新闻股票Etched 完成 3 亿美元 C 轮融资,估值达 103 亿美元,获 Sequoia 与知名科技领袖支持

Etched 完成 3 亿美元 C 轮融资,估值达 103 亿美元,获 Sequoia 与知名科技领袖支持

作者: bitcoinworld·

要点速览

  • Etched 在 Sequoia Capital 领投的 C 轮融资中筹集 3 亿美元,估值达到 103 亿美元,较其 2024 年 12 月的 50 亿美元估值增长超过一倍。
  • 该公司已通过 TSMC 制造出首批芯片,正与客户积极测试系统,并已获得 10 亿美元已预订订单。
  • Etched 的硬件将 AI 推理拆分为预填充和解码阶段,利用低电压芯片和专有的 cluster scale memory 架构降低成本并提升处理速度。
  • SK Hynix 参与本轮融资具有战略意义,因为 Etched 的技术直接瞄准内存带宽瓶颈,而这正是 SK Hynix 高带宽内存产品所解决的领域。
  • 包括 Andrej Karpathy、Noam Brown 和 Geoffrey Hinton 在内的知名人士在投资前亲自测试了 Etched 的硬件,显示出行业对专用芯片路径的强烈信心。
Etched 完成 3 亿美元 C 轮融资,估值达 103 亿美元,获 Sequoia 与知名科技领袖支持

AI 芯片初创公司 Etched 由三名哈佛辍学生于 2022 年创立,已成功完成 3 亿美元 C 轮融资,估值达到 103 亿美元。公司联合创始人兼首席运营官 Robert Wachen 正式确认了这笔重要交易。

本轮融资由 Sequoia Capital 领投,Andreessen Horowitz、SK Hynix、Jane Street 和 Diffusion Capital 等主要风投与科技机构积极参与。SK Hynix 的加入具有战略意义,因为它是全球领先的高带宽内存(HBM)制造商之一,而内存带宽正是 AI 推理中的主要瓶颈,也是 Etched 架构所瞄准解决的问题。C 轮融资还获得了早期支持者的持续参与,其中包括 Peter Thiel、Andrej Karpathy、Dylan Field 和 Amjad Masad。

这笔巨额资金注入使 Etched 的估值较 2024 年 12 月的 50 亿美元翻了一番;当时该公司完成了一轮 5 亿美元融资。Etched 称,其新的 103 亿美元估值是 Sequoia 领投的 C 轮融资中有史以来最高的估值。

从车库服务器到 10 亿美元订单

Etched 发展成为一家数十亿美元级企业的路径并不寻常。这家初创公司专注于设计专用芯片——以完整机架系统形式销售——并明确针对基于 Transformer 的 AI 模型进行优化。这一特定架构是 ChatGPT 和 Claude 等知名 AI 系统背后的基础技术。

公司的早期经历体现出极度节俭和坚定执行力。Wachen 回忆了创业初期的艰难阶段,称创始人在从哈佛大学辍学后睡在湾区一位朋友家的地板上。在早期,团队在一名早期员工车库里的服务器上运行芯片设计工具。该配置十分简陋,以至于每当系统出现问题时,都需要这名员工的妻子手动重启服务器。

如今,Etched 的运营规模已显著扩大。公司目前拥有 400 名员工,并运营一座大型 2 兆瓦数据中心。从在车库中运行基础设计流程,到管理先进硅制造,这一转变凸显了这家初创公司的快速扩张。就在上个月,Etched 宣布了多个关键里程碑:已通过 Taiwan Semiconductor Manufacturing Company(TSMC)成功制造出首批芯片,初始系统正由客户公司积极测试,并且公司已获得 10 亿美元已预订订单。公司表示正在与全球一些最大的 AI 公司合作,但尚未公开披露具体客户名称。

技术路径:预填充与解码阶段

Etched 的核心技术聚焦于优化 AI 推理的两个不同阶段。AI 推理是运行已训练模型并为用户生成输出的过程,随着模型大规模部署,它在现实世界 AI 计算成本中占据主导份额。通过将推理过程拆分为这两类不同的计算工作负载,Etched 实际上是在定制硬件架构,以应对 AI 生成各阶段的特定瓶颈。第一个阶段是“预填充阶段”,涉及系统通过高度计算密集的数学过程理解用户提示。第二个阶段是“解码阶段”,负责生成最终用户看到的实际输出 token。虽然解码阶段所需的原始计算量较少,但它需要巨大的内存带宽。

为满足预填充阶段的计算需求,Etched 设计了一款专用芯片,其运行电压显著低于市场上的竞争性 AI 芯片。电压降低明显减少了发热量,进而使硬件中能够容纳更高密度的晶体管。该公司称,与通用 AI 加速器相比,这种方法能够以更低成本实现更快推理。

针对解码阶段,Etched 创新推出了一种名为“cluster scale memory”的新型内存与互连技术。该架构使大量芯片能够以极低延迟无缝共享统一内存池。根据 Wachen 的说法,这些硬件创新的组合带来了显著更高的处理速度和更低的运营成本。

回应对硬件专用化的质疑

Etched 最初推出时,业内观察人士普遍认为,专门为基于 Transformer 的 AI 模型打造芯片是一个风险较高的尝试。该公司仍在应对一种普遍看法,即其专用系统只能运行特定的大语言模型。

Wachen 直接回应了这一质疑,并澄清称 Etched 的系统具备运行任何 AI 模型的通用能力。这包括兼容 Mixture of Experts(MoE)架构,例如 DeepSeek 和 Qwen,也包括非 Transformer 设计,例如采用状态空间模型架构的 Mamba。

更广泛的科技行业似乎正在逐步验证 Etched 的专用化路径。例如,据报道 Google 正在开发专门面向其 Gemini AI 模型的 Frozen v2 芯片,并以其既有 TPU(Tensor Processing Unit)项目为基础。Amazon 也通过 Trainium 和 Inferentia 芯片系列,为 AWS AI 工作负载投资定制硅芯片;Meta 则开发了 MTIA 推理加速器。这一趋势表明,将特定模型功能直接刻入硅片的概念正稳步获得主流行业认可。

通过上手演示建立投资者信心

Etched 通过邀请投资者在其办公室参加私密的硬件上手演示,成功吸引了极具影响力的投资者名单。Wachen 强调,包括来自 Anthropic 的 Andrej Karpathy、来自 OpenAI 的 Noam Brown、AI 先驱 Geoffrey Hinton,以及本轮融资中的所有财务支持者在内的关键行业人物,都在投入资本前亲自测试了硬件。

“这些人都是真正试用过硬件,并且对此非常兴奋的人,”Wachen 在谈到投资者和测试者时表示。来自竞争性 AI 实验室的行业资深人士和合作者愿意公开支持该硬件,显示出对 Etched 底层架构的重要信任票。

尽管取得了实质性进展并获得了强大支持,Wachen 承认公司在扩大运营规模方面仍面临重大障碍。“我们完全不知道这会有多难,”他承认道。“我认为,对于真正实现规模化需要付出什么,我们仍然必须保持谦逊。”

对 AI 行业的影响

Etched 的快速增长轨迹以及获得高层级投资者信任的能力,表明 AI 硬件格局正在发生更广泛的转变。随着 AI 模型持续变得更加复杂,对能够同时降低能耗和运营成本的专用推理芯片的需求预计将激增。这些专用硬件组件很可能成为下一代人工智能部署的关键基础设施。

如果 Etched 成功兑现其雄心勃勃的技术承诺,并扩大制造能力,它可能对 Nvidia 目前在 AI 计算市场的主导地位构成直接挑战。据估计,Nvidia 控制着 AI 芯片市场 80% 或更高的份额,而专注于定制推理硬件、资金充足的竞争者出现,成为半导体和 AI 基础设施行业最值得关注的竞争动态之一。