Daisytuner, startup deep tech allemande spécialisée dans l’automatisation du tuning des modèles d’IA sur les puces, a obtenu 6 millions d’euros en financement seed co‑piloté par Elaia et LEA Ventures, avec la participation d’Amadeus APEX Technology Fund et de Seedcamp.
La société associe un compilateur open source auto‑apprenant à une plateforme d’optimisation brevetée. Le compilateur convertit du code issu de frameworks comme PyTorch en code natif pour les puces Nvidia, AMD et les architectures de nouvelle génération, tandis que des agents IA testent en continu les optimisations sur du matériel réel. Chaque amélioration vérifiée est stockée et réutilisée, de sorte que chaque nouveau workload accélère le suivant.
La plateforme de production Daisyflow s’exécute dans l’infrastructure propre des clients. Des résultats initiaux montrent Qwen 2.5 jusqu’à 18 % plus rapide que vLLM sur des GPU AMD Instinct.
Daisytuner et sa technologie
Daisytuner a été fondée en 2024 par Lukas Trümper et Adrian Schmitz, en s’appuyant sur des travaux issus de l’ETH Zurich, de la TU Munich et du Lawrence Livermore National Laboratory. Lukas Trümper estime que la demande en calcul dépasse toute génération de puce, tandis que les logiciels laissent beaucoup de matériel disponible inexploitée.
Levée de fonds et objectifs
Sébastien Lefebvre (Elaia) a indiqué que Daisytuner permet d’exécuter du code à pleine performance sur n’importe quel silicium sans réécritures, et Alexi Malikotsinas (LEA Ventures) a mis en avant l’efficacité de calcul et la souveraineté. Le financement doit permettre d’étendre Daisyflow, l’équipe et la technologie du compilateur.

