Etched registra US$ 1 bilhão em pedidos, mirando a Nvidia na inferência de IA

A Etched, uma startup de chips com quatro anos de idade, afirma ter recebido mais de US$ 1 bilhão em pedidos de hardware que é basicamente projetado para executar modelos de IA após já terem sido treinados. O processo de execução de modelos de IA é conhecido como inferência e isso se tornou uma das operações mais caras para empresas que usam IA em suas operações comerciais, e a Etched acredita que a tecnologia de chips pode fazer o trabalho mais rapidamente, com menos custo e menor consumo de energia do que as GPUs de propósito geral da Nvidia.

A empresa divulgou seus pedidos junto com uma avaliação de US$ 5 bilhões. Ela acrescentou que seu primeiro chip já é fabricado pela Taiwan Semiconductor Manufacturing Company (TSMC), conforme um relatório da TechCrunch. Se o chip funcionar conforme o esperado, uma parte do dinheiro que atualmente flui para a Nvidia será desviada, levando a uma mudança na economia em torno da implantação de modelos de IA de fronteira.

"Chegamos a um ponto na evolução da IA onde chips especializados que podem desempenhar melhor do que as GPUs de propósito geral são inevitáveis — e os tomadores de decisão técnicos do mundo sabem disso", disse Gavin Uberti, co-fundador e CEO da Etched, à TechCrunch em 2024.

Ao contrário do treinamento, onde os modelos aprendem a partir de conjuntos de dados enormes, a inferência ocorre sempre que um usuário envia um prompt. Atualmente, os grandes modelos de linguagem passam o tempo procurando pesos e atualizando seu cache 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 apenas para inferência, em oposição a 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 "intensivas em computação e leves em capacidade", devido à sua combinação de alto poder de processamento com memória relativamente baixa. De acordo com os autores, durante a inferência, alguns cálculos muitas vezes ficam ociosos enquanto aguardam 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 fronteira", que são um conjunto de sistemas funcionando juntos, compostos por silício personalizado, unidades de rede e software. A empresa afirma que emprega mais de 400 engenheiros, recrutados da Nvidia, equipe do Google TPU, Broadcom, SK Hynix e TSMC.

A empresa atribuiu o aumento esperado no desempenho a duas tecnologias proprietárias. A primeira é a Inferência de Baixa Tensão (LVI), uma tecnologia destinada a permitir que os blocos de computação operem em níveis de tensão 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, eliminando assim problemas com inferência de contexto longo e crescimento do tamanho do cache KV.

Essas tecnologias, no entanto, ainda são consideradas afirmações feitas pela empresa, em vez de serem confirmadas independentemente. A Etched afirmou que espera tornar públicos alguns de seus resultados de benchmark e informações técnicas assim que começar a enviar seus primeiros racks de produtos no final deste verão.

Da quase falência a um quadro de capital lotado

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

Sua lista de investidores também inclui proeminentes pesquisadores de IA Andrej Karpathy, Geoffrey Hinton, Fei-Fei Li, Arthur Mensch e Scott Wu, bem como Stanley Druckenmiller e Peter Thiel.

Este apoio representa uma mudança completa de direção para a startup. A Etched, estabelecida em 2022 por desistentes de Harvard e Bolsistas Thiel Robert Wachen e Gavin Uberti, teve problemas para atrair investidores durante a maior parte de 2023. Os criadores da empresa afirmaram que quase todas as organizações a que recorreram descartaram seus pedidos antes de conseguirem mais de US$ 125 milhões em financiamento em 2024.

Uma corrida crescente que a indústria está observando

A Etched está entrando em um mercado já populoso. Cerebras teve um dos IPOs de chips de IA mais divulgados deste ano, a Groq recebeu um aumento de US$ 650 milhões recentemente, enquanto Amazon, Google e Microsoft estão criando seus chips de IA personalizados para sua própria infraestrutura. A OpenAI também contratou a Broadcom para criar um chip personalizado, apontando para o fato de que o mercado de inferência atingiu um nível em que pode suportar outros jogadores além da Nvidia.

O processo de fabricação continua sendo um desafio. Como relatado anteriormente pela Cryptopolitan, a tecnologia de embalagem avançada, especialmente o método CoWoS da TSMC de 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 de 2022 a 2026. Enquanto isso, a TSMC tem cerca de setenta e dois por cento do mercado de foundries puras. Como a Etched usa o processo N4P da TSMC, ela acaba competindo com empresas como Nvidia, AMD e outros fabricantes de chips de IA pelos mesmos recursos de fabricação.

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 para obter cerca de US$ 1 bilhão em pedidos de vendas. O grau em que o hardware entregou nas promessas da empresa de recursos melhorados estará sujeito apenas à verificação independente assim que chegar aos clientes.

Por enquanto, as afirmações da empresa sobre LVI e CSM devem ser consideradas como promessas, em vez de resultados confirmados. Se os resultados se mostrarem verdadeiros, a startup provavelmente se tornará um dos maiores concorrentes da Nvidia no setor de inferência de IA.