EnCharge AI parie sur des puces analogiques à mémoire intégrée pour exécuter 200 TOPS d'IA sur des ordinateurs portables de 8 W

Conçoit des accélérateurs d'IA analogiques à mémoire intégrée à base de charge (EN100) qui exécutent l'inférence sur des ordinateurs portables, des stations de travail et des appareils en périphérie avec une fraction de la consommation électrique d'un GPU.

Le calcul analogique à mémoire intégrée peut rendre l'inférence sur l'appareil environ 20 fois plus efficace que les puces numériques, de sorte que les ordinateurs portables et les robots adoptent un accélérateur spécialisé plutôt que des GPU.

21,7 M$ (déc. 2022) ; subvention DARPA OPTIMA de 18,6 M$ (2024) ; plus de 100 M$ en série B menée par Tiger Global (févr. 2025) - total d'environ 144 M$.

Le laboratoire de Verma à Princeton a mené des recherches sur le calcul analogique à mémoire intégrée à base de charge pendant environ une décennie avec le financement du département de la Défense ; il a essaimé EnCharge AI en 2022 avec l'ancien CTO d'IBM Kailash Gopalakrishnan et l'ancien COO de Macom Echere Iroaga, levant 21,7 M$ pour construire une pile complète matériel et logiciel.

Févr. 2025 : série B sursouscrite de plus de 100 M$ menée par Tiger Global, avec Samsung Ventures, HH-CTBC lié à Foxconn, RTX Ventures et In-Q-Tel ; premier produit EN100 (module M.2 : plus de 200 TOPS à 8,25 W, 32 Go LPDDR ; carte PCIe à 4 puces : environ 1 petaOPS à 40 W) dévoilé, avec une couverture de la presse spécialisée jusqu'en 2026 ; ciblant les ordinateurs portables, les stations de travail, la robotique et l'automatisation industrielle.

L'EN100 a été lancé et est en cours de commercialisation ; l'entreprise reste privée, sans chiffre d'affaires ni noms de clients divulgués.

Le calcul analogique à mémoire intégrée s'attaque au coût le plus important de l'inférence d'IA, le déplacement des données entre la mémoire et le calcul, plutôt que de simplement mettre à l'échelle les puces numériques.

Une décennie de recherche à Princeton et un financement du DoD ont réduit le risque de la technologie avant que l'argent du capital-risque ne modifie l'agenda de l'entreprise.

La liste d'investisseurs couvrant Samsung, Foxconn, RTX et In-Q-Tel signale une demande pour une IA embarquée efficace dans l'électronique grand public, l'industrie manufacturière et la défense.

Le pari est à contre-courant : si l'efficacité l'emporte, les appareils en périphérie remplacent les GPU cloud pour l'inférence quotidienne ; si les feuilles de route numériques continuent de progresser, la fenêtre se referme.

Réduire le risque d'une technologie fondamentale pendant une décennie avant l'arrivée de l'argent du capital-risque a donné à EnCharge des brevets et une histoire à contre-courant, mais l'inférence analogique doit encore gagner des intégrations chez les OEM face à la feuille de route de Nvidia.

En avril 2026, EnCharge a lancé son premier produit, EN100, et poursuit l'adoption par les OEM dans les ordinateurs portables, les stations de travail et les systèmes en périphérie/industriels ; elle reste une entreprise privée d'environ 90 personnes à Santa Clara. Aucun chiffre d'affaires ni client nommé n'a été divulgué, et l'affirmation selon laquelle l'inférence analogique remplacera les accélérateurs numériques n'est toujours pas prouvée à grande échelle.