Etched verbucht Bestellungen im Wert von 1 Milliarde US-Dollar und zielt mit AI-Inferenz auf Nvidia ab

Etched, ein vier Jahre altes Chip-Startup, behauptet, Bestellungen über Hardware im Wert von mehr als 1 Milliarde US-Dollar erhalten zu haben, die im Wesentlichen dafür entwickelt wurde, AI-Modelle auszuführen, nachdem sie bereits trainiert wurden. Der Prozess des Ausführens von AI-Modellen wird als Inferenz bezeichnet und ist für Unternehmen, die AI in ihren Geschäftsabläufen nutzen, zu einer der teuersten Operationen geworden. Etched ist der Ansicht, dass Chip-Technologie diese Aufgabe schneller, günstiger und mit geringerem Energieverbrauch bewältigen kann als die Allzweck-GPUs von Nvidia.

Das Unternehmen gab seine Bestellungen zusammen mit einer Bewertung von 5 Milliarden US-Dollar bekannt. Es fügte hinzu, dass sein erster Chip bereits von der Taiwan Semiconductor Manufacturing Company (TSMC) hergestellt wird, wie in einem Bericht von TechCrunch berichtet. Wenn der Chip wie erwartet funktioniert, würde ein Teil des Geldes, das derzeit an Nvidia fließt, umgeleitet werden, was zu einer Veränderung der Wirtschaftlichkeit beim Einsatz von Frontier-AI-Modellen führen würde.

„Wir haben einen Punkt in der Entwicklung von AI erreicht, an dem spezialisierte Chips, die besser als Allzweck-GPUs performen, unvermeidlich sind – und die technischen Entscheidungsträger der Welt wissen das“, sagte Etched-Mitbegründer und CEO Gavin Uberti TechCrunch im Jahr 2024.

Im Gegensatz zum Training, bei dem Modelle aus riesigen Datensätzen lernen, findet die Inferenz statt, wann immer ein Benutzer eine Eingabe (Prompt) sendet. Derzeit verwenden große Sprachmodelle die Zeit damit, nach Gewichten zu suchen und ihren Schlüssel-Wert-Speicher (KV-Cache) zu aktualisieren, was die Bedeutung der Speicherkapazität und -bandbreite erhöht, während die Kontextfenster größer werden. Infolgedessen gibt es eine Nachfrage nach Chips, die nur für die Inferenz ausgelegt sind, im Gegensatz zu GPUs, die schwerere Arbeitslasten bewältigen können.

Ein im Juli 2026 von Michael J. Yuan und Ju Long veröffentlichtes Papier stellt fest, dass Mainstream-GPUs als „rechenintensiv und speicherleicht“ charakterisiert werden können, aufgrund ihrer Kombination aus hoher Rechenleistung und relativ geringem Speicher. Laut den Autoren bleiben während der Inferenz einige Berechnungen oft ungenutzt, während auf Daten gewartet wird, was die Möglichkeit eröffnet, Hardware zu verwenden, die speziell zur Optimierung des Speicherverbrauchs und nicht der arithmetischen Effizienz entwickelt wurde.

Was Etched verkauft

Anstatt einen eigenständigen Chip zu vermarkten, bietet Etched „Frontier-Inferenzcluster“ an, die eine Ansammlung von Systemen sind, die zusammenarbeiten und aus benutzerdefiniertem Silizium, Netzwerkeinheiten und Software bestehen. Das Unternehmen behauptet, dass es über 400 Ingenieure beschäftigt, die von Nvidia, dem Google-TPP-Team, Broadcom, SK Hynix und TSMC angeworben wurden.

Das Unternehmen schreibt die erwartete Leistungssteigerung zwei proprietären Technologien zu. Die erste ist Low Voltage Inference (LVI), eine Technologie, die es Berechnungsblöcken ermöglichen soll, bei niedrigeren Spannungsniveaus zu arbeiten, um einen kontinuierlichen Betrieb mit geringerer Wärmeentwicklung zu erreichen. Die andere Technologie ist Cluster Scale Memory (CSM), die Chips in einem Speichersystem mit niedriger Latenz freisetzt und somit Probleme mit der Inferenz langer Kontexte und dem Wachstum der KV-Cache-Größe eliminiert.

Diese Technologien werden jedoch weiterhin als von der Firma gemachte Behauptungen und nicht als unabhängig bestätigt angesehen. Etched hat behauptet, dass es einige seiner Benchmark-Ergebnisse und technischen Informationen veröffentlichen wird, sobald es später in diesem Sommer mit dem Versand seiner ersten Produkt-Racks beginnt.

Von der Nahezu-Bankrott-Lage zu einer überfüllten Kapitalstruktur

Etched hat bisher rund 800 Millionen US-Dollar eingesammelt, darunter eine im Dezember abgeschlossene Finanzierung in Höhe von 500 Millionen US-Dollar bei einer Bewertung nach der Finanzierung von 5 Milliarden US-Dollar, so TechCrunch. Stripes führte die Runde an, mit Beteiligung von Jane Street, Hudson River Trading, Two Sigma, Ribbit Capital und VentureTech Alliance.

Zu den Investoren gehören auch prominente KI-Forscher wie Andrej Karpathy, Geoffrey Hinton, Fei-Fei Li, Arthur Mensch und Scott Wu sowie Stanley Druckenmiller und Peter Thiel.

Diese Unterstützung stellt eine vollständige Richtungsänderung für das Startup dar. Etched, das 2022 von Harvard-Abbrechern und Thiel-Fellows Robert Wachen und Gavin Uberti gegründet wurde, hatte in den meisten Teilen des Jahres 2023 Schwierigkeiten, Investoren anzuziehen. Die Gründer des Unternehmens haben angegeben, dass fast jede Organisation, an die sie sich wandten, ihre Anfragen abgewiesen hat, bevor sie im Jahr 2024 über 125 Millionen US-Dollar an Finanzierungsmitteln erhielten.

Ein wachsender Wettlauf, den die Branche beobachtet

Etched betritt einen bereits stark besetzten Markt. Cerebras hatte in diesem Jahr eine der am meisten beworbenen AI-Chip-IPOs, Groq erhielt kürzlich eine Finanzierung in Höhe von 650 Millionen US-Dollar, während Amazon, Google und Microsoft ihre eigenen benutzerdefinierten AI-Chips für ihre eigene Infrastruktur entwickeln. OpenAI hat auch Broadcom damit beauftragt, einen benutzerdefinierten Chip zu erstellen, was darauf hindeutet, dass der Inferenzmarkt ein Niveau erreicht hat, an dem er andere Akteure neben Nvidia unterstützen kann.

Der Herstellungsprozess bleibt weiterhin eine Herausforderung. Wie Cryptopolitan zuvor berichtete, ist fortschrittliche Verpackungstechnologie, insbesondere TSMCs CoWoS-Methode zum Verbinden von Prozessoren mit Hochbandbreitspeicher, zu einem der größten Hindernisse für die Branche geworden.

Die Nachfrage nach AI-Wafern wird voraussichtlich von 2022 bis 2026 um das Elfache steigen. Gleichzeitig hat TSMC etwa 72 % des Marktes der reinen Foundries inne. Da Etched den N4P-Prozess von TSMC verwendet, konkurriert es am Ende mit Unternehmen wie Nvidia, AMD und anderen AI-Chip-Herstellern um dieselben Produktionsressourcen.

Derzeit liegt der Fokus auf der Implementierung. Berichten zufolge hat die Produktion bereits begonnen, und die ersten Inferenz-Racks werden in den kommenden Monaten versendet, um etwa 1 Milliarde US-Dollar an Verkaufsbestellungen zu erhalten. Inwieweit die Hardware die Versprechen des Unternehmens hinsichtlich verbesserter Funktionen erfüllt hat, wird erst einer unabhängigen Überprüfung unterzogen, sobald sie die Kunden erreicht.

Für den Moment sollten die Behauptungen des Unternehmens bezüglich LVI und CSM als Versprechen und nicht als bestätigte Ergebnisse betrachtet werden. Wenn sich die Ergebnisse als wahr herausstellen, ist das Startup wahrscheinlich einer der härtesten Konkurrenten von Nvidia im Bereich der AI-Inferenz.