Un autre Demo Day de Y Combinator a eu lieu jeudi, et cette fournée avait un air un peu différent. Si chaque cohorte apporte sa vague de fondateurs, les startups présentées cette semaine penchaient bien plus vers la deep tech que les années précédentes — le genre de technologie qu'un investisseur a décrite comme donnant l'impression de relever de « la science-fiction ». Mais au-delà des idées farfelues, le consensus était que les valorisations étaient bien plus ancrées dans la réalité que dans les cohortes récentes, ce qui est le développement le plus science-fictionnel de tous.

Comme chaque trimestre, TechCrunch a demandé à des VC en phase d'amorçage de nommer les startups les plus en vue de cette fournée — leurs coups de cœur et les deals dont tout le monde parlait. Et comme d'habitude, la publication a compilé une liste des startups signalées par au moins deux investisseurs comme les plus buzzantes de la fournée. Voici les meilleurs choix, classés par ordre alphabétique :

Atomarine

Ce qu'elle construit : Des centres de données à propulsion nucléaire flottant en mer.

Pourquoi c'est un favori : L'énergie se fait rare, et les communautés locales s'opposent de plus en plus à la construction de nouveaux centres de données. Atomarine — cofondée par un informaticien et ingénieur naval du MIT et un docteur en génie nucléaire du MIT — veut résoudre la pénurie de calcul en plaçant des centres de données sur des barges en mer, où l'eau de mer pourrait fournir un refroidissement quasi gratuit. La startup prévoit de lancer un pilote alimenté au gaz d'ici 2028 et de passer à des navires nucléaires flottants en 2032. Atomarine affirme avoir déjà sécurisé plus de 4 milliards de dollars d'intérêt client via des lettres d'intention. Ce potentiel de revenus a contribué à en faire l'une des startups les plus valorisées de la fournée, a confié un VC à TechCrunch.

Dipole Labs

Ce qu'elle construit : Du matériel de réseautage optique haut débit efficace et économe en énergie pour les centres de données d'IA.

Pourquoi c'est un favori : L'idée est que les grappes de GPU gaspillent beaucoup de temps de calcul simplement à attendre que les données circulent entre chaque puce. Dans la couche réseau, les données sont converties de la lumière en électricité et inversement, un processus qui consomme beaucoup d'énergie et génère beaucoup de chaleur. Mais Dipole Labs affirme avoir construit un commutateur optique qui évite la conversion pour que les données restent sous forme de lumière et aillent directement là où elles doivent aller. C'est un problème opportun à résoudre alors que les GPU sont extrêmement chers et que les centres de données veulent tirer le maximum de leur matériel de calcul sans perdre une seconde.

Isengard

Ce qu'elle construit : Des drones de frappe et de contre-mesure à propulsion jet, produisibles localement.

Pourquoi c'est un favori : Isengard vise à produire en masse des drones d'attaque et de contre-mesure à propulsion jet directement dans les pays alliés, à une fraction de ce que les principaux contractants facturent pour les construire aux États-Unis. Cofondée par un ancien officier de l'armée australienne et un entrepreneur de la défense qui avait déjà fait passer une autre startup de drones axée sur l'Ukraine à 60 millions de dollars de revenus, Isengard génère déjà 10 millions de dollars de revenus. La startup a suscité un fort engouement chez les VC, obtenant l'une des valorisations les plus élevées de cette fournée YC, selon deux investisseurs.

Lamb Labs

Ce qu'elle construit : Des puces d'inférence personnalisées avec des poids de modèles d'IA codés en dur.

Pourquoi c'est un favori : Les puces d'IA traditionnelles brûlent des quantités massives d'énergie lors de l'inférence, en récupérant les poids du modèle depuis la mémoire. Cofondée par un docteur en IA de l'Imperial College London et un physicien théoricien d'Oxford, Lamb Labs veut construire des puces ultra-efficaces en codant en dur les poids des modèles d'IA directement dans le silicium. Surnommées « Model Processing Units » (MPU), ces puces personnalisées éliminent les goulots d'étranglement de la bande passante mémoire.

(Noms caviardés par l'économie du buzz)

Ce qu'elle construit : La collecte de données du monde réel pour entraîner des robots.

Pourquoi c'est un favori : Cette entreprise s'associe à des entreprises pour collecter des vidéos et des données de personnes au travail, qu'elle transforme ensuite en matériel d'entraînement pour les entreprises qui construisent des robots. Elle affirme travailler déjà avec des sociétés cotées en bourse et avoir capturé des données vidéo dans plus de 150 environnements différents. Cette entreprise pourrait devenir importante à mesure que les entreprises commencent à expérimenter davantage sur les tâches les mieux adaptées aux humains — et, alors que l'IA continue de s'affiner, quelles tâches