卡帕西李飞飞辛顿都投的Transformer专用芯片，签下10亿美元大单
在AI芯片这个赛道上，通用性一直是主流叙事。兼容并包、生态完善，这是英伟达们最引以为傲的护城河。
但这种共识正在被打破。
一家只做Transformer专用芯片的创业公司，刚刚成功流片，并且一口气宣布了一连串大进展：不仅筹集到了8亿美元的资金，还喜滋滋地拿下了10亿美元的客户大单。更令人瞩目的是，卡帕西、李飞飞、辛顿，这些AI领域的顶级人物，都成了这家公司的投资人。
这家公司叫Etched。
它创立于2024年。在别的AI芯片公司拼命强调兼容、通用、生态的时候，Etched从一开始就心无旁骛地扑在Transformer专用芯片上。中间好长一段时间，它几乎没有公开动静，像是隐身了一样。结果在六月最后一天，突然冒出来，一口气宣布走出隐身状态——芯片流片了，钱融到了，客户的单子也大得惊人。
公司官方账号还透露，基于现有进展，他们已经造出了第一批机柜。“早期客户测试表明，我们在推理工作负载方面实现了最先进的吞吐量、延迟和能效。”古人云“不鸣则已，一鸣惊人”，大概就是这种感觉。
作为资方爸爸之一的卡帕西显得非常激动：
Etched突然“诈尸”，搞了波大的
在自家官方推特突然“诈尸”之前，Etched给人留下的印象，几乎都来自那句“这是一家只给Transformer做AI芯片的初创公司”。结果冷不丁地，一连串宣布下来，人们才发现，它做的已经不止是Transformer专用芯片了。
汇总目前的信息，它从芯片、机柜、软件到制造方法，全都在着手设计，搞的是一整套面向前沿模型推理的集群系统。
先说芯片和机柜。正式信息显示，今年早些时候，Etched的A0版芯片已经从台积电N4P工艺流片回片了。现在推出的首款机柜产品，主要是为了满足那10亿美元的大单需求。他们直言不讳地表示，第一批机柜计划今年夏天出货。那么，Etched的商业化节奏，也就摆在桌面上了。
至于软件和制造方法层面——按照最新说法，它的推理系统是为前沿模型准备的，覆盖了万亿参数级MoE、长上下文和Agent工作负载。为了跑这些任务，Etched共同设计了新的芯片、封装、PCB、冷板、互连等组件。
此外，Etched引入了低电压推理（LVI）技术，适用于高吞吐量工作负载。先说个前情提要：现在AI芯片如果不进行热节流，就无法扩展浮点运算能力。而随着浮点运算能力的提升，芯片会消耗更多电力并降低时钟频率。这通常导致持续的推理吞吐量，低于峰值浮点运算能力的一半。
针对这个问题，Etched设计了一种全新的架构，使芯片的数学模块能够在不到大多数AI芯片一半的电压下运行。这使得芯片的浮点运算密度比目前的AI芯片高出数倍。官方宣称，这套设计可以让万亿参数级稀疏MoE在80%以上峰值FLOPs下运行，同时不出现热降频。要做到这一点，需要从晶体管到token的统筹设计，包括可拆分数学阵列、电路技术、tiling和调度算法、供电网络、VRM架构、高级封装和冷板设计。
与此同时，Etched还推出了适用于低延迟工作负载的集群规模内存（CSM）。当前采用HBM的AI芯片，受限于内存子系统和互连瓶颈，难以达到接近SRAM的解码速度；而纯SRAM架构的芯片虽然延迟更低，却往往受限于浮点运算密度和内存容量，难以兼顾吞吐量。通常我们不得不在两者之间做取舍：要么以更慢的速度提供服务，要么压低批量规模运行，从而承受更高成本。
在运行巨型MoE模型时，token需要在不同专家之间路由，数据必须穿过多层内存体系和网络交换网络，才能到达目标专家。每多一层内存，延迟就会增加一分。因此，从延迟角度看，最好的内存层级，某种意义上就是“少一层是一层”。为此，Etched团队设计了一种新架构，在整个scale-up域内构建共享的低延迟内存池。他们采用了专有的超低延迟、高带宽互连技术，大幅提升跨芯片内存访问速度。基于HBM/SRAM的混合设计，同时解决了容量和mem2mem延迟问题，让高吞吐与强交互性得以兼得。据说，CSM不仅改善了延迟表现，也避免了当前纯SRAM芯片、3D DRAM芯片或光互连方案在成本、可靠性、良率、散热和算力上的种种取舍。
这家公司有啥来头？
公司还透露，现在团队已有超过400名工程师，分别来自英伟达、谷歌TPU、博通、SK海力士、台积电等公司。
说到团队，我们来详细讲讲创始三剑客。这个团队的标签，非常符合刻板印象里那种“硅谷范儿”——毕竟“哈佛辍学生创业团队”是他们身上最醒目的标签。
CEO叫Ga vin Uberti（简称G哥），是“给Transformer做专用AI芯片”的最早推动者。本科时期他考入哈佛，一边继续学数学与计算机相关课程，一边开始接触AI编译器优化与系统层问题。2020年到2024年间，他先后在几家初创公司实习，涉及端侧AI和低功耗计算、高等教育学术运营管理软件，以及机器学习模型部署和推理基础设施。干过编译器的活，也干过算法和后端。
2024年，Etched有了雏形。在研究Transformer推理过程中，G哥逐渐意识到：推理瓶颈其实是底层计算架构不适配Transformer工作负载。他的思路就从“优化模型”转向了“重构计算系统”。G哥后来对外频频回忆，正是对Transformer未来走向的判断，推动他和团队押注做专用芯片。
另外两位联合创始人Chris Zhu和Robert Wachen同样是哈佛校友（辍学版）。想创业的G哥，转身就拉上了在校园合作过的Chris一起退学。媒体大多对这个人的评价是“更偏工程实现与系统落地”。2024年，两人明确可能要走芯片路线之后，拿到了约550万美元的种子轮投资，然后一鼓作气拉了Wachen入伙。Wachen的背景是计算机相关方向，在学校阶段，他重点关注计算机系统基础、软件与硬件之间的抽象关系理解、工程实现思维三个方向。
创业第二年，兄弟三个一起入选了2024届Thiel Fellowship。这是一个由彼得·蒂尔创办的奖学金/创业扶持项目，面向22岁以下的年轻人，鼓励他们暂停或放弃大学，直接去创业或做研究。像这样创始团队所有成员同时入选同一届Thiel Fellowship的情况，还真不多见。00后、哈佛、辍学创业、AI、Transformer专用芯片……这么一听，感觉这团队身上的硅谷范儿标签烙得更深了。
公开融资记录显示，Etched在2024年完成了种子轮，金额约536万到540万美元区间。同年6月，对外宣布完成1.2亿美元A轮融资，并同步推出首款芯片，强调它是首款专为Transformer模型设计的ASIC，主打高吞吐推理。当时给出的说法是：一台8芯片服务器在Llama 70B场景下，可以达到远高于8卡H100的token吞吐。但那个时候都只是纸上谈兵，直到今天才宣布流片成功。
同年10月，他们和Decart合作，公开发布了被称为“the first playable AI-generated game”的Oasis项目——这是一个可以用键盘操控、但整个世界由模型逐帧生成的交互式生成系统。合作中，Decart负责世界模型本身的训练、架构设计以及“用Transformer做实时视频生成”的核心算法；Etched负责推理侧和系统优化，重点在如何让扩散Transformer在H100级别GPU上跑到接近实时的帧率，并且把这种能力进一步映射到他们未来的专用芯片上。这大概是Etched最会讲故事的一次产品演示。
后来，Etched就有点默默潜伏的意思，只在去年年末、今年年初之际，曝出新一轮又融到了5亿美元、投后估值50亿美元。既然最新已经宣布第一批机柜今年夏天就会对外发售，到这一步，故事已经很难只靠“天才休学生创业”来撑了。客户机房、真实负载、稳定运行和真金白银的验收，才是Etched接下来要打的硬仗。
