🌍The Next Web (TNW)•最新收集於 30m
Etched 估值翻倍至 210 億美元
💡Etched 達 210 億美元估值並交付首個機櫃，可能改變專用 AI 運算市場競爭。
⚡ 30-Second TL;DR
有什麼變化
Etched 完成 7 億美元的新一輪融資。
為什麼重要
這筆融資顯示投資人對專用 AI 運算基礎設施抱持高度信心。首個機櫃交付也代表 Etched 正從募資承諾邁向實際客戶部署。
下一步行動
在考慮將 Etched 用於推論工作負載前，請追蹤其首個機櫃部署公布的基準測試、支援模型架構與整合需求。
誰應關注：Founders & Product Leaders
關鍵要點
- •Etched 完成 7 億美元的新一輪融資。
- •公司估值自 7 月 23 日的 103 億美元翻倍至 210 億美元。
- •Etched 完成首筆客戶交付，將一個機櫃運送給 Jane Street。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Etched 的核心產品是名為『Sohu』的專用 AI 推論晶片，該晶片完全捨棄了通用 GPU 的架構，專注於 Transformer 模型架構的加速。
- •與傳統 GPU 不同，Etched 的晶片架構移除了指令集架構（ISA）與快取記憶體，旨在實現極致的推論吞吐量與能源效率。
- •Jane Street 不僅是投資者，同時也是 Etched 的戰略合作夥伴，其對高頻交易與複雜運算的需求與 Etched 的硬體特性高度契合。
- •Etched 的晶片設計目標是針對大型語言模型（LLM）進行優化，聲稱在執行 Transformer 模型時的效能可超越 NVIDIA 的旗艦 GPU。
- •該公司由 Harvard 和 Stanford 的輟學生創立，其商業模式採取垂直整合策略，直接挑戰 NVIDIA 在 AI 推論市場的壟斷地位。
📊 競品分析▸ Show
| 特性 | Etched (Sohu) | NVIDIA (Blackwell) | Groq (LPU) |
|---|---|---|---|
| 架構類型 | Transformer 專用 ASIC | 通用 GPU (架構靈活) | LPU (線性處理單元) |
| 主要優勢 | 極致推論效能與能效 | 生態系完整、通用性高 | 極低延遲、即時推論 |
| 適用場景 | 大規模 LLM 推論 | 訓練與推論全能 | 即時 AI 互動應用 |
🛠️ 技術深入
- 採用專用 ASIC 架構，專為 Transformer 模型中的 Attention 機制進行硬體級加速。
- 移除了傳統 GPU 用於處理通用運算的複雜邏輯單元，大幅降低單次推論的功耗。
- 透過硬體層面的矩陣運算優化，減少了記憶體頻寬瓶頸對模型推論速度的限制。
- 針對 Transformer 的固定運算路徑進行電路設計，而非透過軟體編譯器進行動態排程。
🔮 前景展望AI analysis grounded in cited sources
Etched 將迫使雲端服務供應商重新評估推論專用硬體的採購比例。
隨著推論成本成為 AI 擴展的主要瓶頸，專用晶片的高能效比將對通用 GPU 構成顯著的成本競爭壓力。
Transformer 架構若被新技術取代，Etched 的硬體價值將面臨歸零風險。
由於該晶片是針對 Transformer 架構進行硬體固化設計，缺乏通用性意味著其無法適應未來可能出現的非 Transformer AI 模型。
⏳ 時間線
2022-01
Etched 正式成立，專注於開發 Transformer 專用晶片。
2024-06
Etched 完成 1.2 億美元 A 輪融資，由 Primary Venture Partners 領投。
2026-07
Etched 估值達到 103 億美元。
2026-08
Etched 完成 7 億美元融資，估值翻倍至 210 億美元，並交付首個機櫃。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Next Web (TNW) ↗