Etched 估值升至 103 亿美元：AI 推理芯片赛道再升温

导语

AI 芯片创业公司 Etched 再次把市场目光拉回到“推理计算”这条主线上。TechCrunch 报道称，这家由三名哈佛辍学生在 2022 年创立的公司完成 3 亿美元 C 轮融资，估值达到 103 亿美元。本轮由 Sequoia 领投，Andreessen Horowitz、SK Hynix、Jane Street、Diffusion Capital 等参投。值得注意的是，Etched 去年 12 月融资时估值约为 50 亿美元，七个月左右便实现翻倍。

核心要点

• 融资与订单进展：Etched 称其首批自研芯片已经成功制造，完整系统正在客户侧测试，并已获得价值 10 亿美元的订单。公司还表示，这是 Sequoia 领投的 C 轮中估值最高的一次。
• 不是“只跑某个模型”的芯片：外界长期质疑 Etched 的路线过于专用，仿佛只能运行少数特定大模型。但公司 COO Robert Wachen 表示，其系统可运行多种 AI 模型，包括 DeepSeek、Qwen 这类 Mixture of Experts 架构，也包括 Mamba 这类非 Transformer 的状态空间模型。
• 瞄准推理两大阶段：Etched 将推理拆成 prefill 与 decode 两部分。prefill 负责理解提示词和上下文，计算密集；decode 负责生成输出 token，对内存和低延迟访问要求更高。
• 自研芯片与内存系统：在 prefill 阶段，Etched 主打低电压推理，声称较低电压能减少热量并容纳更多晶体管；在 decode 阶段，公司提出“cluster-scale memory”，让多颗芯片以低延迟共享内存池。
• 仍未进入真正规模化交付：尽管公司已经从早期车库服务器发展到约 400 人团队，并在办公室运营 2MW 数据中心，还新开了 80,000 平方英尺、10MW 的设施，但大规模生产和交付仍是下一道门槛。

意义与影响

Etched 的融资显示，资本正在从“训练大模型需要更多 GPU”进一步转向“推理成本能否被系统性压低”。随着 AI 应用进入高频调用阶段，模型每次回答背后的延迟、能耗和内存带宽都会直接影响商业化成本。如果 Etched 的系统真能在不同模型架构上提供显著性能和成本优势，它将不只是一个芯片故事，而是对 AI 基础设施供应链的一次重新分工。

但风险同样明显。芯片创业公司从流片成功到稳定量产、从实验室演示到客户规模部署，中间存在制造、软件生态、可靠性和运维等多重挑战。Etched 已经用融资和订单证明了市场兴趣，接下来需要证明的是：它能否把“反常识”的专用推理架构，变成可持续交付的商业系统。

来源：TechCrunch AI