Etched фиксирует заказы на $1 млрд, нацеливаясь на Nvidia в области вывода ИИ

Etched, четырехлетний стартап в области чипов, утверждает, что получила заказы на оборудование стоимостью более $1 млрд, которое в основном предназначено для запуска моделей ИИ после их обучения. Процесс запуска моделей ИИ известен как вывод (инференс), и он стал одной из самых дорогостоящих операций для компаний, использующих ИИ в своей бизнес-деятельности, и Etched считает, что технология чипов может выполнять эту работу быстрее, дешевле и с меньшим потреблением энергии, чем универсальные GPU Nvidia.

Компания раскрыла свои заказы вместе с оценкой в $5 млрд. Она добавила, что ее первый чип уже производится Taiwan Semiconductor Manufacturing Company (TSMC), согласно отчету TechCrunch. Если чип будет работать как ожидается, часть денег, которая сейчас流向 Nvidia, будет перенаправлена, что приведет к изменению экономики развертывания моделей передового ИИ.

«Мы достигли точки в эволюции ИИ, когда специализированные чипы, способные работать лучше, чем универсальные GPU, неизбежны, и технические руководители мира это знают», — сказал соучредитель и генеральный директор Etched Гэвин Уберти в TechCrunch в 2024 году.

В отличие от обучения, где модели учатся на огромных наборах данных, вывод происходит всякий раз, когда пользователь отправляет запрос. В настоящее время большие языковые модели тратят время на поиск весов и обновление своего ключ-значение (KV) кэша, что увеличивает важность емкости памяти и пропускной способности по мере увеличения контекстных окон. В результате возникает спрос на чипы, предназначенные только для вывода, в отличие от GPU, способных обрабатывать более тяжелые нагрузки.

Статья, опубликованная в июле 2026 года Майклом Дж. Юанем и Джу Лунгом, утверждает, что массовые графические процессоры (GPU) можно охарактеризовать как «вычислительно-емкие и малопамятные» из-за их сочетания высокой вычислительной мощности с относительно низкой памятью. По словам авторов, во время вывода (инференса) некоторые вычисления часто остаются неиспользованными в ожидании данных, что создает возможность использовать оборудование, специально разработанное для оптимизации потребления памяти, а не арифметической эффективности.

Что продает Etched

Вместо продвижения отдельного чипа, Etched предоставляет «кластеры вывода передового ИИ», которые представляют собой совокупность систем, функционирующих вместе и состоящих из пользовательского кремния, сетевых устройств и программного обеспечения. Компания утверждает, что она нанимает более 400 инженеров, которые были рекрутированы из Nvidia, команды Google TPU, Broadcom, SK Hynix и TSMC.

Компания приписывает ожидаемое улучшение производительности двум проприетарным технологиям. Первая — это Low Voltage Inference (LVI), технология, предназначенная для обеспечения работы вычислительных блоков при более низких уровнях напряжения для достижения непрерывной работы с меньшим выделением тепла. Другая технология — Cluster Scale Memory (CSM), которая освобождает чипы в системе хранения с низкой задержкой и таким образом устраняет проблемы с выводом длинного контекста и ростом размера KV-кэша.

Однако эти технологии по-прежнему считаются заявлениями компании, а не подтвержденными независимо результатами. Etched заявила, что ожидает обнародовать некоторые свои результаты бенчмарков и техническую информацию, как только начнет отгружать свои первые стойки с продуктом позже этим летом.

От почти банкротства к переполненной таблице капитала

Etched привлекла около $800 млн на сегодняшний день, включая финансирование в размере $500 млн, завершенное в декабре при пост-денежной оценке в $5 млрд, согласно TechCrunch. Сделку возглавили Stripes, с участием Jane Street, Hudson River Trading, Two Sigma, Ribbit Capital и VentureTech Alliance.

В число ее инвесторов также входят видные исследователи ИИ Андре Карпаты, Джеффри Хинтон, Фэй-Фэй Ли, Артур Менш и Скотт Уу, а также Стэнли Дракенмиллер и Питер Тиль.

Эта поддержка представляет собой полное изменение направления для стартапа. Etched, основанная в 2022 году студентами Гарварда и стипендиатами Тилля Робертом Вахеном и Гэвином Уберти, столкнулась с трудностями в привлечении инвесторов большую часть 2023 года. Создатели компании заявили, что почти каждая организация, к которой они обращались, отклонила их запросы, прежде чем они смогли получить более $125 млн финансирования в 2024 году.

Расширяющаяся гонка, на которую смотрит отрасль

Etched входит на уже переполненный рынок. Cerebras провела одно из самых широко освещаемых IPO чипов ИИ в этом году, Groq недавно привлекла $650 млн, в то время как Amazon, Google и Microsoft создают свои пользовательские чипы ИИ для собственной инфраструктуры. OpenAI также наняла Broadcom для создания пользовательского чипа, что указывает на то, что рынок вывода достиг уровня, на котором он может поддерживать других игроков, помимо Nvidia.

Производственный процесс продолжает оставаться проблемой. Как ранее сообщалось в Cryptopolitan, передовые технологии упаковки, особенно метод TSMC CoWoS соединения процессоров с памятью высокой пропускной способности, стали одним из самых больших препятствий для отрасли.

Ожидается, что спрос на кремниевые пластины для ИИ увеличится почти в одиннадцать раз с 2022 по 2026 год. Тем временем, у TSMC около 72% рынка чистых контрактных производителей. Поскольку Etched использует процесс TSMC N4P, она оказывается в конкуренции с такими игроками, как Nvidia, AMD и другие производители чипов ИИ, за одни и те же производственные ресурсы.

В настоящее время фокус смещен на внедрение. Сообщается, что производство уже началось, и первые стойки для вывода будут отгружены в ближайшие месяцы для получения заказов на сумму около $1 млрд. Насколько аппаратное обеспечение выполнило обещания компании по улучшению характеристик, будет зависеть только от независимой проверки, когда оно достигнет клиентов.

На данный время заявления компании о LVI и CSM следует рассматривать как обещания, а не подтвержденные результаты. Если результаты окажутся правдивыми, стартап, вероятно, станет одним из самых жестоких конкурентов Nvidia в секторе вывода ИИ.