Alexander - stock.adobe.com

IA : CoreWeave s’apprête à acquérir Weights & Biases

Dans la foulée de l’annonce de son dépôt de dossier d’introduction en bourse, le spécialiste des infrastructures GPU a annoncé sa volonté d’acquérir Weights & Biases, l’éditeur d’une plateforme de mise en production des modèles d’IA.

CoreWeave n’est pas un nom très connu de ce côté de l’Atlantique. Cet acteur installé dans le New Jersey s’est pourtant rapidement fait reconnaître comme un acteur clé de l’IA. Alors qu’elle avait commencé son activité en proposant des infrastructures pour miner des cryptomonnaies, l’entreprise a pivoté pour mettre ses GPU au service du développement de l’IA générative.

Un spécialiste des infrastructures GPU bientôt en bourse

CoreWeave propose à la fois les infrastructures et les services managés de base (VM, stockage objet, gestion de flottes GPU Nvidia, outils de supervision, etc.) pour entraîner et déployer des modèles d’IA. Ses services sont principalement exploités par Microsoft, mais aussi IBM, Meta, Cohere, Mistral AI (pour entraîner Mistral Large), Datatabricks, Inflection.ai, Stability.AI, ou encore Mozilla.

CoreWeave revendique 32 datacenters, plus de 250 000 GPU Nvidia (GB200 NVL72, H200, H100, A100, L40, L40S, A40, RTX A et Quadro) pour 360 mégawatts de puissance cumulée. À la fin du mois de décembre 2024, le fournisseur avait signé des contrats pour accéder à 1,3 GW de puissance électrique. En 2024, il comptabilisait 15,1 milliards de dollars d’obligation de performances restantes, mais également 12,9 milliards de dollars de dettes en décembre dernier. Son chiffre d’affaires a atteint en 2024 1,9 milliard de dollars, en hausse de 737 %, mais pour une perte nette de 863 millions.

C’est le modèle du Français Sesterce, et un concurrent de Lambda, une entreprise qui a levé près d’un milliard de dollars depuis la fin de l’année 2024.

Weights & Biases, une corde LLMOps à l’arc de CoreWeave

CoreWeave passe la vitesse supérieure en préparant son introduction en bourse. La somme qui sera levée à cette occasion, plus de 3 milliards de dollars selon Reuters, sera directement mise à contribution pour acquérir Weights & Biases (W&B). Le montant du rachat est inconnu. L’opération devrait être conclue au cours de la première moitié de l’année 2025.

W&B est un nom plus connu, tout du moins de la communauté IA. Lancée en 2017, la société basée à San Francisco développe des outils MLOps et LLMOps pouvant être déployés sur AWS, Microsoft Azure et GCP. Elle a levé au total 250 millions de dollars.

Ses solutions sont utilisées par Meta, OpenAI, Salesforce, Nvidia, Samsung, AstraZeneca, Snowflake, Siemens, Toyota Research, ou encore Aleph Alpha. Au total, 1 400 entreprises auraient déjà déployé les logiciels Weights & Biases et plus d’un million d’ingénieurs les utiliseraient. W&B compte plus de 180 employés aux États-Unis, en Allemagne, au Japon et au Royaume-Uni.

Sa plateforme inclut trois composants majeurs : W&B Models, pour l’entraînement et le fine-tuning de modèles d’IA ; Core pour explorer/visualiser les données et le comportement des modèles ; et Weave pour l’intégration des modèles et des LLM au sein des applications.

Suivi d’expérimentation, registre de modèles, optimisation des paramètres, évaluation des réponses des LLM… l’offre de l’éditeur est déjà complète et concurrence les solutions offertes par Dataiku, Databricks, H2O.ai ou encore AWS via SageMaker. Pour rappel, Databricks a acquis MosaicML pour 1,3 milliard de dollars afin de proposer des fonctionnalités similaires.

« Les clients de Weights & Biases pourront également continuer à déployer leurs charges de travail où ils le souhaitent, que ce soit sur site ou avec le fournisseur d’infrastructure de leur choix. »
Michael IntratorCEO, CoreWeave

CoreWeave veut ainsi mettre sur pied « une plateforme de bout en bout, permettant aux principaux laboratoires d’IA et aux entreprises du monde entier de créer, d’adapter et de déployer des applications d’IA, et de commercialiser plus rapidement des innovations ».

Il ne s’agit pas pour autant de réserver Weights & Biases aux seules infrastructures de CoreWeave.

« Que vous fassiez partie de la communauté CoreWeave depuis des années, ou, que vous soyez un client existant de Weights & Biases, cette collaboration signifie plus », déclare Michael Intrator, CEO de CoreWeave, dans un billet de blog. « Plus de ressources, plus de soutien, plus de possibilités – sans perdre aucune des caractéristiques, des fonctionnalités ou des relations de confiance sur lesquelles vous comptez », ajoute-t-il. « Les clients de Weights & Biases pourront également continuer à déployer leurs charges de travail où ils le souhaitent, que ce soit sur site ou avec le fournisseur d’infrastructure de leur choix », promet le CEO.

« Nous ne sommes pas rachetés par une entreprise géante, mais par une petite organisation qui évolue rapidement, et nous sommes impatients d’entrer dans le vif du sujet », affirme Lukas Biewald, cofondateur et CEO de Weight & Biases.

Sous l’ombre de Microsoft et Nvidia

Pour autant, CoreWeave dépend massivement de Microsoft qui lui a permis de générer 62 % de ses revenus en 2024, environ 1,2 milliard de dollars. Le Financial Times, sources à l’appui, a écrit que Microsoft s’était retirée de certains de ses engagements avec la startup. CoreWeave a démenti cette allégation auprès de Reuters.

L’entreprise dépend également des livraisons en GPU de Nvidia et doit faire face aux concurrents que sont AWS, GCP, Lambda… et Microsoft Azure.

« Ce marché ne concerne pas uniquement les grands fournisseurs de cloud à l’ère de l’IA, mais aussi des fournisseurs plus petits en bonne position avec des offres alternatives », avance Holger Mueller, analyste chez Constellation Research, dans un billet de blog. « Les petits fournisseurs tentent généralement de séduire les directeurs généraux en raison de la simplicité de leur offre. CoreWeave, spécialisé dans les GPU, en est un bon exemple. Nous verrons ce qu’il en sera sur le plan commercial lorsqu’il entrera en bourse ».

Pour approfondir sur Data Sciences, Machine Learning, Deep Learning, LLM