Etched ha raccolto altri 700 milioni di dollari raggiungendo una valutazione di 21 miliardi di dollari. Il nuovo finanziamento è stato guidato da Jane Street, il fondo quantitativo che, prima di investire, ha testato e acquistato l’hardware AI della startup. L’operazione fotografa una corsa degli investitori verso le infrastrutture capaci di accelerare l’esecuzione dei modelli di intelligenza artificiale.
La progressione finanziaria è stata particolarmente rapida anche rispetto ai ritmi del settore. Etched valeva 5 miliardi di dollari a dicembre, mentre a luglio aveva raccolto un round Series C da 300 milioni sulla base di una valutazione di 10,3 miliardi. In appena un mese il valore attribuito dagli investitori è quindi raddoppiato, con un incremento vicino a 11 miliardi di dollari. Al centro della nuova scommessa non c’è soltanto un singolo chip, ma un sistema completo progettato per gestire carichi AI su larga scala.
L’azienda definisce questi sistemi frontier inference clusters, cluster dedicati alla fase in cui un modello elabora una richiesta e restituisce la risposta all’utente. È un’impostazione paragonabile, sul piano concettuale, ai sistemi completi che NVIDIA chiama AI factory. Etched punta però su componenti sviluppati internamente per affrontare i diversi colli di bottiglia dell’inferenza, dalla potenza di calcolo necessaria per interpretare il prompt alla memoria richiesta per generare l’output.
Robert Wachen, cofondatore e direttore operativo della startup, ha distinto il processo in due momenti: prefill e decode. Durante il prefill, matematicamente intenso e oneroso sul piano computazionale, il sistema deve comprendere il prompt e il relativo contesto. Nella fase di decode, maggiormente dipendente dalla memoria, produce invece i token che compongono la risposta visibile. La strategia di Etched consiste nell’ottimizzare separatamente entrambi i passaggi attraverso architetture costruite da zero.
Per la prima fase la società ha sviluppato un chip prefill a bassa tensione. Questa caratteristica permette di inserire più transistor limitando i problemi termici tipici dei processori AI di fascia alta, con l’obiettivo di elaborare un maggior numero di token in meno tempo. La combinazione tra densità dei transistor e controllo del calore dovrebbe tradursi, nelle promesse dell’azienda, in una capacità superiore di sostenere le richieste più impegnative.
Per il decode, Etched ha progettato una nuova memoria e un’interconnessione denominata cluster-scale memory. L’architettura consente a numerosi chip di collegarsi e utilizzare un bacino di memoria condiviso con latenza molto bassa. Il risultato atteso è un aumento della velocità accompagnato da una riduzione dei costi. La società sta inoltre cercando di superare un equivoco legato al progetto originario: i suoi processori non sono più costruiti attorno a un singolo modello, ma possono eseguire qualsiasi modello frontier.
La decisione di Jane Street offre alla startup anche una prima validazione commerciale. La società di investimento ha dichiarato di essere soddisfatta dei risultati iniziali dei test e di avere installato un rack Etched nel proprio data center per supportare i carichi più esigenti. Nel capitale figurano inoltre Kleiner Perkins, Sequoia Capital, Andreessen Horowitz, Peter Thiel, Tiger Global, Bain Capital Ventures e Blackstone, insieme ad altri investitori. La valutazione da 21 miliardi incorpora così aspettative elevate sulla capacità di Etched di trasformare velocità, memoria condivisa e minori costi in un’alternativa concreta nelle infrastrutture AI.