💰TechCrunch AI•最新收集於 9m
Etched 估值一個月內翻倍至 210 億美元
💡Jane Street 部署 Etched 首套 AI 叢集後，推動其估值翻倍。
⚡ 30-Second TL;DR
有什麼變化
Etched 的估值在一個月內翻倍，達到 210 億美元。
為什麼重要
這項交易顯示投資者與企業對專用 AI 基礎設施抱持高度興趣。Jane Street 的部署可能成為 Etched 進軍 AI 運算市場的重要實際驗證。
下一步行動
索取 Etched 叢集的規格與基準測試資料，並將其推論吞吐量、延遲與總成本與現有 GPU 基礎設施進行比較。
誰應關注：Founders & Product Leaders
關鍵要點
- •Etched 的估值在一個月內翻倍，達到 210 億美元。
- •Jane Street 已部署 Etched 首套正式出貨的 AI 叢集系統。
- •Jane Street 的正面回應促成了另一輪大型融資。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Etched 專注於開發專為 Transformer 架構設計的專用積體電路（ASIC），旨在取代通用 GPU 在大型語言模型推論中的地位。
- •該公司的旗艦晶片產品名為「Sohu」，其設計目標是實現比 NVIDIA H100 等通用 GPU 更高的能源效率與推論速度。
- •Etched 的商業模式採取垂直整合策略，不僅提供晶片，還提供完整的 AI 叢集系統解決方案，以確保軟硬體協同優化。
- •Jane Street 作為量化交易巨頭，其對低延遲推論的需求極高，此次部署顯示 Etched 的硬體在處理高頻交易相關的 AI 模型時具備競爭優勢。
- •此輪融資反映了市場對於「後 GPU 時代」專用硬體（Domain-Specific Architecture）的高度資本投入，投資人看好其在特定 AI 工作負載下的成本效益。
📊 競品分析▸ Show
| 特性 | Etched (Sohu) | NVIDIA (Blackwell/H100) | Groq (LPU) |
|---|---|---|---|
| 架構類型 | Transformer 專用 ASIC | 通用 GPU (CUDA) | LPU (線性處理單元) |
| 核心優勢 | Transformer 推論極致效能 | 生態系完整、軟體支援廣 | 極低延遲、推論速度快 |
| 目標市場 | 大規模模型推論 | 通用 AI 訓練與推論 | 即時 AI 推論服務 |
🛠️ 技術深入
- Sohu 晶片採用專用架構，直接將 Transformer 的運算單元（如 Attention 機制）硬體化，減少了通用 GPU 在指令解碼與快取管理上的開銷。
- 該系統架構強調高頻寬記憶體（HBM）與運算單元的緊密耦合，以解決 Transformer 模型在處理長序列時的記憶體牆問題。
- 支援針對特定模型權重進行硬體級別的優化，透過移除通用運算單元（如 FP64 支援），大幅提升了 FP8 或 INT8 的推論吞吐量。
- 系統設計包含專有的互連技術，旨在擴展至大規模叢集時，能維持接近線性的效能擴展性。
🔮 前景展望AI analysis grounded in cited sources
Etched 將迫使雲端服務供應商（CSP）重新評估其硬體採購策略。
若 Sohu 在推論成本上顯著低於 NVIDIA GPU，CSP 可能會為了降低營運成本而引入專用 ASIC 叢集。
Transformer 架構若出現重大演算法變革，將對 Etched 的硬體價值造成毀滅性打擊。
由於 Etched 的晶片是針對 Transformer 架構硬體化設計，缺乏通用性，若 AI 領域轉向非 Transformer 架構，其硬體將失去競爭力。
⏳ 時間線
2024-01
Etched 完成種子輪融資，正式對外揭露其開發 Transformer 專用晶片的計畫。
2024-06
Etched 宣布完成 1.2 億美元 A 輪融資，由 Primary Venture Partners 與 Positive Sum 領投。
2026-07
Etched 完成首套 AI 叢集系統出貨，並由 Jane Street 進行實地部署與測試。
2026-08
Etched 宣布估值達到 210 億美元，並獲得新一輪大型融資。
📰
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： TechCrunch AI ↗