Etched Books ha recibido pedidos por $1 mil millones, apuntando a Nvidia en inferencia de IA

Etched, una startup de chips de cuatro años de antigüedad, afirma haber recibido pedidos por valor de más de 1.000 millones de dólares de hardware diseñado básicamente para ejecutar modelos de IA una vez que ya han sido entrenados. El proceso de ejecución de modelos de IA se conoce como inferencia y se ha convertido en una de las operaciones más costosas para las empresas que utilizan IA en sus operaciones comerciales, y Etched cree que la tecnología de chips puede hacer el trabajo más rápido, más barato y con menor consumo de energía que las GPU de propósito general de Nvidia.

La empresa reveló sus pedidos junto con una valoración de 5.000 millones de dólares. Añadió que su primer chip ya está fabricado por Taiwan Semiconductor Manufacturing Company (TSMC), según un informe de TechCrunch. Si el chip funciona como se espera, una parte del dinero que actualmente fluye hacia Nvidia se desviará, lo que provocará un cambio en la economía alrededor del despliegue de modelos de IA de vanguardia.

«Hemos llegado a un punto en la evolución de la IA en el que es inevitable que los chips especializados, capaces de ofrecer un rendimiento superior al de las GPU de propósito general, sean la norma, y los responsables técnicos de la toma de decisiones en el mundo lo saben», declaró Gavin Uberti, cofundador y CEO de Etched, a TechCrunch en 2024.

A diferencia del entrenamiento, donde los modelos aprenden de conjuntos de datos masivos, la inferencia tiene lugar cada vez que un usuario envía una consulta. Actualmente, los grandes modelos de lenguaje utilizan ese tiempo para buscar pesos y actualizar su caché de clave-valor (KV), lo que aumenta la importancia de la capacidad y el ancho de banda de la memoria a medida que las ventanas de contexto se hacen más grandes. Como resultado, existe una demanda de chips diseñados exclusivamente para la inferencia, en lugar de GPU capaces de manejar cargas de trabajo más pesadas.

Un artículo publicado en julio de 2026 por Michael J. Yuan y Ju Long afirma que las GPU convencionales pueden caracterizarse como "intensivas en cómputo y ligeras en capacidad", debido a su combinación de alto poder de procesamiento con memoria relativamente baja. Según los autores, durante la inferencia, algunos cálculos a menudo quedan sin utilizar mientras se espera por los datos, lo que crea la posibilidad de utilizar hardware diseñado específicamente para optimizar el consumo de memoria en lugar de la eficiencia aritmética.

Lo que Etched vende

En lugar de comercializar un chip independiente, Etched ofrece "clústeres de inferencia de vanguardia", que son un conjunto de sistemas que funcionan juntos, compuestos por silicio personalizado, unidades de red y software. La empresa afirma que emplea a más de 400 ingenieros, reclutados de Nvidia, el equipo de TPUs de Google, Broadcom, SK Hynix y TSMC.

La empresa atribuye la mejora esperada en el rendimiento a dos tecnologías propietarias. La primera es Low Voltage Inference (LVI), una tecnología destinada a permitir que los bloques de cómputo operen a niveles de voltaje más bajos para lograr un funcionamiento continuo con menor producción de calor. La otra tecnología es Cluster Scale Memory (CSM), que libera los chips en un sistema de almacenamiento de baja latencia y elimina así los problemas con la inferencia de contexto largo y el crecimiento del tamaño del caché KV.

Sin embargo, estas tecnologías siguen siendo consideradas afirmaciones de la empresa y no confirmadas independientemente. Etched ha afirmado que espera hacer públicos algunos de sus resultados de referencia y información técnica tan pronto como comience a enviar sus primeros racks de productos a finales de este verano.

De la quiebra a una tabla de capitalización saturada

Etched ha recaudado aproximadamente 800 millones de dólares hasta la fecha, incluyendo una financiación de 500 millones de dólares completada en diciembre con una valoración post-money de 5.000 millones de dólares, según TechCrunch. Stripes lideró la ronda, con la participación de Jane Street, Hudson River Trading, Two Sigma, Ribbit Capital y VentureTech Alliance.

Su lista de inversores también incluye a prominentes investigadores de IA como Andrej Karpathy, Geoffrey Hinton, Fei-Fei Li, Arthur Mensch y Scott Wu, así como a Stanley Druckenmiller y Peter Thiel.

Este respaldo representa un cambio completo de dirección para la startup. Etched, fundada en 2022 por los desertores de Harvard y becarios Thiel Robert Wachen y Gavin Uberti, tuvo problemas para atraer inversores durante la mayor parte de 2023. Los creadores de la empresa han declarado que casi todas las organizaciones a las que se dirigieron desestimaron sus solicitudes antes de lograr reunir más de 125 millones de dólares en financiación en 2024.

Una carrera que se está ampliando y que la industria está observando

Etched entra en un mercado ya saturado. Cerebras tuvo una de las ofertas públicas iniciales (IPO) de chips de IA más publicitadas este año, Groq obtuvo recientemente una ronda de financiación de 650 millones de dólares, mientras que Amazon, Google y Microsoft están creando sus propios chips de IA personalizados para su infraestructura. OpenAI también ha contratado a Broadcom para crear un chip personalizado, lo que apunta al hecho de que el mercado de la inferencia ha alcanzado un nivel que puede apoyar a otros jugadores además de Nvidia.

El proceso de fabricación sigue siendo un desafío. Como informó anteriormente Cryptopolitan, la tecnología de empaquetado avanzado, especialmente el método de unión de procesadores con memoria de alta ancho de banda de TSMC CoWoS, se ha convertido en uno de los mayores obstáculos para la industria.

Se espera que la demanda de obleas de IA aumente casi once veces entre 2022 y 2026. Mientras tanto, TSMC tiene aproximadamente el setenta y dos por ciento del mercado de las foundries especializadas. Dado que Etched utiliza el proceso N4P de TSMC, termina compitiendo con empresas como Nvidia, AMD y otros fabricantes de chips de IA por los mismos recursos de fabricación.

En este momento, el enfoque está en la implementación. Los informes indican que la producción ya ha comenzado y que los primeros racks de inferencia se enviarán en los próximos meses para obtener pedidos de ventas por valor de unos 1.000 millones de dólares. El grado en que el hardware ha cumplido con las promesas de la empresa sobre características mejoradas solo estará sujeto a verificación independiente una vez que llegue a los clientes.

Por el momento, las afirmaciones de la empresa sobre LVI y CSM deben considerarse como promesas en lugar de resultados confirmados. Si los resultados resultan ser ciertos, es probable que la startup se convierta en uno de los competidores más feroces de Nvidia en el sector de la inferencia de IA.