Etched Books riceve ordini per 1 miliardo di dollari, puntando il dito contro Nvidia nel campo dell'inferenza dell'IA

Etched, una startup di chip fondata quattro anni fa, afferma di aver ricevuto ordini per oltre un miliardo di dollari di hardware progettato per eseguire modelli di intelligenza artificiale dopo che questi sono stati addestrati. Il processo di esecuzione dei modelli di intelligenza artificiale è noto come inferenza ed è diventato una delle operazioni più costose per le aziende che utilizzano l'IA nelle loro attività. Etched ritiene che la tecnologia dei chip possa svolgere questo compito più velocemente, a costi inferiori e con un minore consumo energetico rispetto alle GPU generiche di Nvidia.

L'azienda ha reso noti i suoi ordini, unitamente a una valutazione di 5 miliardi di dollari. Ha inoltre aggiunto che il suo primo chip è già stato prodotto da Taiwan Semiconductor Manufacturing Company (TSMC), secondo quanto riportato da TechCrunch. Se il chip funzionerà come previsto, una parte dei fondi attualmente destinati a Nvidia verrà dirottata, determinando un cambiamento nelle dinamiche economiche legate allo sviluppo di modelli di intelligenza artificiale all'avanguardia.

"Siamo giunti a un punto nell'evoluzione dell'IA in cui i chip specializzati, in grado di offrire prestazioni superiori alle GPU generiche, sono inevitabili, e i responsabili delle decisioni tecniche di tutto il mondo lo sanno", ha dichiarato Gavin Uberti, co-fondatore e CEO di Etched, a TechCrunch nel 2024.

A differenza dell'addestramento, in cui i modelli apprendono da enormi set di dati, l'inferenza avviene ogni volta che un utente invia una richiesta. Attualmente, i modelli linguistici di grandi dimensioni impiegano tempo nella ricerca dei pesi e nell'aggiornamento della cache chiave-valore (KV), il che aumenta l'importanza della capacità di memoria e della larghezza di banda man mano che le finestre di contesto diventano più grandi. Di conseguenza, c'è una richiesta di chip progettati esclusivamente per l'inferenza, anziché GPU in grado di gestire carichi di lavoro più pesanti.

Un articolo pubblicato nel luglio 2026 da Michael J. Yuan e Ju Long afferma che le GPU mainstream possono essere caratterizzate come "pesanti in termini di calcolo e leggere in termini di capacità", a causa della combinazione di elevata potenza di elaborazione con una memoria relativamente ridotta. Secondo gli autori, durante l'inferenza, alcuni calcoli rimangono spesso inutilizzati in attesa dei dati, il che crea la possibilità di utilizzare hardware progettato specificamente per ottimizzare il consumo di memoria piuttosto che l'efficienza aritmetica.

Ciò che Etched sta vendendo

Anziché commercializzare un chip a sé stante, Etched offre "cluster di inferenza all'avanguardia", ovvero un insieme di sistemi che lavorano insieme, composti da chip personalizzati, unità di rete e software. L'azienda afferma di impiegare oltre 400 ingegneri reclutati da Nvidia, dal team TPU di Google, da Broadcom, da SK Hynix e da TSMC.

L'azienda ha attribuito il previsto miglioramento delle prestazioni a due tecnologie proprietarie. La prima è Low Voltage Inference (LVI), una tecnologia progettata per consentire ai blocchi di elaborazione di operare a livelli di tensione inferiori, garantendo un funzionamento continuo con una minore produzione di calore. L'altra tecnologia è Cluster Scale Memory (CSM), che libera chip in un sistema di archiviazione a bassa latenza, eliminando così i problemi legati all'inferenza di contesto a lungo termine e alla crescita delle dimensioni della cache KV.

Queste tecnologie, tuttavia, sono ancora considerate affermazioni fatte dall'azienda piuttosto che confermate in mododent. Etched ha dichiarato che prevede di rendere pubblici alcuni dei suoi risultati di benchmark e informazioni tecniche non appena inizierà a spedire i primi rack del prodotto entro la fine dell'estate.

Dalla quasi bancarotta a un piano di azionariato affollato

Secondo TechCrunch, Etched ha raccolto finora circa 800 milioni di dollari, inclusi 500 milioni di dollari di finanziamento conclusi a dicembre con una valutazione post-money di 5 miliardi di dollari. Il round è stato guidato da Stripes, con la partecipazione di Jane Street, Hudson River Trading, Two Sigma, Ribbit Capital e VentureTech Alliance.

Tra i suoi investitori figurano anche eminenti ricercatori nel campo dell'intelligenza artificiale come Andrej Karpathy, Geoffrey Hinton, Fei-Fei Li, Arthur Mensch e Scott Wu, oltre a Stanley Druckenmiller e Peter Thiel.

Questo finanziamento rappresenta un completo cambio di rotta per la startup. Etched, fondata nel 2022 da Robert Wachen e Gavin Uberti, ex studenti di Harvard e vincitori della borsa di studio Thiel, ha incontrato difficoltà neltracinvestitori per gran parte del 2023. I creatori dell'azienda hanno dichiarato che quasi tutte le organizzazioni a cui si sono rivolti hanno respinto le loro richieste prima che riuscissero a ottenere oltre 125 milioni di dollari di finanziamenti nel 2024.

Una corsa sempre più ampia che il settore sta osservando

Etched si sta inserendo in un mercato già saturo. Cerebras ha avuto una delle IPO di chip per IA più pubblicizzate quest'anno, Groq ha recentemente raccolto 650 milioni di dollari, mentre Amazon, Google e Microsoft stanno creando i propri chip personalizzati per l'IA per le loro infrastrutture. Anche OpenAI ha incaricato Broadcom di creare un chip personalizzato, a dimostrazione del fatto che il mercato dell'inferenza ha raggiunto un livello tale da poter supportare altri attori oltre a Nvidia.

Il processo produttivo continua a rappresentare una sfida. Come già riportato da Cryptopolitan , le tecnologie di packaging avanzate, in particolare CoWoS di TSMC per l'integrazione di processori con memorie ad alta larghezza di banda, sono diventate uno dei maggiori ostacoli per il settore.

Si prevede che la domanda di wafer per l'intelligenza artificiale aumenterà di quasi undici volte tra il 2022 e il 2026. Nel frattempo, TSMC detiene circa il 72% del mercato delle fonderie specializzate. Poiché Etched utilizza il processo N4P di TSMC, si trova a competere con aziende del calibro di Nvidia, AMD e altri produttori di chip per l'IA per le stesse risorse produttive.

Al momento, l'attenzione è concentrata sull'implementazione. Secondo alcune fonti, la produzione è già iniziata e i primi rack per l'inferenza saranno spediti nei prossimi mesi, con l'obiettivo di raggiungere circa 1 miliardo di dollari di ordini. Solo una verificadent , una volta che l'hardware avrà effettivamente mantenuto le promesse dell'azienda in termini di funzionalità migliorate, potrà confermare la sua effettiva efficacia presso i clienti.

Per il momento, le affermazioni dell'azienda su LVI e CSM dovrebbero essere considerate promesse piuttosto che risultati confermati. Se i risultati si rivelassero veritieri, la startup potrebbe diventare uno dei principali concorrenti di Nvidia nel settore dell'inferenza AI.