Inferact, une startup d'infrastructure IA basée à San Francisco fondée par les personnes qui maintiennent vLLM, a levé 150 millions de dollars en financement seed. Ce tour, annoncé le 22 janvier 2026, valorise l'entreprise à 800 millions de dollars post-money, avec Andreessen Horowitz et Lightspeed Venture Partners parmi les investisseurs.

La proposition est simple : prendre l'un des outils open source les plus utilisés pour exécuter de grands modèles de langage et bâtir autour de lui une activité commerciale, sans pour autant fermer le code source.

Ce qu'Inferact vend réellement

vLLM s'attaque à l'efficacité de l'inférence grâce à une technique appelée PagedAttention. Cette approche s'inspire de la mémoire virtuelle, le mécanisme utilisé par les systèmes d'exploitation pour gérer une RAM limitée entre de nombreux programmes simultanément. Plutôt que de réserver de grands blocs de mémoire rigides pour chaque requête, le système alloue la mémoire en pages plus petites selon les besoins. Moins de mémoire reste inactive, si bien que le même matériel peut servir davantage de requêtes.

Les enjeux à cette couche sont structurels. L'inférence est le coût récurrent de l'IA — chaque requête servie par un modèle déployé consomme du calcul et de la mémoire — de sorte que les gains d'efficacité se traduisent directement par une baisse du coût par requête plutôt que par des économies ponctuelles.

La portée du projet est large. vLLM prend en charge plus de 500 architectures de modèles et plus de 200 accélérateurs matériels, et plus de 2 000 contributeurs y ont travaillé. Amazon, Meta et Google utilisent tous vLLM dans leurs systèmes de production.

Inferact prévoit d'ajouter des services payants par-dessus le projet open source. Il s'agit notamment d'offres serverless, qui permettent aux clients d'exécuter des modèles sans gérer eux-mêmes les serveurs, et d'outils d'observabilité renforcés pour surveiller le comportement des déploiements. L'entreprise indique que son axe de travail est l'optimisation de l'inférence selon trois leviers : le coût, la latence et le débit.

Du laboratoire de Berkeley à la startup valorisée 800 millions de dollars

vLLM a débuté en 2023 au Sky Computing Lab de l'UC Berkeley, dirigé par Ion Stoica, cofondateur de Databricks. Stoica est également membre fondateur d'Inferact. Le reste de l'équipe fondatrice comprend Simon Mo, qui occupe le poste de PDG, accompagné de Woosuk Kwon, Kaichao You et Roger Wang.

En mai 2025, vLLM est devenu un projet de la PyTorch Foundation. La gouvernance de la fondation maintient la feuille de route neutre vis-à-vis des fournisseurs — un détail important sur le plan commercial, car les adoptants peuvent standardiser sur vLLM sans dépendre d'un fournisseur unique. Inferact a été créée plus tard en 2025 avec pour objectif affiché de commercialiser et de faire évoluer vLLM tout en préservant le modèle open source.

En octobre 2026, Inferact continue de contribuer en amont à vLLM, notamment avec des travaux d'optimisation préliminaires pour le matériel Vera Rubin de NVIDIA. Cet effort a permis des améliorations de débit allant jusqu'à 7,8x sur des modèles spécifiques.

Ce que cela signifie pour le marché des infrastructures IA

Le modèle de commercialisation de l'open source est bien connu. Databricks a bâti son activité autour d'Apache Spark, autre projet issu de Berkeley, et Inferact joue une partition similaire — avec un membre fondateur qui l'a déjà fait.

Avec la prise en charge de plus de 200 accélérateurs, vLLM se positionne comme une couche compatible avec l'ensemble des fabricants de puces. Les grands fournisseurs de cloud exécutent déjà eux-mêmes vLLM, et ils disposent de moyens considérables ainsi que de leurs propres services d'IA gérés. L'avantage revendiqué par Inferact est l'expertise : les personnes qui connaissent le mieux la base de code travaillent désormais sous le même toit.

La suite dépendra de questions concrètes : savoir si le nouveau capital accélère les travaux amont comme les optimisations pour Vera Rubin, comment l'entreprise fixe le prix de services sur un logiciel que les clients peuvent sinon héberger eux-mêmes, et si les géants du cloud qui exécutent déjà vLLM achèteront à ses mainteneurs ou continueront de développer leurs propres alternatives gérées en interne. Ces dynamiques, plus que la valorisation headline, indiqueront si le modèle Databricks se transposera à l'inférence.