’équipes maîtrisent parfaitement.

C’est précisément là que Simplismart intervient. Son logiciel se place entre le modèle d’IA et l’infrastructure de calcul. Il automatise une grande partie des ajustements nécessaires pour respecter les objectifs de latence, de débit et de coût. L’entreprise n’a plus besoin de tout configurer à la main. La plateforme analyse les besoins métier et optimise le déploiement en conséquence. Le résultat annoncé est souvent spectaculaire. InVideo, une plateforme de génération vidéo par IA, a ainsi réduit ses coûts de serving GPU de 56 % grâce à cette technologie.

Personne n’a réellement besoin de l’inference la plus rapide ou la moins chère. Ce qu’il faut, c’est une vitesse et un coût qui aient du sens pour l’application spécifique de chaque client.

– Amritanshu Jain, cofondateur et CEO de Simplismart

Une plateforme polyvalente et flexible

Simplismart ne se contente pas d’optimiser les modèles déjà en production. La startup propose aussi des outils de fine-tuning, de mise à l’échelle automatique des ressources et de supervision des performances. Les clients peuvent déployer leurs modèles directement sur la plateforme de Simplismart ou les faire tourner dans leur propre cloud et leurs datacenters. Cette souplesse constitue un atout majeur pour les grandes entreprises qui refusent de confier leurs données sensibles à un fournisseur externe.

Les fournisseurs de cloud eux-mêmes s’intéressent à la solution. Yotta, un acteur indien important, utilise déjà la technologie de Simplismart pour proposer un service d’inference serverless au sein de sa plateforme Shakti Studio. D’autres clients notables incluent HeyGen, Higgsfield et la startup d’IA d’entreprise Ema. Cette diversité de profils montre que l’offre répond à des besoins réels, aussi bien chez les pure-players de l’IA générative que chez les acteurs plus traditionnels.

La croissance commerciale suit un rythme impressionnant. Le chiffre d’affaires annualisé a été multiplié par 14 en six mois seulement. Même si Jain n’a pas communiqué le montant exact, il s’agit désormais d’une somme à huit chiffres. Plus de la moitié des revenus proviennent des États-Unis, alors que la majorité des clients se trouvent encore en Inde. Ce décalage géographique s’explique par le fait que les entreprises américaines dépensent généralement plus par contrat, même si le nombre de clients indiens reste supérieur.

Une collaboration technique étroite avec Nvidia

L’investissement financier s’accompagne d’un travail technique conjoint. Les équipes de Simplismart collaborent avec les architectes solutions de Nvidia, notamment autour du logiciel d’inference Dynamo. Nvidia a également ouvert des portes commerciales en présentant la startup à des clients et partenaires potentiels. Cette relation va donc bien au-delà d’un simple chèque. Elle ancre Simplismart dans l’écosystème Nvidia et lui donne une crédibilité importante face aux grands acteurs du marché.

Le marché de l’optimisation de l’inference est pourtant loin d’être vide. Nvidia propose ses propres solutions. Amazon Web Services, Google Cloud et Microsoft Azure multiplient les offres. De nombreuses startups se positionnent également sur ce créneau en pleine expansion. Jain estime que Simplismart se démarque en se concentrant sur les cas où les exigences de niveau de service et de coût total de possession sont particulièrement strictes. Là où d’autres proposent des presets « plus rapide » ou « moins cher », Simplismart cherche le point d’équilibre exact adapté à chaque client.

Des fondateurs expérimentés et une équipe en pleine expansion

Amritanshu Jain et Devansh Ghatak se sont rencontrés pendant leurs études à BITS Pilani. Jain a travaillé chez Oracle, Ghatak chez Google. Leur expérience respective dans la construction et le déploiement de systèmes de machine learning a nourri la création de Simplismart en 2022. Aujourd’hui, l’entreprise compte 58 collaborateurs. Avec les nouveaux fonds, l’objectif est de renforcer la présence aux États-Unis, d’agrandir l’équipe et d’accélérer le développement du logiciel d’inference.

Le moment choisi pour cette levée n’est pas anodin. Quelques semaines plus tôt, des rumeurs circulaient dans la presse indienne selon lesquelles Simplismart négociait une levée de 40 à 50 millions de dollars pour une valorisation de 300 à 400 millions. Jain a refusé de commenter ces informations, se contentant d’indiquer que la série B était close et qu’elle ne serait pas étendue. La startup n’était pas, selon lui, en mode fundraising actif au moment de ces spéculations.

Pourquoi cette approche change la donne

La pression sur les ressources de calcul ne cesse de croître. Les modèles deviennent plus gros, les applications plus nombreuses, et les GPU restent des ressources rares et chères. Dans ce contexte, toute solution capable de tirer davantage de valeur de chaque carte graphique prend une importance stratégique. Simplismart ne promet pas de miracle. Elle promet une meilleure utilisation de l’existant. Cette promesse résonne particulièrement auprès des entreprises qui doivent justifier chaque dépense face à leur direction financière.

Les gains ne se limitent pas aux coûts. Une meilleure gestion de l’inference permet aussi d’améliorer la qualité de service. Les temps de réponse deviennent plus prévisibles. Les pics de charge sont mieux absorbés. Les équipes techniques passent moins de temps à peaufiner manuellement des configurations et davantage de temps à améliorer les modèles eux-mêmes. C’est un cercle vertueux qui favorise l’adoption plus large de l’IA dans les organisations.

On peut également y voir un signal plus large pour l’écosystème startup indien. Qu’une entreprise de Bengaluru attire l’attention et les fonds de Nvidia montre que l’innovation en intelligence artificielle n’est plus l’apanage exclusif de la Silicon Valley. Les talents formés en Inde, combinés à une culture du pragmatisme et de l’efficacité, produisent des solutions qui répondent à des problèmes concrets rencontrés partout dans le monde.

Les perspectives pour les prochains mois

Avec cette nouvelle enveloppe, Simplismart compte accélérer son expansion américaine. Le marché américain représente déjà plus de la moitié du chiffre d’affaires, et les ambitions y sont clairement affichées. Le recrutement de talents techniques et commerciaux reste une priorité. L’investissement dans la recherche et le développement du moteur d’optimisation continuera également. L’objectif est de rester en avance sur un marché qui évolue très vite et où les grandes plateformes cloud multiplient les annonces.

La collaboration avec Nvidia devrait s’approfondir. Les intégrations techniques autour de Dynamo et d’autres outils Nvidia offrent un avantage concurrentiel non négligeable. Elles permettent à Simplismart de proposer des performances optimales sur le matériel le plus répandu du marché. Pour les clients, cela signifie moins de friction et des gains plus rapides à mesurer.

À plus long terme, la question est de savoir si cette approche d’optimisation logicielle finira par freiner ou au contraire stimuler les ventes de GPU. Jain parie clairement sur la seconde hypothèse. En rendant l’IA plus accessible et plus rentable, on élargit le cercle des utilisateurs. Et un cercle plus large consomme, au total, davantage de ressources de calcul, même si chaque application individuelle en consomme moins. C’est un pari raisonnable dans un marché encore largement sous-pénétré.

Un modèle économique qui séduit

Le modèle de Simplismart repose sur l’usage. Les revenus suivent la consommation réelle des clients plutôt que des contrats récurrents strictement prédéfinis. Cette approche a permis une croissance très rapide du chiffre d’affaires annualisé. Elle présente aussi l’avantage de s’aligner avec la valeur délivrée. Plus le client tire parti de la plateforme, plus il paie. C’est un argument commercial puissant dans un environnement où les budgets IA sont scrutés de près.

La capacité à travailler aussi bien en cloud public qu’en environnement on-premise élargit considérablement le marché adressable. De nombreuses grandes entreprises, particulièrement dans la finance, la santé ou l’industrie, refusent encore de sortir certaines données de leurs propres infrastructures. Pouvoir leur proposer une solution d’optimisation dans leur propre périmètre constitue un différenciateur important face à des pure-players purement cloud.

Les retours clients déjà publics, comme celui d’InVideo, donnent du crédit à la promesse. Une réduction de 56 % des coûts de serving GPU n’est pas anecdotique. Elle change concrètement l’équation économique d’une application d’IA générative. Si d’autres clients obtiennent des résultats comparables, la traction commerciale devrait se poursuivre à un rythme élevé.

Le contexte concurrentiel reste intense

Simplismart n’évolue pas dans un désert. Les hyperscalers investissent massivement dans leurs propres stacks d’inference. Nvidia propose TensorRT, Triton et désormais Dynamo. Des startups américaines et européennes multiplient les annonces de solutions d’optimisation. Dans ce paysage saturé, la capacité à prouver des gains mesurables et à s’adapter précisément aux contraintes de chaque client devient déterminante.

L’accent mis par Simplismart sur les SLA exigeants et le TCO pourrait s’avérer payant. Beaucoup d’entreprises ont déjà testé des solutions génériques et ont constaté qu’elles ne répondaient pas parfaitement à leurs besoins. Une approche plus chirurgicale, capable de trouver le bon compromis pour chaque cas d’usage, a de bonnes chances de gagner des parts de marché, surtout auprès des clients les plus matures.

La présence de Nvidia au capital apporte une forme de validation technique et commerciale. Elle rassure les prospects qui pourraient hésiter à faire confiance à une jeune startup pour un composant critique de leur stack IA. Elle ouvre aussi des opportunités de distribution et de co-selling qui seraient autrement plus difficiles à obtenir.

Ce que cette histoire révèle sur l’écosystème IA

L’investissement de Nvidia dans Simplismart illustre une tendance plus large. Après avoir dominé le matériel, le leader des GPU s’intéresse de plus en plus aux couches logicielles qui permettent de mieux utiliser ce matériel. C’est une évolution logique. Plus les modèles se complexifient, plus la valeur se déplace vers l’orchestration et l’optimisation. Les entreprises qui maîtrisent ces couches intermédiaires occupent une position stratégique.

Pour les startups, le message est clair. Il existe encore de la place pour innover dans l’efficacité et l’accessibilité de l’IA. Tout n’a pas encore été inventé. Les solutions qui aident concrètement les entreprises à maîtriser leurs coûts et à respecter leurs engagements de service ont de beaux jours devant elles. Et l’Inde, avec son vivier d’ingénieurs talentueux et sa culture du pragmatisme, est bien placée pour produire ce type d’innovations.

Simplismart part désormais avec des moyens renforcés, un partenaire de poids et une traction commerciale déjà solide. Les prochains mois diront si l’entreprise parvient à transformer cette dynamique en position de leader sur le segment de l’optimisation de l’inference. Dans un marché où la demande d’IA continue d’exploser, les chances semblent alignées.

Au fond, cette histoire rappelle une vérité parfois oubliée dans la frénésie actuelle autour de l’intelligence artificielle. Plus de puissance de calcul n’est pas toujours la meilleure réponse. Parfois, la solution la plus intelligente consiste à utiliser plus intelligemment les ressources déjà disponibles. C’est exactement ce que propose Simplismart, et c’est sans doute pour cette raison que Nvidia a décidé de miser sur elle.