Mueon lève 65 M$ : les Cubelets ex-Intel qui promettent 10x d'efficacité énergétique dans les data centers

Mueon lève 65 M$ : les Cubelets ex-Intel qui promettent 10x d'efficacité énergétique dans les data centers

🔎 L'IA a un problème de physique, et la réponse s'empile — littéralement

Les modèles de pointe avalent du compute à une vitesse que le serveur classique ne suit plus. GPT-5.5 d'OpenAI, Gemini 3 Pro Deep Think de Google ou Claude Opus 4.7 d'Anthropic enchaînent des dizaines d'étapes d'inférence par tâche agentique. Le goulot n'est plus seulement le prix des GPU : c'est l'électricité, la place et la chaleur.

C'est exactement là que se glisse Mueon. Le 15 octobre 2026, cette startup de semi-conducteurs basée dans la région de Portland, fondée par deux anciens ingénieurs Intel, a annoncé une Series A de 65 millions de dollars menée par Maverick Silicon. Son produit : des Cubelets, des blocs modulaires 3D qui empilent calcul et mémoire au lieu de les étaler sur une carte mère.

La promesse affichée — jusqu'à 10x d'efficacité puissance/coût par rapport au matériel actuel — est une revendication de l'entreprise, pas une mesure indépendante. Mais quand Intel Capital, Wellington Management et IQT signent un chèque à ce stade, c'est que le marché a tranché : la prochaine frontière de l'IA est architecturale, pas seulement algorithmique.

L'essentiel

• 65 M$ en Series A annoncés le 15 octobre 2026, menés par Maverick Silicon, avec Intel Capital, Geodesic Capital, Oregon Venture Fund, M-Ventures, Wellington Management, IQT et Defined. Total levé : plus de 80 M$, après un seed de 15,5 M$ en 2025 (sortie du stealth).
• Deux ex-Intel à la tête : Wilfred Gomes (CEO, spécialiste du die stacking) et Jack Hwang (CTO, techniques de gravure de transistors).
• Les Cubelets : des blocs modulaires 3D qui rapprochent calcul, mémoire, interconnexion, alimentation et refroidissement — des « Legos pour le data center » selon Oregon Venture Fund.
• Le 10x d'efficacité puissance/coût est une revendication de l'entreprise : aucun benchmark indépendant ne le valide à ce jour.
• L'argent finance le recrutement, la validation système et la préparation production. Les Cubelets ne sont pas encore un produit en volume.

Outils recommandés

Les « outils » qui expliquent cette levée ne sont pas des logiciels : ce sont les modèles agentiques de pointe qui saturent les data centers. Voici ceux qui pèsent le plus lourd, avec leurs scores issus des classements agentic de référence (2025).

Chaque point de score se paie en mégawatts. Et pour les développeurs qui n'ont pas 80 M$ en banque : inutile d'attendre les Cubelets. Pour déployer agents et applications IA, un VPS comme Hostinger fait très bien le travail (tarif d'appel bas, octobre 2026, vérifiez sur hostinger.com).

Qui est Mueon, et pourquoi « ex-Intel » change tout ?

Réponse directe : Mueon est une startup de semi-conducteurs de la région de Portland, fondée par d'anciens ingénieurs Intel, qui développe une plateforme de calcul modulaire 3D pour l'IA et l'hyperscale. Elle vient de lever 65 M$ en Series A, portant son total à plus de 80 M$.

Des fondateurs qui ont déjà empilé des puces

Wilfred Gomes, CEO et co-fondateur, est un expert du die stacking chez Intel — l'art d'empiler les tranches de silicium les unes sur les autres. Jack Hwang, CTO, vient des techniques de gravure de transistors. Autrement dit : les deux compétences exactes que réclame la 3D.

Ce détail n'en est pas un. L'empilement 3D compte parmi les problèmes d'ingénierie les plus impitoyables de l'industrie : rendement de fabrication, dissipation thermique, fiabilité des interconnexions verticales. Une équipe qui l'a pratiquée chez Intel part avec une longueur d'avance sur les pièges.

Un tour de table de spécialistes

La Series A est menée par Maverick Silicon, un fonds dédié aux semi-conducteurs — pas un généraliste qui suit la mode. Autour de la table : Intel Capital, Geodesic Capital, Oregon Venture Fund, M-Ventures, Wellington Management, IQT et Defined.

Deux noms rejoignent le board : Manish Muthal (Maverick Silicon) et Srini Ananth (Intel Capital). Quand le bras venture d'Intel investit dans une société fondée par ses anciens ingénieurs, c'est un aveu élégant : la relève de l'architecture serveur vient peut-être de l'intérieur.

Wilfred Gomes le résume sans détour : « Cette finance nous donne l'échelle pour amener l'intégration système suivante du calcul et de la mémoire sur le marché. »

L'argent va où, exactement ?

Pas de yacht, pas de campagne publicitaire. Les fonds servent à étoffer les équipes ingénierie et opérations, à faire passer les Cubelets de la phase plateforme à la validation système puis à la préparation production, et à approfondir les engagements clients.

Soyons clairs sur ce que ça implique : le produit n'est pas en production de volume. Ce tour finance le travail d'ingénierie restant, pas une expansion commerciale.

Les Cubelets : des « Legos » 3D pour le data center

Réponse directe : un Cubelet est un bloc modulaire 3D qui intègre calcul, mémoire, interconnexion, alimentation et refroidissement dans un même module — l'équivalent, selon Oregon Venture Fund, de « Legos for the data center ».

Le vrai problème : la distance que parcourent les données

Dans un serveur classique, processeur et mémoire sont posés côte à côte sur une carte mère. À chaque requête, les données font des allers-retours — et chaque millimètre coûte de l'énergie et du temps.

C'est le goulot d'étranglement de von Neumann, vieux de presque 80 ans, que l'IA vient de rendre insupportable. Les modèles de fondation passent l'essentiel de leur temps à lire des poids en mémoire pour calculer : l'inférence, c'est d'abord du transport de données.

L'approche de Mueon consiste à ne pas optimiser chaque sous-système séparément, mais à concevoir la plateforme autour du mouvement des données, de la densité de puissance et des contraintes de déploiement. Les Cubelets densifient le calcul en réduisant la distance parcourue par les données — donc l'énergie associée — sans l'étallement d'un rack serveur classique.

Le packaging devient une variable de design

L'autre idée forte : traiter packaging, interconnexion, alimentation et thermique comme des variables de design à part entière, pas comme des corvées d'intégration. Les modules supportent aussi bien des cartes graphiques que des CPU Arm.

C'est un renversement de philosophie. Historiquement, on achète un CPU, de la mémoire, une carte mère, un refroidissement, puis on bricole l'ensemble. Ici, le module est le produit — et le rack devient un assemblage de briques.

Le mur thermique, l'éléphant dans la pièce

Empiler du calcul sur de la mémoire, c'est empiler deux composants aux températures maximales différentes. La chaleur du processeur doit traverser la mémoire pour s'échapper : c'est l'un des défis les plus documentés du 3D, que SiliconANGLE met en avant dans son analyse.

Mueon répond en traitant la thermique comme une variable de design, pas comme un rattrapage. Sur le papier, c'est la bonne approche. Reste à le prouver sous charge réelle, en production, pendant des années.

Mon avis : l'architecture vise le bon problème. Mais en hardware, la distance entre une démo et un data center se mesure en rendements de fabrication et en pannes, pas en slides.

Le « 10x d'efficacité » : une revendication, pas une mesure

Réponse directe : le chiffre de 10x d'efficacité puissance/coût est une revendication de l'entreprise, et toutes les sources qui couvrent la levée le signalent explicitement. Aucun benchmark indépendant ne le confirme.

IJR écrit que Mueon « dit que l'architecture pourrait délivrer jusqu'à 10x l'efficacité puissance/coût du matériel actuel ». Le conditionnel et le « jusqu'à » font tout le travail rhétorique. SiliconANGLE applique la même précaution.

Le mécanisme, lui, est crédible. Réduire la distance des données réduit mécaniquement l'énergie par transfert, et la littérature sur le near-memory computing documente des gains majeurs sur ce type d'architecture. Le doute ne porte pas sur la physique, mais sur l'ampleur.

Trois questions restent sans réponse : 10x par rapport à quelle référence exacte ? Sur quelles charges de travail ? À quel taux d'utilisation ? Tant que ces paramètres ne sont pas publiés, le chiffre relève de la feuille de route, pas du benchmark.

Surtout, Mueon elle-même place son produit en « validation système » et « préparation production ». Les promesses spectaculaires d'avant-production ont une longue histoire en semi-conducteurs, et elle est rarement favorable aux chiffres annoncés.

Ma position : traitez le 10x comme une hypothèse de travail. Si des mesures indépendantes confirment ne serait-ce que la moitié du chemin, Mueon aura déjà changé l'équation économique du data center.

Pourquoi maintenant : la demande de compute explose de partout

Réponse directe : parce que la demande de calcul dépasse aujourd'hui la capacité d'installation, l'innovation se déplace de la puce vers l'architecture système — et le capital suit ce déplacement.

Côté public, le projet Genesis Mission engage 24 milliards de dollars de compute IA fédéral autour de NVIDIA, AMD et OpenAI. Quand l'État américain traite le calcul comme une infrastructure stratégique au même titre que les routes, le signal est sans ambiguïté (Genesis Mission : 24 milliards de dollars de compute IA fédéral).

Côté privé, Lambda lève jusqu'à 4 milliards de dollars à 14,5 milliards de valuation pour son cloud GPU (Lambda lève jusqu'à 4 milliards de dollars à 14,5 milliards de valuation). Et côté Chine, Moonshot AI a levé 2 milliards de dollars autour de Kimi K2.6, qui domine le segment open-weight (Moonshot AI lève 2 milliards de dollars : Kimi K2.6 domine l'open-weight).

Chaque modèle open-weight auto-hébergé — Kimi K2.6, GLM-5, DeepSeek V4 Pro — déplace la charge d'inférence vers de nouveaux data centers. Ajoutez les agents, des utilisateurs qui ne dorment jamais et enchaînent des dizaines d'appels par tâche, et la courbe de demande ne décroche pas.

Résultat : la question du secteur n'est plus « peut-on fabriquer la puce ? » mais « où est-ce qu'on la branche, et à quel coût par requête ? ». C'est précisément la question à laquelle les Cubelets répondent — sur le principe.

Le mur réel : mégawatts, foncier et politique

Réponse directe : même une architecture dix fois plus efficace ne règle pas la pénurie d'électricité et de foncier — et les régulateurs sont entrés en scène.

Washington force désormais la main des opérateurs électriques : la FERC impose un délai de 60 jours pour raccorder les data centers IA au réseau (FERC : Washington force la main des opérateurs électriques pour brancher les data centers IA en 60 jours). Quand le régulateur fédéral accélère des raccordements, c'est que la file d'attente était devenue un problème de politique industrielle.

En parallèle, New York envoie 7 lois IA au gouverneur, dont un moratoire sur les data centers et une interdiction du surveillance pricing (New York envoie 7 lois IA au gouverneur). Le message est ambivalent : l'État veut l'IA, mais pas n'importe où et pas n'importe comment.

Et il y a le paradoxe de Jevons. Historiquement, chaque gain d'efficacité énergétique augmente la consommation totale, parce qu'il rend l'usage moins cher. Si les Cubelets divisent le coût par requête, la demande de requêtes explosera. L'efficacité ne sauvera pas la grille électrique — elle accélérera la demande.

C'est ce contexte qui rend Mueon lisible. Une architecture qui réduit l'énergie par requête attaque le problème à la racine — si le 10x est réel. Et une brique compacte qui supprime « l'étallement d'un rack serveur classique » répond aussi à la contrainte de foncier, celle qui déclenche les moratoires locaux.

Mon avis : la bataille du compute se gagne désormais autant dans les salles des régulateurs que dans les labs de packaging. Mueon optimise la bonne variable, mais l'environnement électrique et politique peut plafonner la croissance même des plus efficaces.

Une semaine record pour le hardware IA

Réponse directe : la levée de Mueon s'inscrit dans une salve de financements hardware annoncés les 15 et 16 octobre 2026 — preuve que le capital remonte la pile vers la couche physique de l'IA.

Le roundup de financements du 16 octobre 2026 de TechStartups recense notamment Nuvacore, qui lève 2,5 milliards de dollars pour un CPU data center, et Machxin, qui développe une puce gravée en 5 nm pour Li Auto.

Le pattern est limpide. Après deux ans d'investissement massif dans les modèles, l'argent remonte la pile : fondations, puis frameworks, puis infrastructure, puis silicium et packaging. C'est le cycle classique d'une plateforme qui mûrit — bon signe pour les startups hardware sérieuses, signal d'alarme pour les copies opportunistes.

Et pour les développeurs, on fait quoi ?

Réponse directe : rien ne change pour vous avant plusieurs années — mais la direction est instructive, et il existe des options immédiates pour déployer votre IA sans data center privé.

Les Cubelets ne seront pas sur le marché demain : Mueon est en validation système, sans date de disponibilité annoncée. Si vous construisez des produits IA aujourd'hui, vous restez sur les API des grands modèles (GPT-5.5, Gemini 3.1 Pro, Claude Sonnet 4.6) ou sur l'auto-hébergement d'open-weight comme Kimi K2.6 ou GLM-5 — ce dernier exigeant une infrastructure que peu de PME possèdent.

Pour déployer agents et applications IA sans louer de racks, un VPS comme Hostinger reste le chemin le plus direct (tarif d'appel bas, octobre 2026, vérifiez sur hostinger.com).

Ce qu'il faut retenir de cette levée en tant que praticien : l'efficacité énergétique devient le critère de design n°1 du hardware IA. C'est un signal pour vos choix techniques — privilégiez les architectures et les fournisseurs qui optimisent le coût par requête, pas seulement le coût par token.

❌ Erreurs courantes

Trois pièges à éviter en lisant cette actualité.

Erreur 1 : prendre le « 10x » pour argent comptant

Le chiffre vient de l'entreprise, sans benchmark indépendant, avec un « jusqu'à » qui en dit long. IJR et SiliconANGLE l'encadrent prudemment. Solution : suivez la validation système, attendez les mesures tierces, et ne révisez pas vos hypothèses de coûts sur la base d'une promesse.

Erreur 2 : croire que la 3D résout tout

Empiler calcul et mémoire règle la distance des données, pas le thermique ni le rendement de fabrication — deux défis que SiliconANGLE rappelle explicitement. Solution : jugez les Cubelets sur leur fiabilité en production, pas sur l'élégance du concept.

Erreur 3 : oublier que le goulot final reste l'électricité

Même un hardware dix fois plus efficace consomme du courant — et la FERC comme le moratoire new-yorkais montrent que raccordement et foncier sont des goulots politiques. Solution : évaluez tout projet IA en mégawatts disponibles avant de parler de FLOPS.

❓ Questions fréquentes

C'est quoi, un Cubelet ?

Un module de calcul 3D conçu par Mueon qui empile calcul et mémoire au lieu de les disposer côte à côte sur une carte mère. Interconnexion, alimentation et gestion thermique sont intégrées au bloc, d'où la comparaison avec des Legos pour data center. Les modules supportent GPU et CPU Arm.

Le 10x d'efficacité est-il prouvé ?

Non. C'est une revendication de Mueon, signalée comme telle par IJR et SiliconANGLE. Le mécanisme — réduire la distance des données — est physiquement fondé, mais aucun benchmark indépendant ne valide le chiffre. L'entreprise est encore en phase de validation système, avant la production.

Quand les Cubelets seront-ils disponibles ?

Aucune date n'a été annoncée. Les fonds de la Series A servent à passer de la phase plateforme à la validation système, puis à la préparation production. En semi-conducteurs, ce passage prend typiquement plusieurs années. Comptez en années, pas en mois.

Qui a investi dans Mueon ?

Maverick Silicon, un fonds dédié aux semi-conducteurs, mène la Series A de 65 M$. Autour de la table : Intel Capital, Geodesic Capital, Oregon Venture Fund, M-Ventures, Wellington Management, IQT et Defined. Manish Muthal et Srini Ananth rejoignent le board. Total levé depuis 2025 : plus de 80 M$.

Pourquoi les data centers IA manquent-ils d'énergie ?

Les charges agentiques multiplient les étapes d'inférence par tâche, les modèles de pointe tournent à très grande échelle, et le réseau électrique ne se développe pas au même rythme. D'où l'intervention de la FERC sur les raccordements et les moratoires locaux comme celui de New York.

✅ Conclusion

Mueon condense le prochain chapitre de l'IA : moins la course aux paramètres, plus la course aux mégawatts — et si les Cubelets tiennent ne serait-ce que la moitié de la promesse, le data center classique va devoir se réinventer. La suite se jouera en validation système : surveillez les benchmarks indépendants, et en attendant, branchez vos agents sur ce qui existe déjà.