Etched的估值一个月内翻倍至210亿美元

事件核心：发生了什么

8 月 18 日，Etched 宣布完成新一轮 7 亿美元融资，由量化交易机构 Jane Street 领投，公司估值达到 210 亿美元。就在一个月前，Etched 刚以 103 亿美元估值完成 3 亿美元 C 轮融资；去年 12 月其估值还只有 50 亿美元。Jane Street 在公告中表示，已实际测试 Etched 芯片并对早期结果满意，目前已在自家数据中心部署了一台整机。

Etched 的产品形态不是单颗芯片，而是被称为“frontier inference clusters”的完整推理系统（类似英伟达的 AI 工厂方案）。其联合创始人 Robert Wachen 介绍，他们在推理的两个阶段分别做了硬件创新：在计算密集的“prefill”阶段（系统理解用户提示词）使用低电压芯片，以便在不产生过高热量的情况下集成更多晶体管；在内存密集的“decode”阶段（系统生成答案）设计了新的存储和互连方案，让多颗芯片可以共享同一内存池，从而降低延迟、提高速度。Etched 也明确表示，其系统可以运行任意前沿大模型，不再是早期那种把某个模型“蚀刻”进芯片的设计。

为什么重要

这轮融资的核心信号是：AI 推理市场正在成为芯片厂商的下一个主战场。英伟达目前的优势集中在训练环节，但推理——即用户输入提示后模型生成答案的过程——正在成为大模型落地的主要成本来源。Etched 选择从推理阶段切入，用软硬件联合设计的方式尝试在速度和成本上取得突破，实际上是在挑战英伟达在 AI 算力领域的统治地位。

另一个值得注意的点是 Jane Street 作为领投方的身份。量化基金对硬件性能的验证通常非常严格，且会直接采购用于生产环境。Jane Street 的参与不仅带来资金，更相当于一次公开的性能背书，说明 Etched 的方案至少在最严苛的低延迟交易场景中通过了初步测试。这对于一个成立不久、估值增长异常迅速的初创公司来说，是比融资数字本身更重要的认可。

对用户/开发者/创作者的影响

对于依赖大模型 API 的开发者来说，Etched 这类推理优化芯片如果确实能降低成本，可能在中长期传导为 API 调用价格的下降。当推理效率提升时，模型服务商可以用更少的硬件支撑更多请求，理论上具备降价空间。不过目前 Etched 的系统面向的是数据中心级别的部署，并非开发者可以直接购买的开发板，因此短期影响有限。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对于企业采购方，尤其是需要大规模推理算力的公司（如搜索引擎、客服系统、金融量化交易等），Etched 提供了一个非英伟达的替代选项。如果其“共享内存池”方案在多卡扩展时确实能保持低延迟，将会成为对部署成本敏感的企业的潜在选择。

值得关注的后续

一是产品交付验证。目前 Jane Street 已经拿到了实机，但 Etched 尚未公布大规模量产的明确时间表，需要关注其能否按承诺交付给其他客户。

二是英伟达的反应。英伟达在推理阶段同样在推进硬件迭代，如果其下一代 GPU 在推理效率上有大幅提升，Etched 的差异化优势会被压缩。

三是生态建设。Etched 能否支持主流大模型框架（如 PyTorch、vLLM 等）以及各类开源模型，将直接影响开发者的采用意愿。目前公开信息只提到其可运行任意前沿模型，具体的软件生态兼容情况仍需进一步观察。

来源：TechCrunch AI