Inferact, une start-up d’infrastructure IA basée à San Francisco et fondée par les mainteneurs principaux de vLLM, a levé 150 millions de dollars lors d’un tour de seed annoncé le 22 janvier 2026. L’opération valorise la société à 800 millions de dollars post-money et a attiré des investisseurs tels qu’Andreessen Horowitz et Lightspeed Venture Partners, parmi d’autres.
Ce que vend Inferact autour de vLLM
Inferact commercialise des services et des outils construits autour de vLLM, un moteur d’inférence open source. vLLM améliore l’efficacité d’inférence grâce à une technique appelée PagedAttention, inspirée de la mémoire virtuelle : au lieu de réserver de larges blocs de mémoire pour chaque requête, le système alloue de petites pages de mémoire au besoin, réduisant la mémoire inactive et permettant au même matériel de servir davantage de requêtes.
Le projet vLLM prend en charge plus de 500 architectures de modèles et plus de 200 accélérateurs matériels, et il a bénéficié de contributions de plus de 2 000 personnes. Amazon, Meta et Google utilisent vLLM en production.
Inferact prévoit de superposer des services payants : des offres serverless permettant d’exécuter des modèles sans gérer les serveurs et des outils d’observabilité renforcés pour surveiller les déploiements. L’entreprise dit concentrer son optimisation de l’inférence sur trois leviers : le coût, la latence et le débit.
Origines et équipe fondatrice
vLLM est né en 2023 au Sky Computing Lab de l’université de Californie à Berkeley, dirigé par Ion Stoica, cofondateur de Databricks. Stoica fait partie des membres fondateurs d’Inferact. L’équipe fondatrice compte Simon Mo (qui en est le CEO), Woosuk Kwon, Kaichao You et Roger Wang.
En mai 2025, vLLM est devenu un projet de la PyTorch Foundation. Inferact a été créée plus tard en 2025 avec pour objectif de commercialiser et d’étendre vLLM tout en conservant le code open source.
Contributions techniques et positionnement sur le marché
Au 1er octobre 2026, Inferact continue de contribuer en amont au projet vLLM, notamment par des travaux d’optimisation précoces pour le matériel Vera Rubin de NVIDIA, effort ayant permis des gains allant jusqu’à 7,8x en débit sur des modèles spécifiés.
Le modèle de commercialisation — bâtir une entreprise autour d’un projet open source — rappelle l’approche adoptée par Databricks avec Apache Spark. Avec la compatibilité de vLLM avec plus de 200 accélérateurs, le projet se positionne comme une couche interopérable entre fournisseurs de puces. Les grands fournisseurs cloud utilisent déjà vLLM et proposent leurs propres services gérés ; Inferact avance comme avantage sa concentration d’expertise, puisque les personnes qui connaissent le mieux le code-base travaillent désormais sous une même bannière.
L’article s’arrête sur ces faits sans présenter d’élément supplémentaire.
