Bewertung von Etched verdoppelt sich in nur einem Monat auf 21 Milliarden US-Dollar

Zusammenfassung der Meldung

Das KI-Chip-Startup Etched hat neue Finanzmittel in Höhe von 700 Millionen US-Dollar bei einer Bewertung von 21 Milliarden US-Dollar aufgenommen. Damit hat sich der Unternehmenswert in nur einem Monat mehr als verdoppelt, nachdem Ende Juli 2026 eine Runde über 300 Millionen US-Dollar bei einer Bewertung von 10,3 Milliarden US-Dollar abgeschlossen worden war. Die neue Runde wurde vom quantitativen Handelsunternehmen Jane Street geleitet, das kürzlich zum ersten zahlenden Kunden von Etched wurde. Zu den weiteren Investoren gehören bestehende Geldgeber wie Sequoia Capital, Andreessen Horowitz, Kleiner Perkins, Tiger Global, Bain Capital Ventures, Neo, Stripes, Primary, Positive Sum, Diffusion, Argo, Peter Thiel und Blackstone. Die Ankündigung vom 18. August 2026 (US-Ostküstenzeit) unterstreicht, wie schnell die Nachfrage der Investoren nach spezialisierter KI-Inferenzhardware gestiegen ist, da der Bedarf an effizientem Betrieb großer Sprachmodelle das Angebot an Allzweck-GPUs weiterhin übersteigt.

Von 5 Milliarden auf 21 Milliarden US-Dollar in acht Monaten

Die Entwicklung der Bewertung von Etched war selbst für die Maßstäbe des aktuellen KI-Hardware-Booms ungewöhnlich steil. Das in Cupertino ansässige Unternehmen wurde 2021 gegründet und im Dezember 2025 mit rund 5 Milliarden US-Dollar bewertet. Bis zum 23. Juli 2026 hatte sich dieser Wert nach einer Series-C-Runde über 300 Millionen US-Dollar unter der Führung von Sequoia Capital, mit Beteiligung von Andreessen Horowitz, Jane Street, Diffusion und SK Hynix, auf 10,3 Milliarden US-Dollar mehr als verdoppelt. Weniger als einen Monat später verdoppelte sich die Bewertung durch die neuen Mittel in Höhe von 700 Millionen US-Dollar erneut auf 21 Milliarden US-Dollar, was innerhalb von etwa vier Wochen einen Zuwachs des Unternehmenswerts um fast 11 Milliarden US-Dollar bedeutet. Die Führungskräfte des Unternehmens führen das beschleunigte Tempo der Kapitalbeschaffung darauf zurück, dass konkrete Leistungsnachweise aus einem echten Kundeneinsatz vorliegen und nicht nur Prognosen.

Ein Chip, der ausschließlich für Transformer gebaut wurde

Das Kernprodukt von Etched ist Sohu, ein anwendungsspezifischer integrierter Schaltkreis (ASIC), der die Transformer-Architektur – das neuronale Netzwerkdesign, das fast allen modernen großen Sprachmodellen zugrunde liegt – direkt in Silizium fest verdrahtet. Im Gegensatz zu Allzweck-Grafikprozessoren, die flexibel genug bleiben müssen, um viele Arten von Berechnungen zu bewältigen, wurde Sohu ausschließlich dafür entwickelt, transformerbasierte Inferenz-Workloads auszuführen. Nach Angaben des Unternehmens ermöglicht diese Spezialisierung seinen mathematisch optimierten Schaltkreisen den Betrieb mit weniger als der halben Spannung typischer KI-Beschleuniger, während gleichzeitig eine höhere Dichte an Gleitkommaoperationen (FLOPs) erreicht wird. Dies gilt insbesondere für die Skalarproduktberechnungen, die in den Aufmerksamkeitsmechanismen von Transformern verwendet werden, sowie für die Matrixmultiplikationen, die in den Schichten großer Sprachmodelle üblich sind.

Über den Chip hinaus hat Etched ein vollständiges „Frontier-Inferenzcluster“-System entwickelt, das zwei maßgeschneiderte Komponenten kombiniert: einen Prefill-Chip, der für die rechenintensive Phase der Inferenz optimiert ist, in der ein Modell einen eingehenden Prompt verarbeitet, sowie ein Speichersystem auf Clusterebene, das es mehreren Chips ermöglicht, während der Dekodierungsphase, in der ein Modell Ausgabe-Token einzeln generiert, Speicher mit hoher Geschwindigkeit und niedriger Latenz gemeinsam zu nutzen. Laut Mitgründer und Chief Operating Officer Robert Wachen „besteht Inferenz aus zwei Phasen, Prefill und Decode“, und die Architektur von Etched ist so konzipiert, dass sie die unterschiedlichen Rechen- und Speicheranforderungen jeder Phase separat adressiert, anstatt sich auf ein einziges Allzweckdesign zu verlassen. Das System umfasst außerdem eine proprietäre Verbindungstechnik, die laut Etched bestimmte Kommunikationsaufgaben in etwa 700 Millisekunden erledigt, verglichen mit rund 4.000 Millisekunden bei konkurrierenden Chiparchitekturen, sowie kundenspezifische Kühlplatten und Spannungsreglermodule für das Wärme- und Energiemanagement. Der erste Sohu-Prototyp wurde Anfang 2026 von Taiwan Semiconductor Manufacturing Co. (TSMC) gefertigt.

Jane Street wird zum ersten aktiven Einsatz

Der Mittelpunkt der Finanzierungsmeldung vom August ist der Abschluss der ersten Kundenlieferung durch Etched: ein Rack mit Sohu-basierter Hardware, das im eigenen Rechenzentrum von Jane Street installiert wurde und dort aktiv läuft. Jane Street, primär bekannt als quantitatives Handelsunternehmen, testete das System von Etched auf einem 2-Megawatt-KI-Testcluster am Hauptsitz von Etched in San Jose, bevor es sich für den Einsatz entschied. In Kommentaren zur Finanzierungsnachricht erklärte Jane Street, dass es „den Chip getestet hat und mit den frühen Ergebnissen zufrieden ist“ und nun ein eigenes Rack in seinem Rechenzentrum betreibt, auf dem produktive Inferenz-Workloads auf der Hardware ausgeführt werden.

Gavin Uberti, CEO von Etched, beschrieb diesen Meilenstein im Hinblick auf die Entwicklungsgeschwindigkeit und bemerkte: „Wir haben drei Jahre gebraucht, um unser erstes Rack von Grund auf neu zu liefern. Unser nächstes wird viel schneller gehen.“ Diese Aussage spiegelt ein umfassenderes Argument wider, das das Unternehmen gegenüber Investoren vorgebracht hat: Dass die harte, mehrjährige Entwicklungsarbeit für den Aufbau eines funktionierenden, transformerspezifischen Chips und Systems von Grund auf nun hinter ihm liegt und dass nachfolgende Einsätze schneller skalieren sollten, während die Fertigungs- und Integrationsprozesse reifen.

Wettbewerbsumfeld

Etched positioniert sich als direkter Herausforderer von Nvidia, das mit seinen Allzweck-GPU-Serien weiterhin den breiteren Markt für KI-Beschleuniger dominiert. Etched hat zuvor behauptet, dass Sohu bei transformerspezifischen Inferenzaufgaben die H100-GPUs von Nvidia mit großem Abstand übertreffen kann, und verwies dabei auf interne Benchmarks, die einen bis zu 20-mal höheren Geschwindigkeitsvorteil zeigten. Zudem gibt das Unternehmen an, bereits mehr als 1 Milliarde US-Dollar an unterzeichneten Kundenverträgen verbucht zu haben. Etched gehört zu einer wachsenden Gruppe von Startups, die neben anderen KI-Chipdesignern spezielle Inferenzhardware verfolgen. Sie setzen darauf, dass sich KI-Workloads von der Schulung neuer Modelle hin zum massenhaften Ausführen oder „Inferenzieren“ bestehender Modelle verschieben und dass zweckgebundenes Silizium bei dieser spezifischen Aufgabe Allzweck-GPUs in Bezug auf Kosten und Energieeffizienz übertreffen kann.

Warum das wichtig ist

Die schnelle Neubewertung von Etched, deren Wert sich innerhalb von etwa sieben Monaten zweimal verdoppelt hat, zeigt, wie intensiv globale Investoren darum wetteifern, Unternehmen zu unterstützen, die die steigenden Rechenkosten der KI-Inferenz angehen. Da immer mehr Organisationen weltweit KI-Modelle aus der Forschung und Schulung in den täglichen Produktivbetrieb überführen, ist die Effizienz der Hardware, auf der diese Modelle laufen, zu einem entscheidenden Kosten- und Leistungsfaktor für Unternehmen geworden – von Finanzfirmen bis hin zu Cloud-Anbietern. Die Geschichte von Etched, die auf einem realen, umsatzgenerierenden Einsatz statt auf spekulativen Kapazitäten basiert, bietet einen ersten Datenpunkt darüber, wie Investoren im sich schnell entwickelnden Markt für KI-Infrastruktur nachgewiesene Leistung gegenüber zukunftsorientierten Wetten abwägen.