Etched verdoppelt Bewertung auf 20,3 Milliarden Dollar durch Jane-Street-Deal
- Etched sammelte Mitte August 700 Millionen Dollar bei einer Unternehmensbewertung von 20,3 Milliarden Dollar ein.
- Die am 23. Juli erzielte Kapitalerhöhung von 300 Millionen Dollar bei einer Unternehmensbewertung von 10,3 Milliarden Dollar hatte den Wert vom Dezember bereits verdoppelt.
- Die Suche nach Alternativen zu Nvidia hat zu Prognosen geführt, wonach der Markt für Inferenztechnologie bis 2032 ein Volumen von 1,3 Billionen US-Dollar erreichen wird.
Etched peilt bereits eine neue Finanzierungsrunde an, die die Bewertung des Startups für KI-Inferenzchips auf rund 21 Milliarden Dollar mehr als verdoppeln wird, und das nur einen Monat nach der Ende Juli von Sequoia angeführten Serie-C-Runde über 300 Millionen Dollar, die das Unternehmen mit 10,3 Milliarden Dollar bewertete.
Die im Bericht des Wall Street Journal vom 18. August genannten neuen Zahlen bedeuten eine Vervierfachung der Unternehmensbewertung von 5 Milliarden US-Dollar im Dezember 2025. Etched konnte außerdem einen Kunden in der Jane Street gewinnen und lieferte dem quantitativen Handelsriesen der Wall Street ein Serverrack mit KI-Prozessoren, die für schnelles Inferenzrechnen optimiert sind.
Das Ausmaß des Wachstums des Unternehmens, das erst am 30. Juni aus dem Verborgenen hervortrat, signalisiert den Wettlauf um Alternativen zu Nvidias großem Vorsprung an der Spitze der Lieferkette, die die für den KI-Boom notwendigen Siliziumchips liefert.
„Diese Finanzierungsrunde spiegelt die wachsende Überzeugung der Branche wider, dass die Herausforderung einen neuen Marktteilnehmer erfordert, der bereit ist, die gesamte Technologiearchitektur von Grund auf neu aufzubauen“, sagte Mitgründer und CEO Gavin Uberti in einer Erklärung.
Andreessen Horowitz (a16z), SK Hynix, Jane Street und Diffusion Capital beteiligten sich ebenfalls an der Finanzierungsrunde vom 31. Juli.
Was bewirken die Chips von Etched?
Etched vertreibt komplette Rack-Systeme, die für den Inferenzteil des KI-Rechenstacks optimiert sind, der nach der Eingabe von Nutzereingaben erfolgt. Das Unternehmen ist überzeugt, dass seine Spezialisierung auf Inferenz es ihm ermöglicht, im Gegensatz zu Nvidia, das Allzweck-GPUs sowohl für KI-Training als auch für Inferenz herstellt, spezialisierte Chips zu entwickeln.
Etched unterteilt die Arbeit in die Vorfüll- und Dekodierungsphase.
- Die Vorfüllphase liest und interpretiert Eingabeaufforderungen mithilfe einer von Etched-Mitbegründer Robert Wachen als Niederspannungsinferenz bezeichneten Methode. Diese Designentscheidung ermöglicht einen kühleren Betrieb des Chips mit mehr Transistoren und höherer Taktfrequenz.
- Die Dekodierungsphase, in der das Modell seine Antwort Token für Token schreibt, nutzt ein Cluster-Scale-Memory-Design. Dieses Shared-Memory-Design ermöglicht es Beschleunigern innerhalb eines Racks, Daten aus einem anderen Speicherpool zu beziehen, anstatt sie selbst kopieren zu müssen.
Etched gab an, dass seine Systeme bereits in DeepSeek, Qwen, Mamba und Llama integriert seien.
Es fließt viel Geld in die Schlussfolgerungsforschung
Etched profitiert von einem starken Markt , der laut Prognosen das am schnellsten wachsende Segment des boomenden KI-Sektors darstellt. Das Unternehmen hielt sein Versprechen, die Auslieferung der Chips bis zum Sommer zu beginnen und konnte, Bestellungen im Wert von über einer Milliarde Dollar berichtet Cryptopolitan.
Bloomberg Intelligence prognostiziert für den Inferenzsektor ein Volumen von 1,3 Billionen US-Dollar und damit eine Verdopplung des Marktvolumens für KI-Training bis 2032. Iron Mountain und Structure Research gehen davon aus, dass die Inferenzkapazität die Trainingskapazität bereits in diesem Jahr übertreffen und bis 2030 auf 80 % der KI-Rechenlast anwachsen wird.
Der Ansturm auf KI-Rechenzentren hat eine stetige Nachfrage geschaffen, die von Unternehmen wie Nvidia, Cerebras und AMD bedient wird, die ebenfalls Inferenzsysteme auf der gleichen Prefill-and-Decode-Aufteilung aufbauen, die Etched beschreibt.
Etched beschäftigt mittlerweile über 400 Mitarbeiter und konnte im ersten Anlauf mit dem N4P-Prozess von TSMC erste Erfolge bei der Siliziumfertigung verzeichnen. Das Unternehmen betreibt ein 2-Megawatt-Rechenzentrum an seinem Hauptsitz in San Jose und hat laut TechCrunch.
Wenn Sie das hier lesen, sind Sie schon einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.
Hannah Collymore
Hannah ist Autorin und Redakteurin mit fast zehn Jahren Erfahrung im Bloggen und der Eventberichterstattung im Kryptobereich. Bei Cryptopolitanschreibt sie für die Nachrichtenseite und berichtet und analysiert die neuesten Entwicklungen in den Bereichen DeFi, RWA, Kryptoregulierung, KI und Zukunftstechnologien. Sie hat an der Arcadia University Betriebswirtschaftslehre studiert.
