（来源：VCA创投社）
2026年7月，AI芯片初创公司Etched.ai宣布完成3亿美元C轮融资，由红杉资本领投，a16z、SK海力士、Jane Street、Diffusion Capital跟投，Peter Thiel、Andrej Karpathy、Dylan Field、Amjad Masad等知名天使投资人列席其中。
投后估值定格在103亿美元——距离其上轮50亿美元估值仅过去7个月，估值直接翻倍，也创下了红杉领投C轮融资的最高估值纪录。
一、从车库到百亿独角兽
Etched的故事带有浓厚的硅谷极客色彩。2022年，CEO Gavin Uberti、COO Robert Wachen和CTO Chris Zhu三位年轻人不顾一切从哈佛大学辍学，一头扎进了AI专用芯片的深水区。
CEO Gavin Uberti
三位年轻人不顾一切从哈佛大学辍学，一头扎进了AI专用芯片的深水区。创业初期的窘迫至今仍是Wachen津津乐道的谈资：初到湾区时，他睡在朋友待售房屋的地板上，用毛巾当被子；为了运行芯片设计工具，他们在早期员工的车库里搭建服务器，每次重启都需要打电话让对方的妻子去按开关。
如今，Etched已经拥有400名员工，运营着2兆瓦的数据中心，并在加州米尔皮塔斯扩建了8万平方英尺的新设施。支撑其百亿估值的，不仅是豪华的投资人阵容，还有实打实的商业进展：公司宣布自研芯片已成功量产，首批完整系统正在接受客户测试，且手握高达10亿美元的预售订单。
二、Sohu芯片：把Transformer"焊死"在硅片上
Etched不是又一个"英伟达杀手"的陈词滥调。它的故事有一个非常清晰的物理边界：只做Transformer架构的推理，其他一概不做。
Etched的核心产品Sohu，本质是一颗为Transformer推理硬编码的ASIC——注意力机制的计算图直接固化到电路层面，剔除一切通用可编程性。
这种极端专用化带来了两个架构性突破：低电压推理（LVI）将数学运算模块的运行电压降至传统AI芯片的一半以下，避免热节流，从而在万亿参数稀疏MoE模型上持续维持峰值算力80%以上的利用率——而通用GPU在同等负载下实际利用率往往不足50%。集群级内存（CSM）通过自研高带宽互连在芯片间构建共享低延迟内存池，将"权重读取"与"KV Cache读取"的路径分离，直接击穿GPU推理的内存带宽瓶颈。
Etched官方披露的性能数据是惊人的：8颗Sohu芯片组成的服务器运行Llama 70B时，吞吐量超过每秒50万token，相当于160块NVIDIA H100 GPU。通用GPU基于TRT-LLM框架运行Transformer推理时的FLOPS利用率约为30%，而Sohu声称可突破90%。
三、架构之争与产能大考
尽管资本趋之若鹜，但Etched的百亿估值背后依然暗藏隐忧。首先是架构演进的致命风险。Etched的芯片是为Dense Transformer“量身定制”的，而当前AI界的主流趋势正迅速向MoE（混合专家）架构转移，如DeepSeek、Qwen等前沿模型均采用此架构。
虽然Etched官方坚称其系统可兼容MoE及Mamba等非Transformer模型，但硬件层面的“写死”特性，使其在面对模型架构突变时缺乏足够的弹性。如果未来AI模型彻底脱离Transformer范式，Etched的价值根基将面临严峻考验。
其次是产能瓶颈。半导体行业从“拿到订单”到“规模化交付”之间横亘着巨大的鸿沟。Etched的芯片依赖台积电4nm先进制程，而在全球AI算力军备竞赛中，台积电的先进产能早已被英伟达、苹果等巨头瓜分殆尽。在尚未实现规模化营收的当下，10亿美元订单更多是“技术期货”，能否顺利转化为实际收入，完全取决于其在全球供应链中的产能优先级。
四、结语
红杉在官方文章中有一句话值得反复咀嚼："Etched打造了最稀有之物：造机器的机器。" 这句话的潜台词是——红杉赌的不是Sohu这一颗芯片能不能成，而是Etched这支团队能不能持续造出下一代、下下一代推理机器。
三位哈佛辍学生用四年时间，把"只做Transformer推理"这个曾被全行业嘲笑的偏执想法，变成了103亿美元估值的现实。无论Sohu最终能否撼动英伟达，Etched都已经完成了两件大事：一是证明了后ChatGPT时代初创公司也能造出生产级AI芯片；二是把"推理专用化"从异端邪说变成了资本共识。
