Etched ha recaudado 700 millones de dólares con una valoración de 21.000 millones, duplicando aproximadamente en un mes el valor de la startup de chips de IA después de que la firma de trading Jane Street probara e instalara su primer sistema entregado. La financiación, anunciada el martes por Etched y reportada por TechCrunch, otorga a la empresa uno de los aumentos de valoración más rápidos del mercado actual de hardware de IA.

Etched estaba valorada en 10.300 millones de dólares durante una Serie C de 300 millones en julio, según TechCrunch. La valoración de la empresa era de 5.000 millones en diciembre. La última ronda añade, por tanto, casi 11.000 millones en valor reportado en aproximadamente un mes, aunque la cifra refleja una valoración de financiación privada y no un precio de mercado público.

El acuerdo importa porque Etched se está posicionando en torno a un problema de infraestructura más estrecho y cada vez más importante: el costo y la velocidad de ejecutar modelos de IA después de que un usuario envía una consulta. Sus sistemas, que la empresa denomina “frontier inference clusters”, están diseñados para acelerar las respuestas del modelo en lugar de competir únicamente como hardware de entrenamiento de propósito general.

El despliegue de Jane Street le da a Etched un caso de prueba comercial

Jane Street lideró la nueva ronda tras evaluar el hardware de Etched, según la empresa. En una publicación del blog de la firma de inversión citada por TechCrunch, Jane Street dijo que había probado el chip, que estaba satisfecha con los resultados iniciales y que ahora tenía su propio rack funcionando en un centro de datos.

Eso es una señal más concreta que un simple anuncio de financiación, pero sigue siendo una evidencia limitada. La información disponible no revela el tamaño del despliegue de Jane Street, las cargas de trabajo que está ejecutando, el rendimiento en producción ni si el sistema se está usando en toda la firma. Los comentarios de Jane Street también son una evaluación de inversor y cliente, no un benchmark independiente.

La ronda incluye a patrocinadores existentes o reportados como Kleiner Perkins, Sequoia Capital, Andreessen Horowitz, Peter Thiel, Tiger Global, Bain Capital Ventures, Neo, Stripes, Primary, Positive Sum, Diffusion, Argo y Blackstone. Reuters informó por separado del aumento de valoración, pero su artículo completo no estaba disponible en las pruebas suministradas.

Etched apunta a ambas etapas de la inferencia

El cofundador y COO de Etched, Robert Wachen, dijo a TechCrunch que la empresa diseñó dos componentes para abordar las dos principales etapas de la inferencia. El primero, conocido como prefill, procesa la consulta y su contexto. Es intensivo en cómputo porque el sistema debe analizar la entrada antes de producir una respuesta.

La segunda etapa, decode, genera tokens de salida uno a uno. Está más limitada por el movimiento de memoria y la comunicación entre chips. Para los desarrolladores de IA y los compradores empresariales, el rendimiento de decode puede afectar directamente la latencia de respuesta, el rendimiento y el costo de atender solicitudes largas o concurrentes.

Según la explicación de Wachen, el chip de prefill de Etched funciona a bajo voltaje, lo que permite a la empresa colocar más transistores en el dispositivo sin los problemas de calor asociados a algunos chips de IA de gama alta. Para decode, Etched ha desarrollado un diseño de memoria y una interconexión que denomina cluster-scale memory. La empresa dice que esto permite a varios chips acceder a un grupo de memoria compartido con baja latencia.

Esas decisiones de diseño son centrales para la propuesta de Etched: generación de tokens más rápida y menores costos de servicio mediante un sistema estrechamente integrado. Las afirmaciones son técnicamente específicas, pero el reporte suministrado no incluye mediciones independientes que comparen a Etched con sistemas de Nvidia u otro hardware de inferencia.

Una aclaración de la estrategia de modelo de Etched

Etched también ha estado tratando de corregir una percepción inicial de que sus chips estaban construidos permanentemente en torno a un modelo de IA concreto. Esa estrategia original habría hecho que el hardware fuera muy eficiente para un modelo seleccionado, pero difícil de reutilizar a medida que los modelos cambiaran.

La empresa ahora dice que sus sistemas pueden ejecutar cualquier modelo frontier. TechCrunch informó que la startup ya no presenta el hardware como vinculado a un solo modelo. Esa compatibilidad más amplia, si se demuestra en producción, haría que el equipo fuera más práctico para plataformas de IA y empresas que necesitan actualizar modelos sin reemplazar su infraestructura.

La distinción es importante para los compradores. El hardware especializado puede ofrecer mejores economías cuando la demanda es predecible, pero la flexibilidad de modelo reduce el riesgo de que una arquitectura quede obsoleta después de que un proveedor de modelos cambie su pila de software. La valoración de Etched sugiere que los inversores creen que la empresa puede ofrecer tanto especialización como adaptabilidad, pero la evidencia disponible hasta ahora consiste principalmente en declaraciones de la compañía y un informe de despliegue inicial.

Qué significa la valoración para los compradores de infraestructura de IA

La financiación de Etched refleja el apetito de los inversores por alternativas al modelo dominante de infraestructura basado en GPU, especialmente a medida que las empresas de IA trasladan más gasto desde el entrenamiento hacia la inferencia. El entrenamiento sigue siendo un gran mercado de hardware, pero la inferencia funciona de forma continua y debe gestionar tráfico variable, objetivos de tiempo de respuesta y actualizaciones de modelos. Esas exigencias operativas hacen que la eficiencia energética, el ancho de banda de memoria y la red a nivel de sistema sean criterios de compra importantes.

Para los equipos de producto, el enfoque de Etched podría ser relevante para aplicaciones con altos volúmenes de solicitudes o requisitos estrictos de latencia. Un sistema que mejore la velocidad de decode podría afectar a cargas de trabajo de chat, búsqueda, asistentes de codificación y agentes de IA orientados al cliente. Sin embargo, el caso financiero depende de algo más que de las especificaciones del chip. Los compradores necesitarían evidencia sobre utilización, soporte de software, cobertura de modelos, fiabilidad, tiempo de despliegue y costo total de propiedad.

La empresa también entra en un mercado en el que Nvidia vende sistemas completos de IA, que TechCrunch describió como “AI factories”. Esa comparación destaca la escala de la competencia. Etched no está vendiendo solo un componente; está intentando vender una plataforma de inferencia integrada. Para sostener su valoración, probablemente tendrá que demostrar que los clientes pueden desplegar esos sistemas de forma fiable y lograr ahorros o mejoras de rendimiento medibles.

El fuerte aumento de la valoración también eleva el listón de la ejecución. La fijación de precios en mercados privados puede moverse rápidamente cuando los inversores compiten por exposición a una categoría prometedora, pero no establece ingresos recurrentes, adopción amplia por parte de clientes ni liderazgo técnico a largo plazo. Esas cuestiones siguen abiertas.

Qué vigilar a continuación

Las señales más claras serán despliegues adicionales de clientes más allá de Jane Street y datos de rendimiento reproducibles de forma independiente. Los compradores deberían buscar resultados que separen el rendimiento de prefill y decode, informen sobre cargas de trabajo y condiciones de modelo, y comparen los costos totales de servicio con los sistemas GPU establecidos.

La compatibilidad de software de Etched será otra prueba. La empresa dice que sus sistemas pueden ejecutar cualquier modelo frontier, pero los próximos anuncios deberían aclarar las arquitecturas de modelo compatibles, los cambios necesarios para el despliegue y la rapidez con la que la plataforma puede adaptarse a nuevos modelos.

Los inversores y clientes empresariales también buscarán pruebas de escala de fabricación, plazos de entrega, fiabilidad del sistema y la capacidad de la empresa para respaldar despliegues en centros de datos. Sin esa información, la valoración de 21.000 millones sigue siendo una fuerte señal de mercado, pero no la prueba de que Etched haya asegurado una posición duradera en la infraestructura de IA.

Perspectiva de Creati.ai

La nueva financiación de Etched es significativa no tanto por la valoración titular, sino porque conecta capital con un despliegue físico reportado. El rack de Jane Street le da a la startup un punto de referencia para comprobar si su arquitectura centrada en inferencia funciona fuera de un entorno de laboratorio.

La pregunta central para los desarrolladores de IA es si Etched puede convertir hardware especializado en una plataforma repetible: lo bastante flexible para modelos cambiantes, lo bastante eficiente para reducir los costos de servicio y lo suficientemente respaldada para uso en producción. Hasta que surjan benchmarks independientes y una base de clientes más amplia, la valoración de la empresa debe leerse como una apuesta por la demanda de inferencia y la ejecución, no como un veredicto cerrado sobre su tecnología.