哈佛辍学生创办“只跑Transformer”的芯片公司，辛顿、李飞飞都投了

6 月 30 日，AI 芯片创业公司 Etched 公开披露其累计融资总额已达 8 亿美元。

投资方名单中有几个十分显眼的名字：量化交易巨头 Jane Street、与台积电有战略合作关系的 VentureTech Alliance，以及图灵奖和诺贝尔奖得主 Geoffrey Hinton、计算机视觉先驱李飞飞、以及 OpenAI 联合创始人 Andrej Karpathy。

公司还同时宣称已签下价值 10 亿美元的销售合同，计划今年夏天开始向部分客户交付芯片。这是 Etched 将近两年来首次公开谈论自己的融资和产品进展。“我们一直比较安静，直到有成果可以拿出来展示。”联合创始人兼 CEO Gavin Uberti 说。

过去几年，大模型的发展主要由训练驱动，通用 GPU 凭借强大的通用计算能力成为行业标准，英伟达也因此占据了 AI 芯片市场的主导地位。随着模型训练逐渐放缓、推理需求快速增长，行业开始更加关注推理成本、响应延迟和能效，而不仅仅是峰值算力。这意味着，原本为了兼顾各种计算任务而设计的通用 GPU，并不一定是所有推理场景下的最优解，也给了专用定制芯片(ASIC)留下了机会。

Etched 的核心产品叫 Sohu，是一颗专门为 Transformer 架构设计的ASIC芯片。这个由 Google 于 2017 年提出的神经网络架构，凭借自注意力机制大幅提升了大模型处理文本、图像等序列数据的能力，如今的主流大模型，都建立在 Transformer 或其衍生架构之上。因此，Etched 的判断是，既然 Transformer 已成为 AI 的事实标准，那么与其使用面向各种计算任务的通用 GPU，不如直接围绕 Transformer 的计算流程设计一颗专用芯片。

图 ｜ Sohu（来源：Etched）

因此，Sohu 将注意力机制、线性投影、Softmax、层归一化等 Transformer 的核心算子直接固化到硅片中，采用台积电 4 nm 工艺制造，单颗芯片配备 144 GB HBM3E 显存。按照 Etched 公布的数据，由 8 颗Sohu 组成的服务器在运行 Llama 70B 时，推理速度可超过每秒 50 万个 token，而同等配置下，英伟达 H100 约为 2.3 万个token/s，B200 约为 4.5 万个 token/s。

不过，Etched 并没有试图全面取代 GPU，而是希望在 Transformer 推理这一细分场景中提供一种更高效的选择。换句话说，它挑战的是 GPU 在 AI 推理领域“一统天下”的局面。

在芯片之外，Etched 还做了一件同行几乎没做过的事：自己设计整套服务器机柜，包括电路板、芯片散热板、网络连接模块等全部硬件。联合创始人兼总裁 Robert Wachen 说，Etched 是唯一一家这样做的芯片创业公司。“如果选择做一件困难的事，就应该把整件事都做好。”Uberti 说，“你只有造出一整套产品，才有可能在规模上和别人竞争。”

Etched 与台积电的合作不止于代工。在台积电的协助下，它还开发了一项叫做“低电压推理”的技术，通过降低芯片运行电压来抑制发热，从而在同一块硅片上榨出更多性能。公司还设计了一套混合存储系统，把英伟达芯片赖以成名的 HBM（高带宽存储）和在低延迟场景中越来越受重视的 SRAM（静态随机存储）组合在一起，试图兼顾吞吐量和响应速度。

总体来看，Etched 的融资节奏推进得非常快。2022 年，还在哈佛大学攻读数学和计算机专业的 Gavin Uberti 与 Chris Zhu 决定退学创业，押注 Transformer 将成为 AI 的主导架构。2023 年 4 月，公司获得由 Primary Venture Partners 领投的 536 万美元种子轮融资，并迁至硅谷；2024 年 6 月，又完成 1.2 亿美元融资。

图 ｜从左至右依次为： Robert Wachen、Gavin Uberti与 Chris Zhu（来源：Etched）

2025 年 12 月，Etched 完成由Stripes 领投的 5 亿美元融资，公司估值达到 50 亿美元，Peter Thiel、Positive Sum 和 Ribbit Capital 等机构参投。据知情人士透露，Jane Street 此前还领投了一轮未公开披露的融资，使其对 Etched 的累计投资超过 1 亿美元。同轮投资者还包括另外两家全球知名量化交易公司：Hudson River Trading 和 Two Sigma。

其中，华尔街量化交易机构的集中入局尤其值得关注。Jane Street、Hudson River Trading 和 Two Sigma 都是全球最大的高频交易公司，也是 AI 推理算力的重度用户。对于交易系统而言，推理延迟直接影响交易收益，因此，它们既可能成为 Etched 未来的重要客户，也具备判断这类技术路线商业价值的能力。

不过，Etched 的创业过程也不是一帆风顺。此前，Etched 在印度班加罗尔的一家供应商曾出现问题，一度可能导致项目延期一至两年。为此公司派出十余名核心工程师长期驻扎当地，花了六个月时间解决问题。目前，Etched 已拥有约 400 名员工，其中超过一半居住在圣何塞总部附近。联合创始人 Robert Wachen 认为，团队高度集中办公，是快速攻克复杂工程问题的重要原因。

与此同时，AI 芯片产业的竞争焦点也正在从训练快速转向推理。2025 年 12 月，推理芯片公司 Groq 同意将其技术授权给英伟达，交易金额据报道约为 200 亿美元，其大部分团队随后加入英伟达。2026 年 4 月，Google 宣布新一代 AI 芯片将推出专门面向推理的版本；2026 年 5 月，Cerebras 成功上市。市场研究机构预计，未来几年定制 ASIC 的出货量年复合增速将达到 44.6％，远高于 GPU 的 16.1％。

但专用芯片也有其风险。Sohu 只能运行基于 Transformer 的模型，而如今越来越多主流模型开始采用混合专家（MoE）架构，例如 DeepSeek V4 和 Qwen3-235B-A22B，这类模型与 Sohu 并不兼容。

如果未来主流模型架构继续演进，一颗为 Transformer 深度定制的芯片就可能面临适配困难。这也是所有 ASIC 路线共同承担的风险：押对架构，就是数量级的性能优势；押错架构，则可能意味着巨额研发投入沦为沉没成本。

1.https://news.bloombergtax.com/daily-tax-report-international/ai-chip-startup-etched-says-jane-street-tsmc-linked-vc-invested?

2.https://www.reuters.com/technology/artificial-intelligence/ai-startup-etched-raises-120-million-develop-specialized-chip-2024-06-25/?

3.https://www.youtube.com/watch?v=zh6REnqwXe4