暴增147倍，英伟达最强对手：拿下68亿订单

最近，AI芯片公司Etched宣布：成立至今累计拿到8亿美元融资，最新一轮单笔5亿美元，投后估值冲到50亿美元（约合人民币340亿）。  Etched专门做的AI推理芯片，它只做这一件事，因此希望比英伟达GPU更快、更省电、更便宜。  Etched芯片还没大规模交货，已经签下超10亿美元（约合人民币68亿元）的客户采购合同。  2023年，Etched估值3400万美元，到今天暴增约147倍。  01 三个哈佛辍学生的豪赌 Etched的故事，要从2022年三个哈佛退学的年轻人说起。  创始人Gavin Uberti、Robert Wachen与华裔联合创始人Chris Zhu还在读书时就发现：市面上所有AI大模型，几乎全靠英伟达GPU来跑。厉害是厉害，很多时候“用牛刀杀鸡”，不划算。  很多AI企业吐槽，营收一半以上要拿来交算力费，赚的钱全给英伟达打工了。  三位创始人反其道而行：只做专门跑Transformer大模型的芯片，放弃所有多余功能。  Etched创始人 Gavin Uberti 来源：Etched官网  但几乎所有硅谷VC都拒绝投资：万一未来大模型不用Transformer架构了，你们公司直接归零，风险太大。  连续碰壁之后，他们索性选择“隐身模式”——不对外宣传、不接受媒体采访，闷头埋头研发三年。  他们挖来了英伟达、谷歌TPU、博通的资深工程师，团队短短三年扩张到400多人，还在中国台湾搭建产线、加州自建实验室，全程把控芯片设计、流片、整机系统全流程。  Etched在台积电4nm工艺上一次就做出了能正常工作的成品芯片——业内叫“A0一次成功”，直接省下上亿研发成本。  更有意思的是他们的投资人阵容，堪称AI界“全明星天团”：深度学习诺奖得主辛顿、“AI教母”李飞飞、前特斯拉AI主管卡帕西、硅谷教父彼得·蒂尔全都下场投资；量化交易巨头Jane Street单笔砸超1亿美元，台积电旗下产业基金也战略入股，顶级对冲基金集体扎堆入局。  资本愿意重金押注，核心是看懂了他们的商业模式：别人只卖芯片，Etched直接打包整套机柜、互联硬件、配套软件，给客户交付一整套“AI推理集群”。客户不用自己搭配、调试设备，买回去就能直接跑大模型，从根源上解决了企业算力搭建难的痛点。  02 10亿订单背后 Etched融资历程与估值增长    资本愿意砸钱，本质是看准了AI推理赛道巨大的缺口——市场急需能替代GPU、低成本高效率的硬件。  这笔5亿美元融资，主要用于扩产、完善供应链、扩充研发团队，支撑后续大额订单交付。  Etched Sohu芯片 来源：Etched官网    Etched这款Sohu专用芯片搭载超大内存，专门适配Llama、通义千问、DeepSeek等市面上主流大模型。  根据官方内部测试数据（尚未经第三方独立验证），同等8颗芯片组成的服务器，跑700亿参数大模型，每秒能输出50万文字；而英伟达H100同规格服务器，每秒只能输出2万多文字，吞吐量差距20倍。  大模型推理性能对比（Llama 70B） 来源：公开资料整理  效率提升的同时，电费成本大幅下降。普通GPU跑大模型，硬件利用率常年只有30%左右，大量算力白白浪费；Etched专用芯片利用率能突破90%。  Etched能快速拿到订单和融资，背后是推理市场全面爆发。  2025年全球AI推理市场规模约1037亿美元，预计2026年增长到1178亿美元，到2034年突破3126亿美元，年复合增长率接近13%。更乐观的数据则认为，2034年推理市场规模将膨胀到4915亿美元。  全球AI推理市场规模预测    推理是AI企业最大的成本痛点，OpenAI在2024年的推理成本就高达数十亿美元，Anthropic的Claude模型每次长对话，后端推理成本动辄数美元。而Etched称，专用芯片能把单条问答的算力成本砍半。  Etched融资，也透露出另一个值得关注的变化：推理产业链正在形成。 第一类机会，是推理芯片。 除了Etched，Groq、Cerebras等公司都在争夺这一市场。它们销售的不只是芯片，而是整套服务器、软件和集群解决方案。Etched此次披露，客户预订的也是整套"Frontier Inference Cluster"，而不是单独购买芯片。 第二类机会，是推理云服务。 越来越多企业不会自己买服务器，而是按调用次数购买推理能力。 像Baseten、Fireworks AI、Together AI、GroqCloud等平台，本质上都是"AI推理云"。 企业上传模型，就能快速提供API服务，不需要自己管理GPU。 第三类机会，是推理软件。 GPU利用率一直不高。 大量创业公司开始研究编译器、调度软件、KV Cache优化、模型压缩、量化推理等技术。 模型不用重新训练，只要软件优化，就能提升推理效率，直接降低客户成本。 第四类机会，是数据中心。 推理时代和训练时代最大的不同，是推理更加分散。 训练集中在少数超级数据中心。 推理则可能发生在云端、企业、本地服务器，甚至未来的汽车、机器人和手机。 因此，推理数据中心、边缘计算、液冷、电源、网络设备都会迎来新的需求。 03 一次危险的押注 Etched想要兑现市场预期，还有三个绕不开的现实难题。  第一，芯片还没真正交到客户手里，一切性能宣称都停留在纸面。  Spheron在2026年4月的分析报告中明确指出：Sohu芯片“尚未公开可供购买或租赁”，其成本数据无法计算，真实性能差距可能远没有20倍那么夸张。  第二，技术路线押注单一，高度依赖Transformer架构。   Sohu芯片只能跑纯Transformer模型。但行业趋势正在发生变化：DeepSeek V4是671B参数的MoE架构，Qwen3-235B-A22B同样是MoE模型，代表了开源大模型的前沿方向。  扩散语言模型作为新兴类别，计算模式与Transformer完全不同，Sohu同样无法适配。如果未来行业主流从Dense Transformer转向MoE或全新架构，这款专用芯片的竞争力将快速下滑。  这是所有专用芯片公司共同的命门——赌对了风口起飞，赌错了满盘皆输。  第三，巨头和同行都在加速，先发优势的窗口正在收窄。   英伟达已经推出针对性推理GPU，性能飙涨35倍，预计2026至2027年出货量达400万至500万颗。  更现实的威胁来自供应链：台积电4nm产能、HBM3E内存供货、整机组装，任何一环延期都会导致订单无法按时交付。Etched10亿美元的合同是信心票，但只有顺利量产交付，才能真正变成营收。  芯片行业有个残酷规律——“流片成功”只是万里长征第一步，从实验室到客户机房，中间隔着量产良率、散热稳定性、软件兼容性等无数道坎。  本文来自微信公众号 “铅笔道”（ID：pencilnews），作者：铅笔道，36氪经授权发布。