Стартап по разработке ИИ-чипов Etched, основанный в 2022 году тремя бывшими студентами Harvard, успешно закрыл раунд финансирования Series C на $300 million, достигнув оценки $10.3 billion. Соучредитель и главный операционный директор компании Robert Wachen официально подтвердил эту знаковую сделку.

Раунд финансирования возглавила Sequoia Capital, при активном участии крупных венчурных и технологических игроков, включая Andreessen Horowitz, SK Hynix, Jane Street и Diffusion Capital. Участие SK Hynix — одного из ведущих мировых производителей высокоскоростной памяти (HBM) — имеет стратегическое значение, поскольку пропускная способность памяти является одним из ключевых узких мест в инференсе ИИ, то есть именно той проблемой, на которую нацелена архитектура Etched. Series C также получил дальнейшую поддержку от ранних инвесторов, среди которых Peter Thiel, Andrej Karpathy, Dylan Field и Amjad Masad.

Этот крупный приток капитала удваивает стоимость Etched по сравнению с оценкой $5 billion, зафиксированной в December 2024 в ходе раунда привлечения $500 million. Etched утверждает, что новая оценка в $10.3 billion является самой высокой оценкой, когда-либо достигнутой в раунде Series C под руководством Sequoia.

От серверов в гараже до заказов на $1 billion

Путь Etched к статусу многомиллиардной компании был далек от стандартного. Стартап специализируется на проектировании специализированных чипов, которые продаются как комплексные полностоечные системы и явно оптимизированы для ИИ-моделей на базе трансформеров. Эта архитектура лежит в основе известных ИИ-систем, таких как ChatGPT и Claude.

Истоки компании характеризуются крайней бережливостью и решимостью. Wachen вспоминал скромное начало стартапа, отмечая, что основатели спали на полу у друга в Bay Area после ухода из Harvard University. В те первые дни команда запускала инструменты проектирования чипов на серверах, физически размещенных в гараже одного из первых сотрудников. Конфигурация была настолько базовой, что жене этого сотрудника приходилось вручную перезагружать серверы каждый раз, когда в системе возникали проблемы.

Сегодня операционный масштаб Etched значительно вырос. В компании сейчас работают 400 человек, а также она управляет крупным дата-центром мощностью 2 мегаватта. Переход от элементарных проектных операций в гараже к управлению передовым производством кремниевых чипов подчеркивает быстрое масштабирование стартапа. Только в прошлом месяце Etched объявила о нескольких ключевых этапах: компания успешно изготовила свои первые чипы через Taiwan Semiconductor Manufacturing Company (TSMC), начальные системы активно тестировались компаниями-клиентами, а фирма уже получила заказы на $1 billion. Компания отмечает, что работает с некоторыми из крупнейших ИИ-компаний в мире, хотя конкретные имена клиентов публично не раскрывались.

Технический подход: фазы prefill и decode

Ключевая технология Etched сосредоточена на оптимизации двух отдельных фаз инференса ИИ — процесса запуска обученных моделей для генерации результатов для пользователей, который составляет основную долю реальных вычислительных затрат ИИ по мере масштабного развертывания моделей. Разделяя процесс инференса на две разные вычислительные нагрузки, Etched фактически адаптирует аппаратную архитектуру под конкретные узкие места, связанные с каждой фазой генерации ИИ. Первая — это "prefill phase", в ходе которой система понимает запрос пользователя через крайне ресурсоемкий математический процесс. Вторая — "decode phase", отвечающая за генерацию фактических выходных токенов, которые видит конечный пользователь. Хотя decode phase требует меньше сырых вычислений, ей необходима огромная пропускная способность памяти.

Для решения вычислительных задач prefill phase Etched разработала специализированный чип, который работает при значительно более низком напряжении, чем конкурирующие ИИ-чипы на рынке. Такое снижение напряжения заметно уменьшает тепловыделение, что, в свою очередь, позволяет разместить в аппаратном обеспечении более высокую плотность транзисторов. Компания заявляет, что этот подход обеспечивает более быстрый инференс при меньших затратах по сравнению с универсальными ИИ-ускорителями.

Для decode phase Etched создала новую технологию памяти и межсоединений под названием "cluster scale memory". Эта архитектура позволяет множеству чипов бесшовно совместно использовать единый пул памяти с крайне низкой задержкой. По словам Wachen, сочетание этих аппаратных инноваций приводит к значительно более высокой скорости обработки при более низких операционных затратах.

Ответ на скептицизм вокруг специализации аппаратного обеспечения

Когда Etched только запускалась, идея создания чипа, специально адаптированного для ИИ-моделей на базе трансформеров, широко считалась рискованной инициативой среди отраслевых наблюдателей. Компания продолжает работать с распространенным представлением о том, что ее специализированные системы способны запускать только отдельные большие языковые модели.

Wachen напрямую ответил на этот скептицизм, пояснив, что системы Etched обладают универсальностью для запуска любой ИИ-модели. Это включает совместимость с архитектурами Mixture of Experts (MoE), такими как DeepSeek и Qwen, а также с нетрансформерными решениями вроде Mamba, которая использует архитектуру state-space model.

Более широкий технологический сектор, по-видимому, постепенно подтверждает специализированный подход Etched. Например, по сообщениям, Google разрабатывает чип Frozen v2, специально адаптированный для своей ИИ-модели Gemini, опираясь на уже существующую программу TPU (Tensor Processing Unit). Amazon аналогично инвестировала в собственный кремний через линейки чипов Trainium и Inferentia для ИИ-нагрузок AWS, а Meta разработала свой инференс-ускоритель MTIA. Это движение указывает на то, что концепция внедрения модельно-специфичных функций непосредственно в кремний постепенно получает признание в мейнстриме отрасли.

Доверие инвесторов через практические демонстрации

Etched успешно сформировала список крайне известных инвесторов, пригласив их на закрытые практические демонстрации аппаратного обеспечения в собственных офисах. Wachen подчеркнул, что ключевые фигуры отрасли, включая Andrej Karpathy из Anthropic, Noam Brown из OpenAI, пионера ИИ Geoffrey Hinton, а также всех финансовых участников раунда, физически тестировали оборудование до вложения капитала.

“Это все люди, которые действительно попробовали оборудование и очень воодушевлены им,” — отметил Wachen, говоря об инвесторах и тестировщиках. Тот факт, что ветераны отрасли и представители конкурирующих ИИ-лабораторий были готовы публично поддержать это оборудование, демонстрирует значительный вотум доверия базовой архитектуре Etched.

Несмотря на существенный прогресс и серьезную поддержку, Wachen признал, что компания по-прежнему сталкивается со значительными препятствиями при масштабировании операций. “Мы понятия не имели, насколько это будет сложно,” — признал он. “Думаю, нам все еще нужно сохранять смирение перед тем, что потребуется, чтобы действительно выйти на масштаб.”

Последствия для индустрии ИИ

Быстрый рост Etched и ее способность привлечь доверие инвесторов высокого уровня указывают на более широкий сдвиг в ландшафте аппаратного обеспечения для ИИ. По мере того как ИИ-модели становятся все более сложными, ожидается рост спроса на специализированные чипы для инференса, способные одновременно снижать энергопотребление и операционные затраты. Такие специализированные аппаратные компоненты вполне могут стать критически важной инфраструктурой для следующего поколения развертываний искусственного интеллекта.

Если Etched успешно выполнит свои амбициозные технические обещания и масштабирует производственные возможности, она может напрямую бросить вызов текущему доминированию Nvidia на рынке ИИ-вычислений. По оценкам, Nvidia контролирует 80% или более рынка ИИ-чипов, а появление хорошо финансируемых конкурентов, сфокусированных на специализированном оборудовании для инференса, является одной из наиболее значимых конкурентных тенденций, за которыми стоит следить в полупроводниковой отрасли и инфраструктуре ИИ.