©潮涌AI编辑部
2023年，三个从哈佛退学的年轻人正在硅谷四处碰壁。
Gavin Uberti、Robert Wachen和Chris Zhu拿着一份30页的备忘录，试图说服投资人：AI的未来需要一种专门为Transformer架构设计的芯片，而不是什么都干的GPU。
他们见了几乎所有主流机构，全部被拒，公司账上的钱撑不了多久。
7月23日，这家叫Etched的公司宣布完成3亿美元C轮融资，估值103亿美元。Sequoia领投，a16z、SK海力士、Jane Street、Diffusion Capital参投。
Sequoia方面表示，这是其有史以来领投的估值最高的C轮。
从“快烧完的钱”到”103亿估值”，中间只隔了三年。
拐点出现在更近的时间线上——上个月，台积电采用N4P工艺成功制造了Etched的首批芯片，一次性流片成功（A0 silicon success）。
图源：X@Etched
公司随即披露已锁定10亿美元订单，首批机架级系统（rack-scale systems）今年夏天开始交付。
去年12月那轮未公开的5亿美元融资，估值还只有50亿。七个月翻了一倍。
Etched做的不是芯片，是一整套推理系统。
核心思路是用远低于行业标准的电压运行推理计算——他们称之为“低压推理”（low-voltage inference）。
低电压意味着少发热，少发热意味着可以塞进更多晶体管，更多晶体管意味着更快。
COO Robert Wachen的描述非常直白：“我们的prefill芯片运行速度快得‘夸张’。”
市场一直在担心的一个问题是：如果把Transformer焊死在硅片上，模型架构变了怎么办？Wachen的回应是，Etched的系统实际上能运行各种架构，包括DeepSeek和Qwen使用的MoE（混合专家模型），以及非Transformer架构如Mamba。
值得一提的是，把模型结构蚀刻进芯片的做法已经不再被视为天方夜谭——Google据报正在为其Gemini开发同类路线的Frozen v2芯片。
最有力的背书可能不是来自投资条款清单，而是来自试用者。
Anthropic的Andrej Karpathy、OpenAI的Noam Brown、图灵奖得主Geoffrey Hinton——三个人都亲手测试过Etched的硬件。
Wachen说：“这些人都亲身体验了硬件，并且非常兴奋。”
三位创始人的背景组合在这个赛道里不常见：CEO Uberti是哈佛Thiel Fellow、世界数学冠军，读过哈佛著名的Math 55课程，精通AI编译器；Wachen同为Thiel Fellow，参与创办过估值超千亿美元的创业社群Prod；Chris Zhu专攻数学和高性能计算，发表过原创组合数学论文。
团队现已扩至400多人，成员来自英伟达、谷歌TPU、博通、SK海力士和台积电。
当然，103亿美元的估值意味着市场已经提前消化了大量预期。
真正的大考在后面：今年夏天首批系统交付客户后，性能数据能否兑现“低压推理”的技术承诺，10亿美元订单能否顺利转化为实际营收——这些才是Etched需要回答的问题。
但至少在融资这件事上，2023年那些挂断Uberti电话的投资人，现在大概要重新拨回去了。
=▹
联系我们 CONTACT US!
请添加微信xingminghui15
热门跟贴