A Etched levantou US$ 300 milhões em uma rodada de financiamento Série C, atingindo uma avaliação de US$ 10.3 bilhões, anunciada no final de julho, menos de um mês após a empresa sair do modo stealth. A Sequoia liderou a rodada, que contou com a participação da a16z, Jane Street, Diffusion e SK Hynix. A empresa descreveu a rodada como a maior avaliação já alcançada em uma Série C liderada pela Sequoia.
A Etched planeja usar o financiamento para expandir a produção e acelerar a implementação junto aos clientes. Além da fábrica já existente em Taiwan, a empresa inaugurou uma unidade de 7.432 metros quadrados (80,000 pés quadrados) a aproximadamente 15 minutos de seu escritório principal. A unidade de 10 MW em Milpitas abrigará um laboratório de introdução de novos produtos, uma linha de produção interna de tecnologia de montagem em superfície (SMT), prototipagem e operações de implementação mais amplas.
A empresa está focada em sistemas desenvolvidos especificamente para inferência de IA, que considera um componente central e em expansão das cargas de trabalho de IA. A Etched busca maior taxa de transferência de inferência, custos operacionais mais baixos e maior eficiência energética para suportar implantações em larga escala que a infraestrutura atual de data centers não consegue oferecer economicamente.
Suporte a múltiplos modelos
A Etched afirma que seu hardware suporta múltiplas arquiteturas de modelos e não se limita a um único tipo de modelo. Seus clusters de inferência atualmente executam grandes modelos de mistura de especialistas, incluindo DeepSeek e Qwen, bem como Mamba, um modelo de espaço de estados com uma arquitetura diferente dos sistemas baseados em transformadores. Essa abordagem visa permitir que os clientes usem a mesma infraestrutura à medida que as arquiteturas dos modelos evoluem.
A empresa está desenvolvendo duas tecnologias para seus sistemas de escala de rack. A Inferência de Baixa Voltagem (LVI, na sigla em inglês) foi projetada para aumentar a densidade de FLOPs dentro de um limite de consumo de energia já existente. Os sistemas convencionais frequentemente encontram limitações térmicas que restringem as velocidades de clock antes de atingirem seu desempenho computacional teórico máximo. A Etched utiliza o projeto conjunto de hardware e sistema para atingir maior taxa de transferência com menor consumo de energia e custo.
Combinando SRAM e HBM
A Memória em Escala de Cluster (CSM, na sigla em inglês) combina SRAM e HBM em um sistema de memória projetado para um cluster inteiro, em vez de um processador individual. A arquitetura cria um pool de SRAM compartilhado em todo o domínio de escalonamento vertical e o conecta usando uma interconexão proprietária de alta largura de banda e baixa latência. A Etched afirma que esse projeto visa melhorar a latência de acesso à memória, evitando as compensações de custo, rendimento, confiabilidade, térmica e computacional associadas a sistemas baseados apenas em SRAM e abordagens baseadas em DRAM 3D.
A Etched afirmou que a demanda por seus sistemas de inferência está superando a oferta, à medida que os clientes passam da fase de avaliação para a implementação em produção. A empresa expandiu rapidamente sua equipe para 400 pessoas, com engenheiros recrutados da NVIDIA, Broadcom, Google TPU, SK Hynix e empresas de negociação de alta frequência.
A empresa opera a partir de um escritório em San Jose, que inclui uma instalação de prototipagem de novos produtos e um data center de 2 MW executando hardware da Etched continuamente. A sócia da Sequoia, Sonya Huang, afirmou que a Etched fez progressos incomuns para uma empresa de semicondutores em menos de três anos. Ela disse que a computação de inferência dedicada pode se tornar dominante à medida que a inferência se expande.
Gavin Uberti, cofundador e CEO da Etched, afirmou que a empresa acredita que a infraestrutura de IA de ponta exige mais do que melhorias incrementais de hardware. Ele caracterizou a abordagem da empresa como uma reformulação completa da pilha de tecnologia, focada em aprimorar a velocidade de inferência, a eficiência de custos e a escalabilidade.
O cofundador e presidente Rob Wachen afirmou que a empresa tem muito trabalho pela frente para atingir a escala de gigawatts e está firmando parcerias com investidores em infraestrutura de IA para acelerar o processo. Ele acrescentou que a equipe está trabalhando ininterruptamente com os primeiros clientes para lançar seu primeiro produto.
Amazon