A Etched levantou US$ 700 milhões com uma avaliação de US$ 21 bilhões, praticamente dobrando o valor da startup de chips de IA em um mês depois que a empresa de trading Jane Street testou e instalou seu primeiro sistema entregue. O financiamento, anunciado na terça-feira pela Etched e divulgado pela TechCrunch, dá à empresa um dos aumentos de valuation mais rápidos no atual mercado de hardware de IA.

A Etched foi avaliada em US$ 10,3 bilhões durante uma Série C de US$ 300 milhões em julho, segundo a TechCrunch. A avaliação da empresa era de US$ 5 bilhões em dezembro. A rodada mais recente, portanto, acrescenta quase US$ 11 bilhões em valor reportado em cerca de um mês, embora o número reflita uma avaliação de financiamento privado e não um preço de mercado público.

O acordo importa porque a Etched está se posicionando em torno de um problema de infraestrutura mais estreito e cada vez mais importante: o custo e a velocidade de executar modelos de IA depois que um usuário envia um prompt. Seus sistemas, que a empresa chama de “frontier inference clusters”, foram projetados para acelerar as respostas do modelo em vez de competir apenas como hardware de treinamento de propósito geral.

A implantação da Jane Street dá à Etched um caso de teste comercial

A Jane Street liderou a nova rodada após avaliar o hardware da Etched, segundo a empresa. Em uma postagem de blog da firma de investimentos citada pela TechCrunch, a Jane Street disse ter testado o chip, estar satisfeita com os resultados iniciais e agora ter seu próprio rack em operação em um data center.

Isso é um sinal mais concreto do que um simples anúncio de financiamento, mas ainda é uma evidência limitada. Os relatos disponíveis não divulgam o tamanho da implantação da Jane Street, as cargas de trabalho que ela está executando, o desempenho em produção ou se o sistema está sendo usado em toda a empresa. Os comentários da Jane Street também são uma avaliação de investidor e cliente, não um benchmark independente.

A rodada inclui apoiadores existentes ou reportados como Kleiner Perkins, Sequoia Capital, Andreessen Horowitz, Peter Thiel, Tiger Global, Bain Capital Ventures, Neo, Stripes, Primary, Positive Sum, Diffusion, Argo e Blackstone. A Reuters informou separadamente o aumento na avaliação, mas seu artigo completo não estava disponível nas evidências fornecidas.

A Etched está mirando as duas etapas da inferência

O cofundador e COO da Etched, Robert Wachen, disse à TechCrunch que a empresa projetou dois componentes para atender às duas principais etapas da inferência. O primeiro, conhecido como prefill, processa o prompt e seu contexto. Ele exige muito processamento porque o sistema precisa analisar a entrada antes de produzir uma resposta.

A segunda etapa, decode, gera tokens de saída um por vez. Ela é mais limitada pelo movimento de memória e pela comunicação entre chips. Para desenvolvedores de IA e compradores corporativos, o desempenho de decode pode afetar diretamente a latência de resposta, a taxa de processamento e o custo de atender solicitações longas ou concorrentes.

Segundo a explicação de Wachen, o chip de prefill da Etched opera em baixa voltagem, permitindo à empresa colocar mais transistores no dispositivo sem os problemas de calor associados a alguns chips de IA de ponta. Para decode, a Etched desenvolveu um design de memória e uma interconexão que chama de cluster-scale memory. A empresa diz que isso permite que vários chips acessem um pool de memória compartilhado com baixa latência.

Essas escolhas de design estão no centro da proposta da Etched: geração de tokens mais rápida e menores custos de serving por meio de um sistema fortemente integrado. As alegações são tecnicamente específicas, mas a cobertura fornecida não inclui medições independentes comparando a Etched com sistemas da Nvidia ou outro hardware de inferência.

Uma clarificação da estratégia de modelo da Etched

A Etched também vem tentando corrigir uma percepção inicial de que seus chips foram construídos permanentemente em torno de um modelo de IA específico. Essa estratégia original teria tornado o hardware altamente eficiente para um modelo selecionado, mas difícil de reutilizar à medida que os modelos mudassem.

A empresa agora diz que seus sistemas podem executar qualquer modelo frontier. A TechCrunch informou que a startup não está mais apresentando o hardware como vinculado a um único modelo. Essa compatibilidade mais ampla, se demonstrada em produção, tornaria o equipamento mais prático para plataformas de IA e empresas que precisam atualizar modelos sem substituir sua infraestrutura.

A distinção é importante para os compradores. Hardware especializado pode oferecer melhor economia quando a demanda é previsível, mas a flexibilidade de modelo reduz o risco de que uma arquitetura se torne obsoleta depois que um provedor de modelo mudar sua pilha de software. A avaliação da Etched sugere que os investidores acreditam que a empresa pode entregar tanto especialização quanto adaptabilidade, mas as evidências disponíveis até agora são principalmente declarações da companhia e um relatório de implantação inicial.

O que a avaliação significa para compradores de infraestrutura de IA

O financiamento da Etched reflete o apetite dos investidores por alternativas ao modelo dominante de infraestrutura baseado em GPU, especialmente à medida que as empresas de IA transferem mais gastos do treinamento para a inferência. O treinamento continua sendo um grande mercado de hardware, mas a inferência roda continuamente e precisa lidar com tráfego variável, metas de tempo de resposta e atualizações de modelo. Essas demandas operacionais tornam eficiência energética, largura de banda de memória e rede em nível de sistema critérios importantes de compra.

Para equipes de produto, a abordagem da Etched pode ser relevante para aplicações com alto volume de solicitações ou requisitos rígidos de latência. Um sistema que melhore a velocidade de decode pode afetar cargas de trabalho de chat, busca, assistentes de programação e agentes de IA voltados ao cliente. No entanto, o caso financeiro depende de mais do que especificações de chip. Os compradores precisariam de evidências sobre utilização, suporte de software, cobertura de modelos, confiabilidade, tempo de implantação e custo total de propriedade.

A empresa também está entrando em um mercado no qual a Nvidia vende sistemas completos de IA, que a TechCrunch descreveu como “AI factories”. Essa comparação destaca a escala da competição. A Etched não está vendendo apenas um componente; está tentando vender uma plataforma de inferência integrada. Para sustentar sua avaliação, provavelmente terá de mostrar que os clientes conseguem implantar esses sistemas de forma confiável e obter economias ou ganhos de throughput mensuráveis.

O forte aumento na avaliação também eleva a barra de execução. A precificação em mercados privados pode se mover rapidamente quando investidores competem por exposição a uma categoria promissora, mas ela não estabelece receita recorrente, adoção ampla de clientes ou liderança técnica de longo prazo. Essas questões permanecem em aberto.

O que observar a seguir

Os sinais mais claros serão implantações adicionais de clientes além da Jane Street e dados de desempenho reproduzíveis de forma independente. Os compradores devem observar resultados que separem o desempenho de prefill e decode, relatem cargas de trabalho e condições de modelo e comparem os custos totais de serving com sistemas GPU estabelecidos.

A compatibilidade de software da Etched será outro teste. A empresa diz que seus sistemas podem executar qualquer modelo frontier, mas os próximos anúncios devem esclarecer as arquiteturas de modelo suportadas, as mudanças necessárias para a implantação e a rapidez com que a plataforma pode acomodar novos modelos.

Investidores e clientes corporativos também vão procurar evidências de escala de fabricação, prazos de entrega, confiabilidade do sistema e capacidade da empresa de apoiar implantações em data centers. Sem essas informações, a avaliação de US$ 21 bilhões continua sendo um forte sinal de mercado, mas não uma prova de que a Etched tenha garantido uma posição durável na infraestrutura de IA.

Perspectiva da Creati.ai

O novo financiamento da Etched é significativo menos pela avaliação de destaque e mais porque conecta capital a uma implantação física relatada. O rack da Jane Street dá à startup um ponto de referência para testar se sua arquitetura focada em inferência funciona fora de um ambiente de laboratório.

A questão central para desenvolvedores de IA é se a Etched pode transformar hardware especializado em uma plataforma repetível: flexível o suficiente para modelos em mudança, eficiente o suficiente para reduzir custos de serving e bem suportada o bastante para uso em produção. Até que surjam benchmarks independentes e uma base de clientes mais ampla, a avaliação da empresa deve ser lida como uma aposta na demanda por inferência e na execução, e não como um veredito definitivo sobre sua tecnologia.