Daisytuner lève 6 millions d'euros pour accélérer les modèles IA sur plusieurs puces
TechFlow rapporte que, le 16 novembre, selon EU-Startups, la startup deep tech allemande Daisytuner, basée à Darmstadt, a clôturé une levée de fonds de série semence de 6 millions d'euros, co-dirigée par les investisseurs européens Elaia et LEA Ventures, avec la participation de l'Amadeus APEX Technology Fund et de Seedcamp.
Fondée en 2024 par Lukas Trümper (CEO) et Adrian Schmitz, l'équipe de Daisytuner s'appuie sur un parcours de recherche issu de l'ETH Zurich, de l'Université technique de Munich, de l'Université technique de Rhénanie-Westphalie à Aix-la-Chapelle, de l'Université technique de Darmstadt et du Lawrence Livermore National Laboratory. Grâce à son compilateur auto-apprenant et à sa plateforme d'optimisation brevetée, l'entreprise automatise l'ingénierie des performances des modèles d'IA : son compilateur open source DOCC traduit le code de frameworks tels que PyTorch en code natif pour des puces correspondantes, prenant en charge les GPU NVIDIA et AMD ainsi que les architectures d'accélérateur les plus récentes ; des agents IA effectuent en continu des tests et des optimisations sur du matériel réel, les résultats validés étant stockés dans une base de données de performances et réutilisés pour des codes similaires.
En parallèle de cette opération, l'entreprise lance Daisyflow, un moteur d'inférence prêt pour un déploiement en production, qui prend en charge les modèles de langage, de vision par ordinateur, audio et de recommandation, et peut être déployé au sein des infrastructures propres aux clients. Selon Daisytuner, sur des GPU AMD Instinct, Daisyflow permet d'exécuter Qwen 2.5 jusqu'à 18 % plus rapidement que vLLM, standard de l'industrie. Ces nouveaux fonds seront alloués à l'élargissement de l'offre Daisyflow pour les entreprises, au renforcement de l'équipe technique et à l'extension du support du compilateur envers les architectures de puces émergentes.





