Etched 的崛起：挑戰半導體巨頭
在 Nvidia 壟斷影響力的環境下，半導體產業長期以來一直認為，通用 GPU 是實現人工智慧（Artificial Intelligence）主導地位的唯一可行途徑。然而，本週發生了一場劇變，專注於 AI 晶片的新創公司 Etched 正式宣布其估值高達 50 億美元。憑藉其即將推出的硬體所獲得的 10 億美元確認合約銷售額，該公司正將自己定位為對 Nvidia 長期掌控 AI 基礎設施市場的第一個真正結構性威脅。
在 Creati.ai，我們多年來一直持續監測專業硬體的演進。Etched 的出現不僅僅代表著又一輪融資；它標誌著從「通吃型」晶片時代轉向「領域專用」最佳化時代的過渡。透過專注於 Transformer（驅動 GPT-4 及後續模型的核心架構），Etched 押注未來的推論（Inference）領域屬於那些捨棄傳統 GPU 可程式化冗餘的人。
架構創新：為何「Soho」如此重要？
Etched 的核心競爭優勢在於其專有的晶片架構，名為「Soho」。與 Nvidia 的 Blackwell 或 Hopper 架構不同（後者保留了可程式化組件以處理圖形、科學運算與傳統工作負載），Soho 專為 Transformer 類神經網路運算進行了硬體層級的硬編碼。
藉由消除非 AI 任務的指令，Etched 在效率上取得了重大飛躍。這種專一的方法不僅降低了延遲，還大幅提升了吞吐量，精準鎖定大型語言模型（LLM）運作的資料中心。下表突顯了傳統 GPU 方法與 Etched 專用矽晶片之間的基本策略差異：
| 特性 | Nvidia GPU | Etched Soho 晶片 |
|---|---|---|
| 目標工作負載 | 通用（圖形、遊戲、AI） | 僅限 Transformer 模型 |
| 可程式化能力 | 高度可程式化（CUDA） | 固定功能架構 |
| 推論效率 | 高（透過暴力運算） | 極致（透過硬體最佳化） |
| 市場焦點 | 各行各業的大眾市場 | 超大規模 AI 基礎設施 |
推論的經濟學
憑藉 10 億美元的合約銷售額，Etched 證明了 AI 晶片市場正迅速朝向專業化效率發展。隨著企業在雲端運算成本上投入數十億美元，對能降低「單位代幣成本」的硬體需求已成為推動產業投資的主要動力。儘管 Nvidia 仍以驚人的速度持續創新，但通用 GPU 所需的巨大功耗與資本支出，對資料中心營運商而言正構成越來越大的挑戰。
Etched 能夠從 Jane Street 等重量級投資方獲得巨額資金，凸顯了投資人情緒的轉變。創投圈不再尋求試圖模仿 Nvidia 商業模式的所謂「Nvidia 殺手」；取而代之的是，他們轉而支持那些能從根本上改變效能物理極限、將原始吞吐量與能源效率置於通用靈活性之上的公司。
導航競爭格局
半導體產業正見證著一場分歧。一方面是像 Nvidia、AMD 與 Intel 這樣的既有巨頭，他們維護著龐大的軟體生態系統、開發者工具與大規模製造管線；另一方面則是像 Etched、Groq 等新興新創公司，他們押注「僅限 Transformer」的時代將使傳統基於圖形的運算過時。
新進者的策略障礙
- 軟體生態系統： 「CUDA 護城河」仍是 Nvidia 最強大的防禦層。Etched 必須提供讓開發者能同樣輕鬆地在其架構上部署模型的工具。
- 可擴展性： 提供價值 10 億美元的硬體需要前所未見規模的供應鏈與製造夥伴關係。
- 模型演進： 如果 Transformer 架構被一種新的、更高效的範式（例如 Mamba 或狀態空間模型 State Space Models）所取代，像 Soho 這樣的專用晶片理論上可能會面臨淘汰。
展望未來：AI 基礎設施的未來
Etched 獲得 50 億美元估值，是半導體產業發展的風向標。這驗證了一個假設：軟體定義的 AI 世界現在已足夠複雜，需要硬體層級的專業化。
隨著 AI 產業的成長，我們在 Creati.ai 預期將看到分層式的硬體基礎設施。未來的資料中心可能會採取混合方法：Nvidia 晶片用於實驗性、前沿開發與一般研發；而像 Etched 的 Soho 這類專業矽晶片，則用於驅動現代網路、高容量、重複性且對成本敏感的生產推論。
AI 晶片領域的霸權之爭實際上已進入第二章。第一章的定義是從 CPU 到 GPU 的轉型，而當前的階段則是從通用晶片到專用型智慧加速器的轉型。在菁英投資者的支持與清晰的技術願景下，Etched 已表明它不再僅僅是一個新人，而是一位正改變矽谷遊戲規則的強大競爭者。
