Etched haalde eind juli $300 miljoen op in een Series C-financieringsronde met een waardering van $10.3 miljard, minder dan een maand nadat het bedrijf uit de 'stealth'-fase was getreden. Sequoia leidde de ronde, waaraan ook a16z, Jane Street, Diffusion en SK Hynix deelnamen. Het bedrijf omschreef dit als de hoogste waardering ooit behaald in een door Sequoia geleide Series C-ronde.
Etched is van plan de financiering te gebruiken om de productie uit te breiden en de implementatie bij klanten te versnellen. Naast de reeds gebouwde fabriek in Taiwan heeft het bedrijf een faciliteit van 80,000 vierkante voet geopend op ongeveer 15 minuten van het hoofdkantoor. De locatie in Milpitas, met een vermogen van 10 MW, zal onderdak bieden aan een nieuw productintroductielaboratorium, een eigen productielijn voor surface-mount technologie, prototyping en bredere implementatieactiviteiten.
Het bedrijf richt zich op speciaal ontworpen systemen voor AI-inferentie, wat het beschouwt als een centraal en groeiend onderdeel van AI-workloads. Etched streeft naar een hogere inferentiedoorvoer, lagere operationele kosten en een verbeterde energie-efficiëntie om grootschaligere implementaties te ondersteunen dan de huidige datacenterinfrastructuur economisch toelaat.
Ondersteuning voor meerdere modellen
Etched stelt dat hun hardware meerdere modelarchitecturen ondersteunt en niet beperkt is tot één enkel modeltype. De inferentieclusters draaien momenteel grote mix-of-experts-modellen, waaronder DeepSeek en Qwen, evenals Mamba, een state-space-model met een andere architectuur dan systemen gebaseerd op transformers. Deze aanpak is bedoeld om klanten in staat te stellen dezelfde infrastructuur te gebruiken naarmate de modelarchitecturen evolueren.
Het bedrijf ontwikkelt twee technologieën voor zijn rack-scale systemen. Low Voltage Inference, of LVI, is ontworpen om de FLOP-dichtheid te verhogen binnen de bestaande energiebeperkingen. Conventionele systemen lopen vaak tegen thermische limieten aan die de kloksnelheid beperken voordat ze hun maximale theoretische rekenkracht bereiken. Etched gebruikt hardware- en systeemco-design om een hogere doorvoer te realiseren met een lager energieverbruik en lagere kosten.
De combinatie van SRAM en HBM
Cluster Scale Memory, ofwel CSM, combineert SRAM en HBM in een geheugensysteem dat is ontworpen voor een volledig cluster in plaats van een individuele processor. De architectuur creëert een gedeelde SRAM-pool over het gehele schaalbare domein en verbindt deze met behulp van een eigen, snelle interconnect met lage latentie. Etched stelt dat dit ontwerp bedoeld is om de latentie van geheugentoegang te verbeteren en tegelijkertijd de nadelen op het gebied van kosten, opbrengst, betrouwbaarheid, thermische prestaties en rekenkracht te vermijden die gepaard gaan met systemen die uitsluitend op SRAM gebaseerd zijn en systemen die gebruikmaken van 3D DRAM.
Etched gaf aan dat de vraag naar zijn inferentiesystemen het aanbod overstijgt, omdat klanten overstappen van evaluatie naar productie-implementaties. Het bedrijf heeft zijn team snel uitgebreid tot 400 mensen, met ingenieurs die afkomstig zijn van NVIDIA, Broadcom, Google TPU, SK Hynix en high-frequency trading-bedrijven.
Het bedrijf opereert vanuit een kantoor in San Jose met een prototypefaciliteit voor nieuwe productintroducties en een datacenter van 2 MW waarop Etched-hardware continu draait. Sequoia-partner Sonya Huang zei dat Etched in minder dan drie jaar tijd een ongebruikelijke vooruitgang had geboekt voor een halfgeleiderbedrijf. Ze gaf aan dat speciaal voor inferentie ontwikkelde rekenkracht dominant zou kunnen worden naarmate inferentie zich verder ontwikkelt.
Gavin Uberti, medeoprichter en CEO van Etched, zei dat het bedrijf gelooft dat geavanceerde AI-infrastructuur meer vereist dan incrementele hardwareverbeteringen. Hij omschreef de aanpak van het bedrijf als een fundamentele herziening van de technologie-stack, gericht op het verbeteren van de inferentiesnelheid, de kostenefficiëntie en de schaalbaarheid.
Medeoprichter en directeur Rob Wachen zei dat het bedrijf nog een flinke klus te klaren heeft om de gigawatt-schaal te bereiken en samenwerkt met investeerders in AI-infrastructuur om sneller vooruit te komen. Hij voegde eraan toe dat het team dag en nacht met de eerste klanten werkt om het eerste product te ontwikkelen.
Amazon