跳至主要內容
FAQ

專為 Transformer 打造的 AI 晶片新創 Etched 估值達 50 億美元、訂單破 10 億

由哈佛輟學生創立的 AI 晶片新創 Etched,旗下專為 Transformer 架構設計的推論晶片已取得超過 10 億美元客戶合約,最新估值達 50 億美元,累計融資 8 億美元。公司正與早期客戶展開測試,矛頭直指輝達在 AI 推論市場的壟斷地位。

1 分鐘閱讀

AI 晶片新創 Etched 專門打造只為 Transformer 架構服務的晶片,如今客戶簽約金額已突破 10 億美元、最新估值達 50 億美元(投後)——讓這家公司成為競爭激烈的 AI 推論硬體市場中,挑戰輝達最引人注目的押注之一。

Etched 同時宣布晶片實物已完成製造、客戶訂單同步開放,這樣的組合讓它有別於那些只交出規格書、從未搬出真實矽晶片的 AI 晶片新創墓地。公司迄今已在多輪融資中籌得 8 億美元,其中包括去年 12 月由 Stripes 領投的 5 億美元新輪——如今正將投資人的信任轉化為真實客戶的採購承諾。

一顆只跑 Transformer 的晶片,賭的是架構霸主地位

Etched 的核心策略在半導體業界堪稱激進:他們沒有選擇打造通用 GPU 或可程式化加速器,而是將 Transformer 架構直接固化進硬體電路。這顆名為 Sohu 的晶片無法執行任意運算,只能跑 Transformer——但跑起來極快,推論成本與功耗都遠低於競爭方案。

這個賭局的前提是:Transformer 架構已經贏了。主流前沿模型——GPT、Gemini、Claude、Llama——全都跑在 Transformer 上。若這種架構主導地位持續下去,專為 Transformer 打造的晶片就不是限制,而是優勢。Etched 聲稱其在等效工作負載下的每瓦吞吐量與每次推論成本上,都優於輝達 H200 叢集,但大規模的獨立驗證尚未完成。

公司出售的是「前沿推論叢集」——將 Sohu 晶片、客製化機架與專有軟體打包的完整整合系統,而非裸矽晶片。這種全棧策略與輝達的成功路徑如出一轍:硬軟體協同設計製造高轉換成本,讓先發優勢難以撼動。

創辦人、投資人,以及和史丹佛的類比

Etched 於 2022 年由 Gavin Uberti(執行長)和 Robert Wachen(總裁)共同創立,兩人都是哈佛大學的 Thiel Fellow,為了這家公司雙雙輟學。這個創業故事幾乎就是矽谷原型的翻版——年輕、頂尖學府出身的創辦人,在對的歷史時機離開象牙塔,去解決一個具體的技術問題。

投資人名單具有強烈的信號意義。天使投資人包括 AI 界重量級人物 Andrej Karpathy、Geoffrey Hinton 和李飛飛,以及億萬富翁 Stanley Druckenmiller 與 Peter Thiel。Hinton 的參與尤為矚目——這位獲得 2024 年諾貝爾物理學獎的神經網路奠基人背書,意味著對 Transformer 架構押注的深刻技術信心。

去年 12 月由 Stripes 領投的 5 億美元融資,讓 Etched 的估值與 AI 推論晶片生態中的 Groq(已完成 6.5 億美元融資)和 Cerebras(近期已 IPO)比肩。差異在於 Etched 比兩者走得更極端——後兩者為了擴大可尋址市場仍保留一定程度的可程式化彈性,而 Etched 則全押 Transformer 專用路線。

推論瓶頸是真實存在的結構性問題

Etched 的時機點契合了 AI 算力市場真實的結構轉變。訓練曾是 GPU 使用的主要場景,但如今推論——也就是實際執行模型來回答使用者查詢、驅動 AI Agent 或處理企業資料——在 AI 基礎設施開支中的占比正快速超越訓練。高盛分析師估計,到 2027 年推論將佔 AI 基礎設施支出的 60% 以上。

輝達的 GPU 極為靈活,其 CUDA 軟體生態更有長達 18 年的先發優勢。但這種靈活性有其代價:在 H100 或 H200 上執行 Transformer 推論,動用的是為更廣泛運算設計的電路,大量電路在典型推論工作負載下處於閒置狀態。

Etched 的論點是:一顆為這項單一任務打造的 ASIC(特定應用積體電路),能以更低的能耗和矽面積達到相同的輸出,大規模推論叢集的整體擁有成本大幅降低。10 億美元的簽約金額顯示,至少有一批重要客戶對這個論點信服到願意付真金白銀。

競爭版圖

Etched 所處的市場已迅速變得擁擠。Cerebras 以其晶圓級晶片於 2025 年上市,同時布局訓練與推論市場。Groq 以其語言處理單元(LPU)主打快速推論,已進入商業部署。兩者都保留了一定可程式化彈性,瞄準比 Etched 更廣泛的市場。

大型雲端服務商也在大規模打造自有矽晶片:亞馬遜的 Trainium 與 Inferentia 系列剛突破年化營收 200 億美元;Google 的 TPU 支撐其自有模型服務;OpenAI 與 Broadcom 合作的 Jalapeño 晶片正式入局;微軟的 Maia 加速器也已進入量產;輝達自身也推出了推論優化的 NVL 系列來回應市場。

在這個背景下,Etched 的差異化不只是技術層面,更是策略層面:它把自己定位為 AI 實驗室與企業的推論硬體夥伴,專注於 Transformer 推論的最高效率,而非成為通用算力供應商。

10 億訂單的真實意涵

簽約合同不等於已交付的營收。從承諾到系統出貨的這段路,正是 AI 硬體新創最常摔跤的地方——晶片設計定案成本高、良率難以預測、交期容易延誤。Etched 也坦承,其晶片目前還在早期客戶測試階段,尚未進入量產。

但在正式上市前就拿到 10 億美元訂單,是個不尋常的位置。這意味著一批主要機構——Etched 尚未公開名稱——已對早期矽晶片的表現足夠信服,願意為採購先行付款。對一家 2022 年成立、此前從未公開亮相的公司而言,這樣的商業牽引力著實罕見。

下一個關鍵里程碑:Etched 能否如期將這些承諾轉化為實際出貨,以及生產規模下的效能宣稱是否成立。若成功,50 億美元估值或許只是起點;若失敗,即便 Transformer 押注在智識上完全正確,也難逃 AI 硬體新創屢見不鮮的執行力陷阱。

無論如何,Etched 已清楚示範:專用 AI 推論矽晶片市場是真實的、競爭激烈的、且正在快速擴張。懸念只剩一個:誰能最終收割它?

硬體 ai晶片 推論 輝達 新創 半導體
分享

相關報導