据《华尔街日报》8月18日发布的报道，AI推理芯片初创公司Etched正筹备一轮7亿美元的新融资，估值约为210亿美元，较其7月下旬C轮融资时获得的103亿美元估值翻倍有余——该轮3亿美元融资由红杉资本领投。

这一新数字相当于该公司2025年12月50亿美元估值的四倍，且距离7月31日C轮收官仅过去一个月，Andreessen Horowitz（a16z）、SK海力士、Jane Street和Diffusion Capital也参与了该轮融资。SK海力士是全球最大的存储芯片制造商之一，也是AI加速器所用高带宽内存的主要供应商，这为Etched引入了一位与机架级AI系统所依赖的内存供应链有直接联系的投资者。

Etched还与Jane Street签约，使其成为首家客户，并向这家华尔街量化交易巨头交付了一个配备AI处理器的服务器机架，该处理器专为高速推理计算而优化。对于一家年轻的芯片初创公司而言，如此迅速地落地付费部署是重要的验证，因为大客户通常希望在作出承诺之前，先看到新芯片能够大规模稳定运行的证据。该公司仅于6月30日才走出隐身状态，其增长速度凸显出业界寻找英伟达替代方案的更广泛热潮——英伟达在为AI热潮供应算力芯片的供应链顶端占据压倒性领先地位。

联合创始人兼首席执行官Gavin Uberti在声明中表示：“本轮融资反映出业界日益坚定的信念：这一挑战需要一位愿意从第一性原理出发重建技术栈的新入局者。”

Etched的芯片做什么

Etched销售针对AI计算栈中推理环节进行优化的整机架系统，该环节发生在用户提交提示词之后。该公司认为，专注于推理使其能够打造专用芯片；与之相反，英伟达打造的通用GPU同时服务于AI训练和推理。

Etched将这项工作分为两个阶段。负责读取和解释提示词的预填充（prefill）阶段采用了联合创始人Robert Wachen所称的低电压推理——这一设计选择使芯片能够更低温运行、容纳更多晶体管并以更高的时钟频率工作。在解码（decode）阶段，模型逐个token写出答案，该阶段依赖Cluster Scale Memory（集群级内存）设计。这种共享内存架构允许一个机架内的加速器从另一个内存池中提取数据，而不必自行复制数据。

Etched表示，其系统已应用于DeepSeek、Qwen、Mamba和Llama模型。

大量资金正涌入推理领域

此轮融资正值预测机构将推理视为本已火热的AI行业中增长最快板块之际。Etched兑现了在夏季前开始交付芯片的承诺，已积累超过10亿美元的预订订单，据Cryptopolitan报道。

彭博行业研究（Bloomberg Intelligence）为推理行业设定了到2032年1.3万亿美元的目标规模，这一数字将达到AI训练市场规模的两倍。Iron Mountain和Structure Research预计，推理容量今年将超过训练容量，并将持续增长，到2030年占AI计算负载的80%。背后的经济学原理解释了这种分化：训练模型是一次性的离散支出，而推理在用户每次发送提示词、执行搜索或触发AI智能体时都会运行——这是一种随技术实际应用广度而扩大的经常性成本。

建设AI数据中心的热潮形成了一条稳定的需求链路，英伟达、Cerebras和AMD等厂商为其输送供给，这些公司也正在基于Etched所描述的同样的预填充与解码分工打造专用推理系统。

Etched目前拥有400多名员工，并报告在台积电N4P（4纳米级制造工艺节点）上实现了一次流片成功。据TechCrunch报道，该公司在其圣何塞总部运营着一座2兆瓦的数据中心，并在附近的米尔皮塔斯开设了一座新的8万平方英尺、10兆瓦的设施。接下来值得关注的是执行力：在竞争对手的推理产品大规模进入市场之际，预订订单能否转化为在客户数据中心实际运行的系统。