Etched估值仅一个月便翻倍至210亿美元
新闻摘要
AI芯片初创公司Etched以210亿美元估值完成7亿美元新一轮融资。就在2026年7月下旬，该公司刚以103亿美元估值完成3亿美元融资，短短一个月内估值便翻了一番以上。本轮融资由量化交易公司Jane Street领投，该公司近期也成为Etched的首个付费客户；红杉资本、Andreessen Horowitz、Kleiner Perkins、Tiger Global、Bain Capital Ventures、Neo、Stripes、Primary、Positive Sum、Diffusion、Argo、Peter Thiel以及黑石集团等现有投资方也参与了跟投。这项于2026年8月18日（美国东部时间）公布的融资消息，凸显出投资者对专用AI推理硬件的热情正迅速升温，因为高效运行大语言模型的需求持续超过通用GPU的供应速度。
八个月内从50亿美元飙升至210亿美元
即便以当前AI硬件热潮的标准来看，Etched的估值增长轨迹也异常陡峭。这家总部位于库比蒂诺的公司成立于2021年，2025年12月估值约为50亿美元。到2026年7月23日，在红杉资本领投、Andreessen Horowitz、Jane Street、Diffusion及SK海力士参投的3亿美元C轮融资完成后，其估值已翻倍至103亿美元。不到一个月后，凭借新一轮7亿美元融资，其估值再次翻倍至210亿美元，在约四周内企业价值增加了近110亿美元。公司高管将加速融资归因于真实客户部署带来的实际性能验证，而非仅仅依靠预测数据。
专为Transformer打造的芯片
Etched的核心产品是Sohu，这是一款专用集成电路（ASIC），它将几乎所有现代大语言模型所基于的Transformer架构直接固化在硅片中。与必须保持灵活性以处理多种计算任务的通用图形处理器不同，Sohu专为运行基于Transformer的推理工作负载而设计。该公司表示，这种专业化设计使其数学优化电路的工作电压不到典型AI加速器的一半，同时实现了更高的浮点运算（FLOPs）密度，尤其适用于Transformer注意力机制中的点积计算以及大语言模型各层中常见的矩阵乘法。
除芯片本身外，Etched还打造了一套完整的“前沿推理集群”系统，该系统结合了两个定制组件：一个是针对推理中计算密集型阶段（即模型处理输入提示词时）进行优化的预填充芯片；另一个是集群级存储系统，可在解码阶段（即模型逐个生成输出token时）让多个芯片以高速、低延迟的方式共享内存。联合创始人兼首席运营官Robert Wachen表示：“推理分为预填充和解码两个阶段。”Etched的架构旨在分别应对每个阶段独特的计算和存储需求，而非依赖单一的通用设计。该系统还包括专有互连技术，Etched称其完成特定通信任务仅需约700毫秒，而竞争芯片架构则需约4000毫秒；此外还配备了用于散热和电源管理的定制冷板及电压调节模块。首款Sohu原型机于2026年初由台积电制造。
Jane Street成为首个正式部署客户
8月融资公告的核心亮点是Etched完成了首次客户交付：一套基于Sohu的机架式硬件已在Jane Street自有数据中心内部署并投入运行。Jane Street主要以量化交易公司闻名，在决定部署之前，曾在Etched位于圣何塞总部的2兆瓦AI测试集群上对其系统进行了评估。Jane Street在随融资消息发布的声明中表示：“我们对芯片进行了测试，对早期结果感到满意”，目前已在自家数据中心运行专属机架，并在该硬件上执行生产环境推理工作负载。
Etched首席执行官Gavin Uberti从工程进度的角度描述了这一里程碑，他指出：“我们从零开始交付第一个机架花了三年时间，下一个会快得多。”这番话反映了该公司向投资者传达的一个更宏观论点：从零构建可运行的Transformer专用芯片及系统这项艰巨且耗时多年的工程工作现已完成，随着制造和集成流程的成熟，后续部署的扩展速度将会更快。
竞争格局
Etched将自己定位为Nvidia的直接挑战者，后者凭借通用GPU产品线继续在更广泛的AI加速器市场占据主导地位。Etched此前曾声称，在Transformer专用推理任务上，Sohu的性能远超Nvidia H100 GPU，内部基准测试显示其速度优势高达20倍；该公司还表示已签署总额超过10亿美元的客户合同。Etched是众多追求专用推理硬件的AI芯片设计公司之一，这些初创公司押注：随着AI工作负载重心从训练新模型转向大规模运行（即“推理”）现有模型，专用硅片将在成本和能效方面超越通用GPU。
重要意义
Etched估值在约七个月内两次翻倍，这种快速重估表明全球投资者正在激烈竞逐那些能够解决AI推理计算成本飙升问题的公司。随着全球越来越多机构将AI模型从研究和训练阶段推向日常生产应用，运行这些模型的硬件效率已成为金融公司到云服务商等各类企业的关键成本和性能因素。Etched的故事建立在真实创收部署而非投机性产能之上，这为投资者如何在快速发展的AI基础设施市场中权衡已验证性能与前瞻性押注提供了早期参考数据。