Etched, стартап, создающий специализированное оборудование для AI-инференса, привлек раунд Series C на $300 миллионов при оценке $10,3 миллиарда, сообщает TechCrunch со ссылкой на сооснователя и операционного директора Роберта Вахена. Раунд возглавила Sequoia, участие также приняли Andreessen Horowitz, SK Hynix, Jane Street, Diffusion Capital и прежние инвесторы.

Это финансирование важно не только из-за размера чека. Это еще один сигнал о том, что инвесторы готовы финансировать альтернативы инфраструктуре AI, ориентированной на Nvidia, если такие стартапы могут показать работающий кремний, ранние тесты у клиентов и правдоподобный путь к снижению стоимости инференса. В случае Etched компания утверждает, что уже произвела свои чипы, тестирует полноценные системы с клиентами и имеет заказы на $1 миллиард. Однако эти операционные заявления исходят от самой компании и не были независимо подтверждены в исходных материалах.

Etched привлекает внимание с момента основания в 2022 году, потому что выбрала необычно категоричный подход: проектировать оборудование вокруг рабочих нагрузок, которые доминируют в современном обслуживании моделей, а затем продавать целые системы, а не отдельные чипы. Изначально эту идею было легко отвергнуть, когда рынок сходился вокруг GPU. Но по мере того как расходы на AI смещаются от обучения к производственному инференсу, предложение стартапа становится более понятным и для инвесторов, и для корпоративных покупателей, ищущих улучшение стоимости и задержки.

Почему раунд Etched сейчас выделяется

По данным TechCrunch, новая оценка Etched примерно вдвое превышает оценку в $5 миллиардов, достигнутую в декабре, когда компания привлекла $500 миллионов. TechCrunch также сообщила, что, по словам компании, это самая высокая оценка в истории для Series C, возглавляемого Sequoia. Это конкретное превосходное утверждение — заявление компании, переданное изданием, а не независимо установленный рыночный показатель.

Сроки примечательны. Финансирование AI-инфраструктуры все чаще разделяется на два лагеря: широкие вычислительные платформы, конкурирующие гибкостью, и специализированные системы, нацеленные на более узкий, но потенциально огромный сегмент спроса. Etched твердо относится ко второму лагерю. Ее аргумент в том, что экономика обслуживания моделей в масштабе отличается от экономики их обучения, и что специализированное аппаратное обеспечение для инференса может превосходить более универсальные ускорители в рабочих нагрузках, наиболее важных в продакшене.

Эта идея находит отклик, потому что узкое место внедрения AI уже не сводится только к доступу к сырой вычислительной мощности. Создатели и предприятия также сосредоточены на задержке, энергопотреблении, пропускной способности памяти и стоимости за сгенерированный токен. Если стартап может заметно улучшить эти метрики, не заставляя клиентов переписывать весь стек, он сможет найти спрос даже на рынке, где доминирует Nvidia.

Список инвесторов компании также помогает объяснить внимание к ней. Помимо Sequoia и Andreessen Horowitz, TechCrunch пишет, что у Etched есть поддержка SK Hynix и известных частных лиц, включая Peter Thiel, Andrej Karpathy, Dylan Field и Amjad Masad. Для чип-стартапа поддержка SK Hynix особенно важна, поскольку проектирование памяти и межсоединений критично для производительности инференса, а не только чистой вычислительной мощности.

Заявление о продукте: кастомные чипы для инференса без GPU

Ключевое сообщение Etched, как его описал Wachen в беседе с TechCrunch, состоит в том, что ее системы могут ускорять инференс AI-моделей без опоры на GPU. Стартап утверждает, что его оборудование может запускать «любую AI-модель», включая системы на основе трансформеров, конструкции Mixture of Experts, такие как DeepSeek и Qwen, и даже нетрансформерные архитектуры, например Mamba.

Этот охват важен, потому что одна из распространенных претензий к специализированным AI-чипам состоит в том, что они могут устареть из-за смены моделей. Система, слишком жестко оптимизированная под одну архитектуру, может демонстрировать впечатляющие результаты на демо, но быстро устареть, если разработчики перейдут на другое семейство моделей. Etched явно пытается снять эту озабоченность, утверждая, что ее архитектура шире, чем предполагают многие скептики.

TechCrunch сообщает, что Etched делит инференс на две стадии: prefill и decode. В описании компании prefill — это вычислительно тяжелая работа по обработке запроса и его контекста, тогда как decode — это этап генерации токен за токеном, который менее требователен к вычислениям, но сильно зависит от памяти. Etched утверждает, что с нуля разработала два новых компонента для решения этих задач.

Для prefill Вахен рассказал TechCrunch, что Etched создала чип, работающий при более низком напряжении, что, по словам компании, снижает нагрев и позволяет более плотно размещать транзисторы. Для decode компания говорит, что создала так называемую cluster-scale memory, а также технологию межсоединений, позволяющую многим чипам совместно использовать пул памяти с низкой задержкой. Обещанный результат — более быстрый инференс при меньших затратах.

Это важные заявления, но они исходят от самой компании. В исходных материалах нет сторонних бенчмарков, кейсов клиентов, независимого анализа разборки или стандартизированных сравнений с системами Nvidia. Это не означает, что заявления ложны; это означает, что покупатели и разработчики должны воспринимать их как многообещающие, но пока предварительные, пока не появятся более широкие доказательства.

Прогресс в производстве и ранние сигналы внедрения

Одна из причин, почему Etched получает премиальную оценку, заключается в том, что компания, похоже, вышла за рамки одних лишь презентаций. TechCrunch сообщает, что стартап ранее объявил об успешном производстве первой партии кремния на TSMC, а первые полноценные системы уже тестируются клиентами.

Это различие важно в полупроводниках. Многие стартапы в области AI-чипов привлекают капитал на архитектурных идеях, но гораздо меньше проходят путь до производства и проверки систем. Etched уже не маленький исследовательский проект. По данным TechCrunch, в компании сейчас 400 сотрудников, она управляет дата-центром мощностью 2 мегаватта в своем главном офисе и открыла новый объект площадью 80 000 квадратных футов и мощностью 10 МВт в Милпитасе.

Такие инфраструктурные детали показывают, что компания готовится не только проектировать чипы, но и валидировать, эксплуатировать и, возможно, внедрять целые стойки в значительном масштабе. Для покупателей Enterprise AI это важно, потому что решения о закупке оборудования все чаще зависят от готовности всей системы, интеграции ПО и операционной поддержки, а не только от спецификации чипа.

Тем не менее, между наличием ранних систем на тестировании и поставкой в масштабе лежит большой разрыв. Сам Вахен признал, что масштабирование производства и внедрения по-прежнему сложно, сообщает TechCrunch. Эта осторожность важна. Аппаратные стартапы могут выглядеть убедительно задолго до того, как докажут устойчивость цепочки поставок, надежность в полевых условиях, обслуживаемость и зрелость ПО под нагрузкой клиентов.

Доказательства, бенчмарки и то, что остается неподтвержденным

Самые сильные фактические пункты в этой истории — это условия финансирования, о которых сообщила TechCrunch, названные инвесторы, включая Sequoia, Andreessen Horowitz, Jane Street, Diffusion Capital и SK Hynix, а также публичный нарратив Etched о том, что у нее есть работающий кремний и идут тесты систем у клиентов.

Более амбициозные операционные сигналы требуют большего внимания. Сообщенные заказы на $1 миллиард — это заявление компании, переданное TechCrunch. В предоставленных источниках не определено, являются ли эти заказы обязательными покупками, резервированиями, письмами о намерениях или иной формой сигнала спроса. Это важно, потому что компании AI-инфраструктуры часто ссылаются на backlog или зафиксированный спрос до признания выручки или начала поставок.

Аналогично, заявления Etched о том, что ее системы могут запускать любую AI-модель и обеспечивать высокую скорость при меньших затратах, не были независимо протестированы в предоставленных материалах. В статье отмечается, что доступ пока был ограниченным, в основном через демонстрации для инвесторов и ранних клиентов. Вахен также упоминал интерес со стороны фигур, связанных с Anthropic и OpenAI, но эти замечания следует читать как комментарии руководителя, а не как формальные одобрения продукта со стороны Anthropic или OpenAI.

Однако более широкий рыночный контекст делает тезис Etched легче для понимания. TechCrunch отмечает, что, по сообщениям, Google работает над связанным концептом с чипом “Frozen v2” для Gemini. Даже если реализации различаются, базовая логика схожа: если инференс становится главным центром затрат, специализированный кремний, ориентированный на конкретные паттерны обслуживания, становится привлекательнее.

Что это значит для AI-разработчиков и корпоративных покупателей

Для разработчиков практический вопрос не в том, звучит ли кастомный чип для инференса элегантно. Вопрос в том, сможет ли он встроиться в реальные пайплайны развертывания для LLM, DeepSeek, Qwen или систем на базе Mamba без чрезмерных потерь, которые перекроют выгоды по железу. Совместимость между архитектурами моделей, поддержка современных serving-фреймворков и надежность при смешанных нагрузках будут важнее громких оценок.

Для команд Enterprise AI рост Etched — еще одно напоминание о том, что инфраструктурный стек открывается под уровнем приложений. Nvidia по-прежнему остается стандартом по умолчанию, но компании, обслуживающие большие объемы инференса, со временем могут получить больше вариантов между специализированными системами, стойками, оптимизированными под память, и вертикально интегрированными платформами. Если Etched сможет в продакшене подтвердить свои заявления о низковольтном инференсе и cluster-scale memory, это может оказать давление на действующих игроков в экономике стоимости за токен и времени отклика.

Проблема — риск закупки. Компании покупают не только производительность. Они покупают гарантии поставок, программные инструменты, покрытие поддержки, проверку безопасности и доверие к дорожной карте. Стартап может заинтересовать пилотным проектом с убедительной демонстрацией стойки, но широкое внедрение обычно происходит только после накопления повторяемых доказательств развертывания.

Для рынка AI-чипов этот раунд закрепляет сдвиг от вопроса «может ли кто-то бросить вызов GPU?» к вопросу «какие AI-нагрузки уже достаточно велики, чтобы оправдать кастомный кремний?». Инференс — самый очевидный кандидат, особенно по мере роста использования моделей и поиска покупателями альтернатив дорогим универсальным ускорителям.

На что смотреть дальше

Дальнейшие сигналы отслеживать несложно. Во-первых, опубликует ли Etched независимые бенчмарки против инференс-систем на базе Nvidia в четко описанных условиях. Во-вторых, появятся ли названные клиенты с деталями внедрения в продакшене, а не только с упоминаниями частных тестов. В-третьих, уточнит ли компания характер своих сообщенных заказов на $1 миллиард.

Также стоит следить за тем, как Etched поддерживает разнообразие моделей со временем. Заявления о широкой поддержке трансформерных систем, моделей Mixture of Experts, таких как DeepSeek и Qwen, и state-space подходов вроде Mamba стратегически важны. Они должны выдержать эволюцию serving-программного обеспечения и архитектур моделей.

Наконец, темпы производства и поставок компании могут оказаться важнее любого раунда финансирования. Объект мощностью 10 МВт и работающие системы — это важно, но настоящий тест в том, сможет ли Etched перейти от раннего доступа к повторяемым, поддерживаемым внедрениям, не потеряв ценовых преимуществ, которые оправдывают ее дизайн.

Мнение Creati.ai

Последний раунд Etched — это не столько вердикт по одному стартапу, сколько признак того, что инференс стал самым горячим полем битвы в AI-инфраструктуре. Обучение по-прежнему приносит престиж, но бюджеты определяет экономика продакшена. Любая компания, которая может снизить задержку и стоимость обслуживания популярных моделей, получает реальный шанс, даже на рынке, сформированном Nvidia.

Но здесь важно помнить: аппаратные истории часто опережают полевые доказательства. Etched, похоже, прошла несколько трудных рубежей, включая производство и тестирование систем, что делает ее более убедительной, чем многих других претендентов в AI-чипах. Однако до публикации независимых бенчмарков и клиентских развертываний оценку лучше всего воспринимать как доверие инвесторов к тезису: специализированная Enterprise AI-инфраструктура для AI-агентов и serving-моделей может стать большим бизнесом, если окажется проще в освоении, чем ожидают скептики.