A Etched Books recebeu encomendas no valor de US$ 1 bilhão, mirando na Nvidia em inferência de IA

A Etched, uma startup de chips com quatro anos de existência, afirma ter recebido mais de US$ 1 bilhão em encomendas de hardware projetado para executar modelos de IA após o treinamento. O processo de execução de modelos de IA é conhecido como inferência e se tornou uma das operações mais caras para empresas que utilizam IA em seus negócios. A Etched acredita que sua tecnologia de chips pode realizar essa tarefa de forma mais rápida, barata e com menor consumo de energia do que as GPUs de uso geral da Nvidia.

A empresa divulgou seus pedidos juntamente com uma avaliação de US$ 5 bilhões. Acrescentou que seu primeiro chip já está sendo fabricado pela Taiwan Semiconductor Manufacturing Company (TSMC), conforme relatado pelo TechCrunch. Se o chip funcionar como esperado, parte do dinheiro atualmente destinado à Nvidia será redirecionado, levando a uma mudança na economia em torno da implementação de modelos de IA de ponta.

"Chegamos a um ponto na evolução da IA ​​em que chips especializados que podem ter um desempenho melhor do que GPUs de uso geral são inevitáveis ​​— e os tomadores de decisão técnica do mundo sabem disso", disse Gavin Uberti, cofundador e CEO da Etched, ao TechCrunch em 2024.

Ao contrário do treinamento, em que os modelos aprendem com conjuntos de dados enormes, a inferência ocorre sempre que um usuário envia uma solicitação. Atualmente, grandes modelos de linguagem gastam tempo procurando pesos e atualizando seu cache de chave-valor (KV), o que aumenta a importância da capacidade de memória e da largura de banda à medida que as janelas de contexto ficam maiores. Como resultado, há uma demanda por chips projetados exclusivamente para inferência, em oposição às GPUs capazes de lidar com cargas de trabalho mais pesadas.

Um artigo publicado em julho de 2026 por Michael J. Yuan e Ju Long afirma que as GPUs convencionais podem ser caracterizadas como "computacionalmente intensivas e com pouca capacidade", devido à sua combinação de alta capacidade de processamento com memória relativamente limitada. Segundo os autores, durante a inferência, alguns cálculos frequentemente ficam ociosos enquanto se aguarda dados, o que cria a possibilidade de usar hardware projetado especificamente para otimizar o consumo de memória em vez da eficiência aritmética.

O que a Etched está vendendo

Em vez de comercializar um chip independente, a Etched fornece "clusters de inferência de ponta", que são um conjunto de sistemas que funcionam em conjunto, compostos por silício personalizado, unidades de rede e software. A empresa afirma que emprega mais de 400 engenheiros recrutados da Nvidia, da equipe TPU do Google, da Broadcom, da SK Hynix e da TSMC.

A empresa atribuiu a melhoria esperada no desempenho a duas tecnologias proprietárias. A primeira é a Inferência de Baixa Voltagem (LVI), uma tecnologia que permite que os blocos de computação operem em níveis de voltagem mais baixos para alcançar operação contínua com menor produção de calor. A outra tecnologia é a Memória em Escala de Cluster (CSM), que libera chips em um sistema de armazenamento de baixa latência e, assim, elimina problemas com inferência de contexto longo e crescimento do tamanho do cache KV.

Essas tecnologias, no entanto, ainda são consideradas alegações feitas pela empresa, em vez de terem sido confirmadas de formadent. A Etched afirmou que espera divulgar alguns de seus resultados de benchmark e informações técnicas assim que começar a enviar seus primeiros racks de produtos ainda neste verão.

Da quase falência a uma tabela de capitalização lotada

A Etched já arrecadou cerca de US$ 800 milhões até o momento, incluindo uma rodada de financiamento de US$ 500 milhões concluída em dezembro, com uma avaliação pós-investimento de US$ 5 bilhões, segundo o TechCrunch. A Stripes liderou a rodada, com participação da Jane Street, Hudson River Trading, Two Sigma, Ribbit Capital e VentureTech Alliance.

A lista de investidores também inclui os renomados pesquisadores de IA Andrej Karpathy, Geoffrey Hinton, Fei-Fei Li, Arthur Mensch e Scott Wu, além de Stanley Druckenmiller e Peter Thiel.

Esse apoio representa uma mudança completa de rumo para a startup. A Etched, fundada em 2022 por Robert Wachen e Gavin Uberti, ex-alunos de Harvard e bolsistas da Fundação Thiel, enfrentou dificuldades paratracinvestidores durante a maior parte de 2023. Os fundadores da empresa afirmaram que quase todas as organizações às quais recorreram rejeitaram seus pedidos antes que conseguissem obter mais de US$ 125 milhões em financiamento em 2024.

Uma corrida cada vez mais acirrada que a indústria está observando

A Etched está entrando em um mercado já saturado. A Cerebras teve um dos IPOs de chips de IA mais divulgados deste ano, a Groq recebeu recentemente um aporte de US$ 650 milhões, enquanto Amazon, Google e Microsoft estão criando seus próprios chips de IA personalizados para suas infraestruturas. A OpenAI também contratou a Broadcom para criar um chip personalizado, o que demonstra que o mercado de inferência atingiu um nível que permite a participação de outros players além da Nvidia.

O processo de fabricação continua sendo um desafio. Conforme relatado anteriormente pela Cryptopolitan , a tecnologia avançada de encapsulamento, especialmente CoWoS da TSMC para unir processadores com memória de alta largura de banda, tornou-se um dos maiores obstáculos para a indústria.

A demanda por wafers de IA deve aumentar quase onze vezes entre 2022 e 2026. Enquanto isso, a TSMC detém cerca de 72% do mercado de fundição independente. Como a Etched utiliza o processo N4P da TSMC, acaba competindo com empresas como Nvidia, AMD e outras fabricantes de chips de IA pelos mesmos recursos de produção.

No momento, o foco está na implementação. Relatórios indicam que a produção já começou e que os primeiros racks de inferência serão enviados nos próximos meses, com o objetivo de gerar cerca de US$ 1 bilhão em pedidos de venda. A extensão em que o hardware cumpriu as promessas da empresa em relação aos recursos aprimorados só poderá ser verificada por entidadesdent após chegar aos clientes.

Por ora, as afirmações da empresa sobre LVI e CSM devem ser consideradas promessas, e não resultados confirmados. Caso os resultados se confirmem, a startup provavelmente se tornará uma das concorrentes mais acirradas da Nvidia no setor de inferência de IA.