Etched hat in einer Series-C-Finanzierungsrunde 300 Millionen US-Dollar bei einer Unternehmensbewertung von 10.3 Milliarden US-Dollar eingesammelt. Dies wurde Ende Juli bekannt gegeben, weniger als einen Monat nachdem das Unternehmen seine Entwicklungsphase beendet hatte. Sequoia führte die Runde an, an der sich auch a16z, Jane Street, Diffusion und SK Hynix beteiligten. Das Unternehmen bezeichnete die Bewertung als die höchste, die jemals in einer von Sequoia angeführten Series-C-Finanzierungsrunde erzielt wurde.
Etched plant, die Finanzierung für den Produktionsausbau und die beschleunigte Kundeneinführung zu nutzen. Zusätzlich zum bereits bestehenden Werk in Taiwan hat das Unternehmen eine rund 80,000 Quadratmeter große Anlage in Milpitas eröffnet, die etwa 15 Minuten vom Hauptsitz entfernt liegt. Der 10-MW-Standort wird ein Labor für die Einführung neuer Produkte, eine eigene SMD-Technologielinie, die Prototypenentwicklung sowie den Ausbau der Kundeneinführungsaktivitäten umfassen.
Das Unternehmen konzentriert sich auf speziell entwickelte Systeme für KI-Inferenz, die es als zentrale und wachsende Komponente von KI-Workloads betrachtet. Etched strebt einen höheren Inferenzdurchsatz, niedrigere Betriebskosten und eine verbesserte Energieeffizienz an, um größere Implementierungen zu ermöglichen, als es die aktuelle Rechenzentrumsinfrastruktur wirtschaftlich zulässt.
Unterstützung mehrerer Modelle
Etched gibt an, dass seine Hardware mehrere Modellarchitekturen unterstützt und nicht auf einen einzigen Modelltyp beschränkt ist. Die Inferenzcluster von Etched führen derzeit große Mixture-of-Experts-Modelle aus, darunter DeepSeek und Qwen, sowie Mamba, ein Zustandsraummodell mit einer anderen Architektur als transformatorbasierte Systeme. Dieser Ansatz soll es Kunden ermöglichen, dieselbe Infrastruktur auch bei Weiterentwicklung der Modellarchitekturen zu nutzen.
Das Unternehmen entwickelt zwei Technologien für seine Rack-Systeme. Low Voltage Inference (LVI) dient der Erhöhung der FLOP-Dichte innerhalb der bestehenden Leistungsaufnahmekapazität. Herkömmliche Systeme stoßen häufig an thermische Grenzen, die die Taktraten begrenzen, bevor sie ihre maximale theoretische Rechenleistung erreichen. Etched nutzt die gemeinsame Entwicklung von Hardware und System, um einen höheren Durchsatz bei geringerem Stromverbrauch und niedrigeren Kosten zu erzielen.
Kombination von SRAM und HBM
Cluster Scale Memory (CSM) kombiniert SRAM und HBM in einem Speichersystem, das für einen gesamten Cluster und nicht nur für einen einzelnen Prozessor ausgelegt ist. Die Architektur schafft einen gemeinsamen SRAM-Pool über den gesamten Scale-up-Bereich und verbindet diesen über eine proprietäre Verbindung mit hoher Bandbreite und geringer Latenz. Laut Etched soll dieses Design die Speicherzugriffslatenz verbessern und gleichzeitig die mit reinen SRAM-Systemen und 3D-DRAM-basierten Ansätzen verbundenen Kompromisse hinsichtlich Kosten, Ausbeute, Zuverlässigkeit, Wärmeentwicklung und Rechenleistung vermeiden.
Etched gab bekannt, dass die Nachfrage nach seinen Inferenzsystemen das Angebot übersteigt, da Kunden von der Evaluierungsphase zur Produktionsimplementierung übergehen. Das Unternehmen hat sein Team rasch auf 400 Mitarbeiter ausgebaut und dabei Ingenieure von NVIDIA, Broadcom, Google TPU, SK Hynix und Hochfrequenzhandelsfirmen rekrutiert.
Das Unternehmen operiert von einem Büro in San Jose aus, das eine NPI-Prototypenanlage und ein 2-MW-Rechenzentrum umfasst, in dem Etched-Hardware im Dauerbetrieb läuft. Sonya Huang, Partnerin bei Sequoia, erklärte, Etched habe für ein Halbleiterunternehmen in weniger als drei Jahren außergewöhnliche Fortschritte erzielt. Sie sagte voraus, dass speziell für Inferenz entwickelte Rechenlösungen mit dem wachsenden Einsatz von Inferenz eine dominierende Rolle einnehmen könnten.
Gavin Uberti, Mitgründer und CEO von Etched, erklärte, das Unternehmen sei überzeugt, dass zukunftsweisende KI-Infrastruktur mehr als nur inkrementelle Hardwareverbesserungen erfordere. Er beschrieb den Ansatz des Unternehmens als eine grundlegende Neugestaltung des Technologie-Stacks mit dem Ziel, Inferenzgeschwindigkeit, Kosteneffizienz und Skalierbarkeit zu verbessern.
Mitgründer und Präsident Rob Wachen erklärte, das Unternehmen habe noch viel Arbeit vor sich, um den Gigawatt-Bereich zu erreichen, und arbeite mit Investoren im Bereich KI-Infrastruktur zusammen, um schneller voranzukommen. Er fügte hinzu, das Team arbeite rund um die Uhr mit den ersten Kunden zusammen, um das erste Produkt auf den Markt zu bringen.
Amazon