Etched verdoppelt die Bewertung auf 20.3 Milliarden USD im Deal mit Jane Street

Etched zielt bereits auf eine neue Finanzierungsrunde, die die Bewertung des KI-Inferenz-Chip-Startups auf rund 21 Milliarden USD mehr als verdoppeln wird, kaum einen Monat nach seiner Ende Juli von Sequoia angeführten Serie-C-Runde in Höhe von 300 Millionen USD, die das Unternehmen auf 10,3 Milliarden USD bewertete. 

Die neuen Zahlen, die im Wall Street Journal’s August 18 Bericht zitiert werden, stellen eine vierfache Expansion der Bewertung des Unternehmens von 5 Milliarden USD im Dezember 2025 dar. Etched schloss auch Jane Street als seinen ersten Kunden ab und lieferte einen Server-Rack, der mit für die schnelle Inferenz-Berechnung optimierten KI-Prozessoren gefüllt war, an den quantitativen Handelsriesen an der Wall Street. 

Das Ausmaß des Wachstums des Unternehmens, nachdem es erst am 30. Juni aus der Stealth-Phase trat, signalisiert den Wettlauf um Alternativen zu Nvidias großem Vorsprung an der Spitze der Lieferkette, die den Silizium liefert, der den KI-Boom antreibt. 

„Diese Runde spiegelt ein wachsendes Branchen-Conviction wider, dass die Herausforderung einen neuen Marktteilnehmer erfordert, der bereit ist, den Stack von den ersten Prinzipien neu aufzubauen“, sagte Mitbegründer und CEO Gavin Uberti in einer Erklärung.

Andreessen Horowitz (a16z), SK Hynix, Jane Street und Diffusion Capital traten ebenfalls der Finanzierungsrunde am 31. Juli bei.

Was machen Etcheds Chips?

Etched verkauft vollständige Rack-Systeme, die für den Inferenz-Teil des KI-Berechnungsstapels optimiert sind, der auftritt, nachdem Benutzer Prompts eingereicht haben. Das Unternehmen glaubt, dass sein Fokus auf die Inferenz es ermöglicht, spezialisierte Chips im Vergleich zu Nvidia zu bauen, das Allzweck-GPUs sowohl für das KI-Training als auch für die Inferenz herstellt.

Etched teilt die Arbeit in die Prefill- und Decode-Phasen auf. 

• Die Prefill-Phase liest und interpretiert Prompts unter Verwendung dessen, was Etched-Mitbegründer Robert Wachen als Low-Voltage-Inferenz bezeichnet. Diese Designentscheidung ermöglicht es dem Chip, kühler zu laufen, mit mehr Transistoren und einer höheren Taktrate. 
• Die Decode-Phase, in der das Modell seine Antwort Token für Token schreibt, verwendet ein Cluster-Scale-Memory-Design. Das Shared-Memory-Design ermöglicht es Beschleunigern innerhalb eines Racks, Daten aus einem anderen Speicherpool abzurufen, anstatt die Daten selbst kopieren zu müssen. 

Etched sagte, seine Systeme seien bereits in DeepSeek, Qwen, Mamba und Llama-Modellen.

Großes Geld fließt in die Inferenz 

Etched reitet auf der heißen Welle in einem breiteren Markt , den Prognostiker als den am schnellsten wachsenden Teil eines heißen KI-Sektors einstufen. Das Unternehmen hielt sein Versprechen ein, im Sommer mit dem Versand von Chips zu beginnen und füllte über 1 Milliarden USD an gebuchten Bestellungen auf, wie von Cryptopolitan berichtet.

Bloomberg Intelligence setzte ein Ziel von 1,3 Billionen USD für den Inferenzsektor, was die Größe des KI-Trainingsmarktes bis 2032 verdoppelt. Iron Mountain und Structure Research stützen die Inferenzkapazität auf die Trainingskapazität in diesem Jahr zu übertreffen und weiter zu wachsen, um bis 2030 80 % der KI-Berechnungslast auszumachen.

Der Wettlauf um KI-Rechenzentren hat eine stetige NachfrageRoute geschaffen, die von Namen wie Nvidia, Cerebras und AMD gespeist wird, die ebenfalls inferenzspezifische Systeme auf derselben Prefill-und-Decode-Aufteilung aufbauen, die Etched beschreibt. 

Etched beschäftigt jetzt mehr als 400 Menschen und meldete ersten Durchgang-Silizium-Erfolg auf TSMCs N4P-Prozess. Es betreibt ein 2-Megawatt-Rechenzentrum an seinem Hauptsitz in San Jose und hat eine neue 80.000-Quadratfuß-, 10-Megawatt-Einrichtung in der Nähe von Milpitas eröffnet, wie TechCrunch berichtete.