Comment Ricursive Intelligence a levé 335M$ avec une valorisation de 4B$ en 4 mois

Julie Bort

Mar, 17 février 2026 à 2:00 AM GMT+9 5 min de lecture

Dans cet article :

GOOG

-1,08%

ANTH.PVT

Les fondateurs de Ricursive Intelligence, Azalia Mirhoseini (CTO, à gauche) et Anna Goldie (CEO, à droite) | Crédits image : Ricursive Intelligence

Les cofondateurs de la startup Ricursive Intelligence semblaient promis à devenir cofondateurs.

Anna Goldie, CEO, et Azalia Mirhoseini, CTO, sont si connues dans la communauté IA qu’elles figuraient parmi ces ingénieurs en IA qui « recevaient ces emails bizarres de Zuckerberg avec des offres folles pour nous », a déclaré Goldie à TechCrunch, en ricanant. (Elles n’ont pas accepté les offres.) Le duo a travaillé ensemble chez Google Brain et faisait partie des premiers employés d’Anthropic.

Elles ont acquis une certaine notoriété chez Google en créant Alpha Chip — un outil d’IA capable de générer en quelques heures des plans de puces solides — alors qu’un processus qui prend normalement un an ou plus aux concepteurs humains. L’outil a contribué à concevoir trois générations des unités de traitement tensoriel (Tensor Processing Units) de Google.

Cette trajectoire explique pourquoi, seulement quatre mois après le lancement de Ricursive, elles ont annoncé le mois dernier un tour de financement Série A de 300 millions de dollars à une valorisation de 4 milliards de dollars, mené par Lightspeed, à peine quelques mois après avoir levé un tour de départ (seed) de 35 millions de dollars mené par Sequoia.

Ricursive construit des outils d’IA qui conçoivent des puces, et non les puces elles-mêmes. Cela les rend fondamentalement différentes de presque toutes les autres startups de puces d’IA : elles ne sont pas un concurrent en devenir de Nvidia. En fait, Nvidia est un investisseur. Le géant du GPU, avec AMD, Intel et tous les autres fabricants de puces, sont les clients cibles de la startup.

« Nous voulons permettre à n’importe quelle puce — une puce sur mesure ou une puce plus traditionnelle — n’importe quel type de puce, d’être construite de manière automatisée et très accélérée. Nous utilisons l’IA pour faire ça », a déclaré Mirhoseini à TechCrunch.

Leurs parcours se sont d’abord croisés à Stanford, où Goldie a obtenu son doctorat pendant que Mirhoseini enseignait des cours d’informatique. Depuis lors, leurs carrières ont suivi le même rythme. « On a commencé chez Google Brain le même jour. On a quitté Google Brain le même jour. On a rejoint Anthropic le même jour. On a quitté Anthropic le même jour. On a de nouveau rejoint Google le même jour, et ensuite on a quitté Google une nouvelle fois le même jour. Puis on a lancé cette entreprise ensemble le même jour », a raconté Goldie.

Pendant leur période chez Google, les collègues étaient tellement proches qu’elles travaillaient même ensemble, toutes deux en appréciant la musculation axée sur les circuits. La plaisanterie n’a pas échappé à Jeff Dean, le célèbre ingénieur de Google qui était leur collaborateur. Il a surnommé leur projet Alpha Chip « chip circuit training » — un clin d’œil à leur routine d’entraînement commune. En interne, le duo a aussi reçu un surnom : A&A.

L’Alpha Chip leur a valu une certaine attention dans l’industrie, mais elle a aussi suscité des controverses. En 2022, l’un de leurs collègues chez Google a été licencié, a rapporté Wired, après avoir passé des années à tenter de discréditer A&A et leur travail sur les puces, même si ce travail a servi à produire certaines des puces d’IA les plus importantes de Google, celles qui engagent toute l’entreprise.

L’histoire continue  

Le projet Alpha Chip de leurs débuts chez Google Brain a démontré le concept qui allait devenir Ricursive — utiliser l’IA pour accélérer radicalement la conception de puces.

Concevoir des puces est difficile

Le problème, c’est que les puces électroniques contiennent des millions à des milliards de composants de portes logiques intégrés dans leur plaquette de silicium. Les concepteurs humains peuvent passer un an ou plus à placer ces composants sur la puce afin d’assurer les performances, une bonne utilisation de la puissance et tout autre besoin de conception. Déterminer numériquement, avec précision, l’emplacement de composants aussi minuscules, est, comme vous pouvez vous y attendre, difficile.

Alpha Chip « pouvait générer une mise en page d’une très grande qualité en, disons, six heures. Et le point intéressant avec cette approche, c’est qu’elle apprend réellement à partir de l’expérience », a déclaré Goldie.

Le principe de leur travail de conception de puces d’IA est d’utiliser « un signal de récompense » qui évalue à quel point la conception est bonne. L’agent utilise ensuite cette note pour « mettre à jour les paramètres de son réseau de neurones profond afin de s’améliorer », a déclaré Goldie. Après avoir complété des milliers de conceptions, l’agent est devenu vraiment très bon. Et il est aussi devenu plus rapide au fur et à mesure qu’il apprenait, selon les fondateurs.

La plateforme de Ricursive ira plus loin avec ce concept. Le concepteur de puces d’IA qu’elles construisent va « apprendre à travers différentes puces », a déclaré Goldie. Ainsi, chaque puce qu’il conçoit devrait l’aider à devenir un meilleur concepteur pour chaque prochaine puce.

La plateforme de Ricursive utilise aussi des LLM et prendra en charge tout, de la disposition des composants jusqu’à la vérification de la conception. Toute entreprise qui fabrique de l’électronique et a besoin de puces est leur client cible.

Si leur plateforme fait ses preuves, comme il semble probable, Ricursive pourrait jouer un rôle dans l’objectif ambitieux visant à parvenir à l’intelligence générale artificielle (AGI). En effet, leur vision ultime est de concevoir des puces d’IA, ce qui signifie que l’IA concevra essentiellement ses propres cerveaux d’ordinateur.

« Les puces sont le carburant de l’IA », a déclaré Goldie. « Je pense qu’en construisant des puces plus puissantes, c’est la meilleure façon de faire avancer cette frontière. »

Mirhoseini ajoute que le long processus de conception de puces limite la vitesse à laquelle l’IA peut progresser. « Nous pensons aussi que nous pouvons permettre cette coévolution rapide des modèles et des puces qui les alimentent essentiellement », a-t-elle déclaré. Ainsi, l’IA peut devenir plus intelligente plus vite.

Si l’idée que l’IA conçoive ses propres cerveaux à des vitesses toujours plus élevées évoque des visions de Skynet et du Terminator, les fondateurs soulignent qu’il y a un bénéfice plus positif, plus immédiat et, selon elles, plus probable : l’efficacité du matériel.

Quand les laboratoires d’IA pourront concevoir des puces bien plus efficaces (et, éventuellement, tout le matériel sous-jacent), leur croissance n’aura pas besoin de consommer autant des ressources du monde.

« On pourrait concevoir une architecture informatique qui serait unique et parfaitement adaptée à ce modèle, et on pourrait obtenir une amélioration de performance proche de 10x pour le coût total de possession », a déclaré Goldie.

Même si cette jeune startup ne nommera pas ses premiers clients, les fondateurs disent qu’elles ont eu des retours de tous les grands noms de fabrication de puces qu’on peut imaginer. Sans surprise, elles ont aussi le choix pour leurs premiers partenaires de développement.

Conditions et politique de confidentialité

Tableau de bord de confidentialité

Plus d’infos