Contexte et financement
Verda Cloud Oy, anciennement DataCrunch, a annoncé une levée de 189 millions de dollars en série B, menée par Emergence Capital. Parmi les co‑investisseurs figurent MUFG Innovation Partners, Supermicro, Varma Mutual Pension Insurance Company, Lifeline Ventures, 6 Degrees Capital, byFounders et Tesi, ainsi que des business angels comme Ola Tørudbakken de Meta Platforms. Cette injection porte le total des capitaux levés à plus de 450 millions de dollars, incluant dette et equity, et finance l’expansion de son infrastructure IA à l’échelle européenne.
Architecture et services proposés
Verda propose un service de inférence IA gérée destiné aux entreprises, reposant sur une pile logicielle propriétaire : compilateurs dédiés, logiciels de serving et une équipe d’ingénierie de performance et de fiabilité. L’entreprise exploite déjà des supercalculateurs rack‑scale Nvidia VR200 NVL72, dont le déploiement initial est prévu dans les prochains mois. Elle prévoit d’atteindre une capacité de plus de 250 MW d’énergie consommée d’ici 2027, avec des centres de données actifs en Finlande et des sites en cours d’activation en Europe, au Royaume‑Uni, aux États‑Unis et en Asie.
Cas d’usage et performances
Le portefeuille client s’étend sur plus de 50 pays, incluant la société souveraine d’IA Aleph Alpha, qui utilise Verda pour son infrastructure de recherche, ainsi que Magnific, qui génère des contenus visuels à des millions de requêtes quotidiennes. Epsilon Health exploite un cluster dédié pour entraîner des modèles de radiologie à résolution native, soulignant la capacité de la plateforme à gérer des flux de données massifs et des exigences de latence strictes. Le laboratoire interne de Verda teste en continu des charges de travail réelles, optimisant l’utilisation des GPU, l’inférence et l’ingénierie des kernels afin que chaque nouveau modèle bénéficie d’une meilleure efficacité sur le cloud.
Perspectives et limites
Le financement sera dédié à accélérer le provisionnement d’instances « instant‑clusters », à renforcer l’expérience développeur et à soutenir des collaborations avec d’autres laboratoires IA, projets open‑source et fournisseurs d’outils. Cette orientation vise à anticiper les charges de travail émergentes, telles que les sessions prolongées, l’accumulation de contexte et les cas d’usage agentiques. Toutefois, la dépendance à des fournisseurs de matériel haut de gamme comme Nvidia et la nécessité d’une consommation énergétique supérieure à 250 MW soulèvent des questions de durabilité et de résilience face aux contraintes d’infrastructure régionale.
