Etched录得10亿美元订单，瞄准Nvidia的AI推理市场

这家成立四年的芯片初创公司Etched声称，已收到价值超过10亿美元的硬件订单，这些硬件基本上设计用于在AI模型训练完成后运行。运行AI模型的过程称为推理，这已成为使用AI进行业务运营的公司最昂贵的操作之一，而Etched认为芯片技术可以比Nvidia的通用GPU更快、更便宜、更节能地完成这项工作。

该公司披露了其订单，估值为50亿美元。它补充说，其首款芯片已由台湾积体电路制造公司（TSMC）制造，据TechCrunch报道。如果芯片按预期工作，目前流向Nvidia的部分资金将被分流，从而改变部署前沿AI模型的经济性。

“我们已达到AI演化的一个阶段，即能够比通用GPU表现更好的专用芯片是不可避免的——全世界的技术决策者都知道这一点，”Etched联合创始人兼首席执行官Gavin Uberti在2024年告诉TechCrunch。

与模型从海量数据集中学习不同，推理发生在用户提交提示时。目前，大型语言模型利用时间寻找权重并更新其键值（KV）缓存，随着上下文窗口的变大，内存容量和带宽的重要性增加。因此，对仅针对推理设计的芯片的需求增加，而不是能够处理更重负载的GPU。

Michael J. Yuan和Ju Long于2026年7月发表的一篇论文指出，主流GPU可被描述为“计算密集型且容量轻量”，这是由于它们结合了高处理能力与相对较低的内存。根据作者的说法，在推理过程中，一些计算往往在等待数据时未被使用，这为使用专门设计用于优化内存消耗而非算术效率的硬件提供了可能性。

Etched销售什么

Etched不营销独立芯片，而是提供“前沿推理集群”，这是一组协同工作的系统，由定制硅片、网络单元和软件组成。该公司声称，它雇佣了400多名工程师，他们来自Nvidia、Google TPU团队、Broadcom、SK Hynix和TSMC。

该公司将预期的性能提升归因于两项专有技术。第一项是低压推理（LVI），旨在允许计算块在较低电压水平下运行，以实现连续运行并产生更少的热量。另一项技术是集群规模内存（CSM），它使芯片在低延迟存储系统中自由运行，从而消除长上下文推理和KV缓存大小增长的问题。

然而，这些技术仍被视为公司的声明，而非独立确认。Etched声称，一旦今年夏天晚些时候开始交付首批产品机架，它将尽快公开部分基准测试结果和技术信息。

从濒临破产到拥挤的股权结构

据TechCrunch报道，Etched迄今为止已筹集了约8亿美元，其中包括2025年12月完成的一笔5亿美元融资，投后估值为50亿美元。Stripes领投了该轮，Jane Street、Hudson River Trading、Two Sigma、Ribbit Capital和VentureTech Alliance参与。

其投资者名单还包括著名AI研究人员Andrej Karpathy、Geoffrey Hinton、Fei-Fei Li、Arthur Mensch和Scott Wu，以及Stanley Druckenmiller和Peter Thiel。

这种支持代表了初创公司方向的彻底改变。Etched由哈佛辍学生和Thiel Fellows Robert Wachen和Gavin Uberti于2022年创立，在2023年的大部分时间里，它在吸引投资者方面遇到了困难。公司创始人表示，在他们于2024年获得超过1.25亿美元融资之前，他们转向的几乎所有机构都拒绝了他们的请求。

行业关注的日益激烈的竞争

Etched进入了一个已经拥挤的市场。Cerebras今年进行了最受瞩目的AI芯片IPO之一，Groq最近获得了6.5亿美元的融资，而Amazon、Google和Microsoft正在为其自己的基础设施创建定制AI芯片。OpenAI还聘请Broadcom创建定制芯片，这表明推理市场已达到可以支持Nvidia之外其他参与者的水平。

制造工艺仍在挣扎。正如Cryptopolitan此前报道的那样，先进封装技术，特别是TSMC的CoWoS将处理器与高带宽内存连接的方法，已成为该行业最大的障碍之一。

预计AI晶圆的需求将从2022年到2026年增加近11倍。与此同时，TSMC在纯代工市场约占72%的份额。由于Etched使用TSMC的N4P工艺，它最终与Nvidia、AMD和其他AI芯片制造商竞争相同的制造资源。

目前，重点在于实施。据报道，生产已经开始，首批推理机架将在未来几个月内发货，以实现约10亿美元的销售订单。硬件在多大程度上兑现了公司关于改进功能的承诺，只有在到达客户手中后才能进行独立验证。

目前，公司关于LVI和CSM的主张应被视为承诺，而非确认的结果。如果结果被证明是真实的，这家初创公司很可能成为Nvidia在AI推理领域最激烈的竞争对手之一。