辛顿李飞飞押注！估值340亿芯片黑马Etched崛起，AI推理迎巨变

type

status

date

slug

summary

豪华投资天团：辛顿、李飞飞与台积电的共同选择

Etched之所以能在一众芯片初创公司中脱颖而出，与其强大的背书密不可分。其天使投资人名单几乎涵盖了当今人工智能领域的半壁江山：包括“AI教父”杰弗里·辛顿（Geoffrey Hinton）、斯坦福大学教授李飞飞、前特斯拉Autopilot负责人安德烈·卡帕西（Andrej Karpathy），以及科技界著名的亿万富翁、PayPal联合创始人彼得·蒂尔（Peter Thiel）。

在机构投资方面，台积电旗下的风投机构VentureTech Alliance以及美国风投机构Jane Street等六家巨头领投了其最新一轮5亿美元的融资。这些顶尖学者与产业巨头的联合押注，不仅为Etched提供了充足的资金保障，更证明了其在AGI（通用人工智能）硬件变革方向上的正确性。

黄金履历团队：英伟达与谷歌TPU大牛的强强联手

Etched的创始人团队非常年轻——三位联合创始人Gavin Uberti、Robert Wachen和Chris Zhu均是哈佛大学辍学生，并且都是蒂尔奖学金（Thiel Fellowship）的获得者。虽然创始人年轻，但Etched目前组建的400多人工程师团队却拥有深厚的行业底蕴，核心成员均来自英伟达、谷歌、博通、SK海力士以及台积电等芯片巨头。

其中，负责平台业务的副总裁Brian Loiler在英伟达工作了22年，曾负责打造英伟达标志性的HGX和DGX超算系统；分管ASIC与架构业务的副总裁Saptadeep Pal，曾是英伟达H100、A100和V100显卡的架构师；而分管软件业务的副总裁David Munday，则是谷歌TPU软件团队的奠基人之一。这样的“梦之队”配置，让Etched具备了从芯片设计、系统架构到供应链管理的垂直整合能力。

突破算力瓶颈：Etched的两大核心技术创新

在当前大模型落地应用的过程中，推理成本和能效是各大AI企业面临的最大瓶颈。无论是运行openai的chatGPT，还是部署claude等先进模型，高昂的算力消耗都让企业承压。针对这些痛点，Etched从晶体管到Token进行了全栈协同设计，并推出了两项突破性技术：

低电压推理架构：传统AI芯片在满载运行提升FLOPs（每秒浮点运算次数）利用率时，往往会因为功耗过大触发热节流，导致实际吞吐量减半。Etched设计的低电压架构使芯片计算模块能在低于多数芯片一半的电压下工作，在不触发热节流的前提下，将万亿参数稀疏MoE（混合专家）模型的运行效率提升至峰值FLOPs的80%以上。

跨芯片集群级内存共享池：为了解决HBM（高带宽内存）无法匹配SRAM级解码速度的难题，Etched通过专有的超低延迟高带宽互连技术，构建了跨芯片的集群级内存共享池。这种HBM与SRAM混合的设计，完美兼顾了内存容量与延迟，避免了纯SRAM或光学方案在成本和良率上的缺陷。

专用推理芯片：大模型时代的性价比之王

随着大模型从实验室走向千行百业，推理正逐渐演变为AI算力消耗的主战场。与通用的GPU（如英伟达系列）相比，专门为推理任务定制的ASIC（专用集成电路）芯片在性价比和能效比上展现出巨大优势。

如今，亚马逊、谷歌、微软等云巨头都在加紧研发自研推理芯片，以降低运行各类大模型的成本。而在初创公司领域，Cerebras已完成纳斯达克IPO，Groq的推理技术也引起了业界的广泛关注。Etched目前已采用台积电N4P工艺完成首次流片，并正在与客户验证首批机架级产品，在手订单需求已达10亿美元。这表明市场对高效、低成本的专用推理芯片有着极度饥渴的需求。

结语

算力结构的变革正在深刻影响着AI生态的每一个环节。从底层的芯片硬件，到上层的提示词（Prompt）工程设计和AI变现路径，高性价比的推理芯片将加速人工智能应用的普及。

Etched的崛起，不仅是芯片制造技术的一大步，更是推动大模型走向普惠的重要力量。未来，随着这批专用推理芯片的正式出货，AI推理市场的格局或许将被重新书写。想要持续追踪大模型硬件领域的最新动态，敬请关注AI日报，获取第一手科技前沿资讯。