Etched完成3亿美元C轮融资，投前估值100亿美元

AI芯片初创企业Etched完成3亿美元C轮融资，投前估值100亿美元，公司累计融资总额达11亿美元。本轮融资由红杉资本领投，a16z、JaneStreet、SK海力士、Diffusion Capital以及原有投资方均参与投资。

Etched总裁Robert Wachen近期在接受采访时表示，公司目前手握10亿美元前置订单，“我们的目标客户是全球头部AI企业、超大规模AI算力集群运营方。客户每年采购数十亿美元算力硬件。我们这款产品十分适配代码生成、超长上下文、长周期智能代理等场景，能满足海量推理Token的运算需求。”

Wachen透露，客户已在Etched自有数据中心远程运行业务负载，实测性能显著优于市面现有所有产品。

除圣何塞办公区已建成并投入使用的算力集群与实验室外，Etched近期在加州米尔皮塔斯新建研发中心，配套一座10兆瓦数据中心、硬件实验室与快速交付SMT产线。

灵活适配各类业务负载

Etched由哈佛辍学创业者Gavin Uberti、Chris Zhu联合哈佛毕业生Robert Wachen共同创立。两年前，公司提出将Transformer架构硬件固化，芯片Token吞吐性能可较英伟达基于Blackwell架构的系统高出一个数量级，一经发布便引发行业关注。Wachen表示，如今公司技术路线虽有所迭代，但发展目标依旧极具野心。

他说：“早期我们尝试过大量创新思路，其中部分方案思路十分激进，例如将特定模型、特定模型架构直接硬编码至硬件内部。后续我们意识到，行业需要全新计算范式，在提升算力、带宽上限的同时，兼容各类推理负载，无论是万亿参数混合专家（MoE）模型、扩散模型，还是状态空间模型，都能顺畅运行。”

Wachen称，顺应行业发展趋势，Etched技术迭代主要分为两部分：一是提升业务负载适配灵活性；二是加大系统、集群级拓扑架构研发投入。

全栈垂直整合

Etched采用全栈垂直整合模式。自研架构设计难度极高，公司自主承担了多数无晶圆厂芯片企业不会涉足的全产业链研发工作。Wachen介绍，从ASIC芯片设计、定制封装、电路板设计、散热方案，到服务器、底层基础设施搭建，整套机柜内所有硬件均为公司自研。

Wachen表示：“我们坚定看好垂直整合路线。只做芯片、只做服务器、只做机柜，甚至只搭建算力集群都远远不够。我们需要打造一套完整硬件体系，能够规模化搭建全球顶尖算力集群，支撑吉瓦级算力需求。”

谈及垂直整合路线，Wachen称公司思路兼顾极致追求与务实落地。核心目标十分简单：通过全栈自研，实现更高的Token处理量，领先行业竞品。对于一家初创企业而言，该目标挑战巨大，但公司团队规模已超450人，人员仍在持续扩张。

低压推理核心技术

Etched硬件高性能的核心来源之一是硬件算力利用率，而高利用率依托芯片部分模块降压运行方案。当前主流AI芯片普遍存在散热瓶颈，芯片内核会被迫降频控温，直接导致硬件性能大幅缩水。

Etched自研低压推理（LVI）方案，芯片运算引擎晶体管运行电压仅为其他AI芯片的一半以下。Wachen解释，该方案可大幅提升单位功耗算力，同时算力利用率显著提高，无需降频控温。针对万亿参数MoE大模型，整套硬件算力利用率可稳定维持80%以上，不会因散热限制降频。他说：“现有行业现状是，企业采购的硬件算力实际仅能发挥20%至40%。如果全行业芯片均采用低压推理方案，全球整体推理算力规模可直接翻倍甚至提升三倍。”

行业内普遍认为亚阈值电路设计仅适用于小型芯片（例如Ambiq微控制器）与加密挖矿专用芯片，存在明显技术瓶颈。硬件低压运行会产生超大电流，电流峰值管控难度极高，同时电路能实现的时钟频率普遍偏低。

Wachen坦言：“这是一项难度极高的物理层面工程。从晶圆制造、ASIC芯片设计、封装、电路板、散热到机械结构，整套技术栈均需大量创新，所有环节必须协同优化，才能落地这套低压推理方案。”

在被问到为实现低压推理方案，Etched是否需要大幅降低芯片时钟频率？Wachen回应：“并非一定需要。低压环境下实现高时钟频率本身难度极大，核心阻碍就是电流激增，但我们已找到对应的解决方案。核心技术突破点在于：硬件可在远低于GPU、其他AI芯片的电压下运行，同时支撑更大面积硅芯片同步工作。”

整套方案的核心思路为：仅对运算引擎降压运行；芯片内置静态随机存取存储器（SRAM）模块无法采用亚阈值工作模式，标准SRAM单元亚阈值运行会大幅降低存储稳定性。Wachen称，市面上多数竞品芯片将运算单元与SRAM存储单元高度混合布局，这类架构很难落地低压运行方案。“这项技术存在大量待攻克难题，但我们自研硬件已落地验证，足以证明我们找到了解决方案。”

Etched芯片采用台积电N4P工艺制造，芯片尺寸达到完整光刻掩模规格，搭载六层HBM内存。Wachen介绍，这款芯片在工艺节点、封装技术、内存方案上，均与英伟达下一代Vera Rubin GPU做出差异化设计，保障两家企业产品同步规模化量产。

集群级共享内存技术

Etched另一项核心创新为集群级低延迟共享内存池。整套算力集群统一划分为单扩展域，搭配自研高带宽互联芯片，多芯片之间可快速读取SRAM、HBM存储数据。Wachen称：“这套方案需要同步研发全新互联架构与内存子系统，全技术栈协同设计才能落地。同时所有配套技术均为当前成熟、可大规模量产的方案，包含铜基互联材料。”

Wachen介绍，Etched实验室将预填充、解码两类运算拆分至独立机柜，依托硬件充足算力与带宽，可轻松承载各类大模型推理任务。他补充道，Etched硬件也可与其他厂商硬件混合部署，适配分布式算力架构。Etched自研算力机柜将于今年夏季向客户批量交付。