一條來自AI晶片賽道的訊息，節奏快得有些反常：Etched 在週二宣佈，完成了又一輪 7億美元 融資，投後估值達到 210億美元。領投方是知名量化交易機構 Jane Street——這家機構不僅掏了錢，還先當了客戶，裝上了 Etched 交付的第一套AI叢集系統。
數字本身已經足夠說明市場情緒。去年12月，Etched 的估值還是 50億美元；今年7月，公司完成 3億美元C輪，估值 103億美元；僅僅一個月後，這個數字就翻倍到了210億美元。用「一月翻倍」來形容都算保守，因為增量接近110億美元。即便放在AI賽道，這種估值提升速度也相當罕見。
推理瓶頸才是真正的金礦
Etched 的產品不是單顆晶片，而是完整的「frontier inference clusters」（前沿推理叢集）系統——類似英偉達所說的「AI工廠」。聯合創始人兼COO Robert Wachen 告訴 TechCrunch，投資者的熱情來源於公司從頭設計的兩個新元件，它們專門針對推理環節做加速。
推理髮生在使用者輸入提示詞之後。Wachen 解釋說，推理分兩個階段：prefill（預填充）和 decode（解碼）。prefill 負責理解提示和上下文，計算密集；decode 則負責逐字生成輸出，記憶體頻寬敏感。
- prefill 晶片：採用低電壓設計，能在同樣面積裡塞進更多電晶體，避開高階AI晶片常見的散熱天花板，從而更快地處理更多 token。
- cluster-scale memory：針對 decode 階段設計的新型記憶體與互聯方案，讓大量晶片共享一個低延遲記憶體池，相當於把「單機」變成一臺記憶體巨大的分散式機器。
官方宣稱，這套架構能同時帶來更高的推理速度和更低的成本。在模型規模越來越大、每次呼叫都在燒錢的現實裡，這恰恰是企業最敏感的兩件事。
投資者買的是「推理時代」的入口
過去兩年，AI公司多數精力花在訓練更大的模型上，但真正決定產品落地體驗的推理環節，長期被忽視。模型引數越多，每次回答消耗的計算和記憶體就越昂貴。Etched 的思路很直接：prefill 吃不消就換更密的低電壓晶片，decode 卡頻寬就用共享記憶體池把晶片「綁」在一起。
Jane Street 以量化交易和嚴謹測試著稱，它先安裝實際系統再領投，動作本身就是一種背書。相比之下，Etched 還要面對一個歷史包袱：早年外界認為它會把特定模型「刻」進晶片。隨著通用模型快速迭代，這種路線曾被視為風險。Etched 一直在扭轉這種印象，但新的估值高峰能否持續，最終要看真實負載下的表現。
一個月內估值翻倍，在傳統創投裡近乎不可想象，但AI基建賽道里，資金正瘋狂押注「算力即權力」。Etched 恰好踩在訓練與部署的交界線上，投資人認為它有機會在推理成本上做出代差優勢。Jane Street 的參與也讓這輪融資顯得更有技術含量——它不是純財務投資，而是先測試後下注。
對關注AI基礎設施的人來說，下一步值得跟蹤的是：Etched 如何兌現「更高速度、更低成本」的承諾，以及它的叢集級記憶體方案能否在超大規模併發下保持穩定。如果這兩點被驗證，210億美元的估值或許還只是開始。
評論
暫無評論
成為第一個評論的人