Inferact 2026 : les créateurs de vLLM transforment le principal moteur de serving open source en une startup valorisée 800 M$

Inferact construit et commercialise une infrastructure de serving managée autour de vLLM, le moteur open source de l'UC Berkeley utilisé pour exécuter rapidement et à moindre coût de grands modèles de langage sur GPU, tout en continuant à financer le développement du moteur open source amont.

vLLM deviendrait la couche de serving de LLM par défaut, et Inferact pourrait monétiser une infrastructure serverless managée autour du cœur ouvert sans jamais le fermer.

Environ 300 k$ avant le lancement (dont un soutien de Sequoia, selon les informations de Forbes) ; puis un tour d'amorçage de 150 M$ annoncé le 2026-01-22 à une valorisation de 800 M$, co-dirigé par a16z et Lightspeed avec la participation de Databricks Ventures et du UC Berkeley Chancellor's Fund.

vLLM a vu le jour en 2023 au sein du Sky Computing Lab d'Ion Stoica à l'UC Berkeley ; son article sur PagedAttention (SOSP 2023) a montré que paginer le cache d'attention comme une mémoire virtuelle réduisait le gaspillage de mémoire et augmentait le débit de serving. À mesure que les dépenses d'IA sont passées de l'entraînement des modèles à leur exécution, le moteur de recherche est devenu un moyen par défaut pour de nombreuses équipes de servir des LLM ouverts.

Fin 2025, le projet comptait environ 80 000 étoiles et des milliers d'utilisateurs en production, mais les mainteneurs n'avaient aucune société autour de lui. Forbes a rapporté en décembre 2025 que le co-responsable Simon Mo cherchait à lever au moins 160 M$ malgré un chiffre d'affaires minime et seulement environ 300 k$ levés à ce jour. Le 2026-01-22, l'équipe centrale est sortie de la discrétion sous le nom d'Inferact avec un tour d'amorçage de 150 M$ à une valorisation de 800 M$ ; le cofondateur Woosuk Kwon a présenté l'objectif comme celui de rendre le serving de l'IA « aussi simple que de lancer une base de données serverless ».

Inferact est en activité au 2026-09-02 : les mainteneurs fondateurs restent aux commandes avec Simon Mo comme PDG, le tour finance une plateforme vLLM serverless managée ainsi que la poursuite du travail en amont, et aucun arrêt, pivot ou nouvelle levée n'a été signalé.

Le serving, et non l'entraînement, est devenu le coût récurrent de l'IA, si bien que le moteur qui réduit le coût du serving est devenu une infrastructure essentielle.

La base installée de vLLM offre à Inferact une distribution qu'aucun rival ne peut acheter : ~90,6 k étoiles, plus de 2 000 contributeurs et des utilisateurs à l'échelle d'AWS.

L'équipe fondatrice comprend les créateurs d'origine et leur laboratoire de Berkeley, exactement les personnes qui ont rendu le moteur rapide.

Maintenir le cœur ouvert écarte l'objection de confiance qui tue habituellement la commercialisation de l'open source.

Les entreprises paient pour la fiabilité, l'autoscaling et l'exploitation, précisément la couche managée que construit Inferact.

L'adoption de l'open source à elle seule ne constitue pas une activité ; Inferact a séparé un cœur gratuit d'une couche managée payante, et les investisseurs ont valorisé l'équipe et l'adoption à 800 M$ avant tout revenu produit.

Au 2026-09-02, Inferact reste en activité et en phase de construction. Le tour d'amorçage de 150 M$ annoncé le 2026-01-22 finance une version managée et serverless de vLLM fonctionnant sur Kubernetes avec observabilité, dépannage et reprise après sinistre, tandis que l'entreprise continue d'investir dans le moteur open source amont, en ajoutant des travaux de performance et de nouvelles architectures de modèles. Les mainteneurs fondateurs dirigent l'entreprise et aucun lancement de produit, pivot, arrêt ou tour de financement ultérieur n'avait été signalé à la date de référence.