Etched 估值僅一個月便翻倍至 210 億美元

新聞摘要

AI 晶片新創公司 Etched 已完成 7 億美元新一輪融資，估值達 210 億美元。繼 2026 年 7 月下旬以 103 億美元估值完成 3 億美元融資後，僅一個月內其估值便翻倍有餘。本輪融資由量化交易公司 Jane Street 領投，該公司近期也成為 Etched 的首個付費客戶；既有投資方亦參與跟投，包括 Sequoia Capital、Andreessen Horowitz、Kleiner Perkins、Tiger Global、Bain Capital Ventures、Neo、Stripes、Primary、Positive Sum、Diffusion、Argo、Peter Thiel 及 Blackstone。這項於 2026 年 8 月 18 日（美東時間）公布的訊息，凸顯出隨著高效能執行大型語言模型的需求持續超越通用 GPU 的供應，投資人對專用 AI 推論硬體的興趣正迅速升溫。

八個月內從 50 億飆升至 210 億美元

即使以當前 AI 硬體熱潮的標準來看，Etched 的估值成長軌跡仍屬異常陡峭。這家總部位於 Cupertino 的公司成立於 2021 年，2025 年 12 月時估值約為 50 億美元。到了 2026 年 7 月 23 日，在 Sequoia Capital 領投、Andreessen Horowitz、Jane Street、Diffusion 及 SK Hynix 參投的 3 億美元 C 輪融資後，其估值已翻倍至 103 億美元。不到一個月後，憑藉新一輪 7 億美元融資，估值再度翻倍至 210 億美元，短短約四週內企業價值便增加了近 110 億美元。公司高層將加速融資歸因於來自真實客戶部署的具體效能驗證，而非僅靠預測數據。

專為 Transformer 打造的晶片

Etched 的核心產品是 Sohu，這是一款專用積體電路（ASIC），將 Transformer 架構——即幾乎所有現代大型語言模型底層的神經網路設計——直接固化於矽晶片中。不同於必須保持彈性以處理多種運算類型的通用圖形處理器，Sohu 專門為執行基於 Transformer 的推論工作負載而打造。該公司表示，這種專業化設計使其數學優化電路能在低於典型 AI 加速器一半的電壓下運行，同時實現更高的浮點運算（FLOPs）密度，特別是在 Transformer 注意力機制所用的點積運算，以及大型語言模型各層常見的矩陣乘法方面。

除了晶片本身，Etched 還設計了一套完整的「前沿推論叢集」系統，結合了兩項客製化組件：一是針對推論中運算密集階段（即模型處理輸入提示詞時）進行調校的預填充晶片；二是叢集級記憶體系統，讓多顆晶片能在解碼階段（即模型逐一生成輸出 token 時）以高速、低延遲的方式共享記憶體。根據共同創辦人暨營運長 Robert Wachen 所述：「推論分為兩個階段：預填充與解碼」，Etched 的架構旨在分別應對每個階段獨特的運算與記憶體需求，而非依賴單一通用設計。該系統還包含專有的互連技術，Etched 表示其完成特定通訊任務僅需約 700 毫秒，相較之下競爭對手晶片架構則需約 4,000 毫秒，並配備客製化冷板與電壓調節模組以進行散熱與電源管理。首批 Sohu 原型晶片於 2026 年初由台積電（TSMC）製造。

Jane Street 成為首個正式部署客戶

8 月融資公告的核心亮點，在於 Etched 完成了首次客戶交付：一套基於 Sohu 的硬體機櫃已安裝於 Jane Street 自有資料中心並投入實際運行。Jane Street 主要以量化交易公司聞名，在承諾部署前，曾於 Etched 位於 San Jose 總部的 2 兆瓦 AI 測試叢集上評估其系統。Jane Street 在隨融資消息發布的聲明中表示：「我們測試了該晶片，對初步結果感到滿意」，目前已在自家資料中心運營專屬機櫃，並在該硬體上執行生產環境推論工作負載。

Etched 執行長 Gavin Uberti 以工程開發速度來描述這一里程碑，他指出：「我們花了三年時間才從零開始交付第一套機櫃。下一套將會快得多。」這段話反映了該公司向投資人強調的更廣泛論點：從頭打造可運作的 Transformer 專用晶片與系統這項艱鉅且耗時多年的工程難題現已克服，隨著製造與整合流程日趨成熟，後續部署規模擴張應會更為迅速。

競爭格局

Etched 將自己定位為 Nvidia 的直接挑戰者，後者憑藉通用 GPU 產品線持續主導整體 AI 加速器市場。Etched 先前曾宣稱，在 Transformer 專用推論任務上，Sohu 的效能大幅超越 Nvidia H100 GPU，內部基準測試顯示速度優勢高達 20 倍；該公司並表示已簽訂超過 10 億美元的客戶合約。Etched 是越來越多追求專用推論硬體的 AI 晶片設計新創公司之一，這些公司押注隨著 AI 工作負載從訓練新模型轉向大規模執行（或稱「推論」）現有模型，專用矽晶片將在該特定任務的成本與能源效率上勝過通用 GPU。

重要意義

Etched 估值的快速重估——在約七個月內兩次翻倍——說明了全球投資人在支持解決 AI 推論運算成本飆升問題的公司方面，競爭何其激烈。隨著全球更多組織將 AI 模型從研究與訓練階段導入日常生產環境，運行這些模型的硬體效率已成為企業（從金融機構到雲端服務供應商）關鍵的成本與效能因素。Etched 的案例建立在真實且創造營收的部署之上，而非投機性的產能規劃，這提供了一個早期數據點，讓我們得以觀察在快速演變的 AI 基礎設施市場中，投資人如何權衡已驗證的效能與前瞻性賭注。