← 返回
科技行业动态#AI芯片#Etched#推理系统#英伟达

英伟达竞争对手Etched估值达50亿美元,AI芯片销售额破10亿

TechCrunch:AI(RSS)T2
02:1307/01 02:13社区阅读原文 ↗导出 MD ↓

评分

51

精选理由

该事件涉及AI芯片领域重大竞争动态,估值和订单数据具有行业指标意义,但商业模式仍待持续验证。

AI 点评

「Etched的快速增长表明市场对非英伟达AI推理芯片的强烈需求,可能重塑当前英伟达主导的AI芯片市场格局。」

速览

AI芯片初创公司Etched宣布其基于自研芯片的推理系统已获得10亿美元订单合同,公司估值飙升至50亿美元。作为英伟达的直接竞争对手,Etched凭借专为大规模推理优化的芯片架构,在云服务商和企业市场中快速崛起,标志着AI芯片领域竞争格局加速演变。

  • Etched自研AI推理芯片已获10亿美元订单
  • 公司估值达到50亿美元,成为英伟达重要对手
  • 推理系统面向云服务商和企业级市场
  • 反映AI芯片领域对专用推理硬件的需求激增

正文

Nvidia AI chip competitor Etched issued a progress report on Tuesday, after TSMC successfully manufactured its chip earlier this year. The startup says it has already booked $1 billion in contract orders for its product: full systems powered by those chips.

Etched is currently in the process of testing that first product with customers. It calls these systems “frontier inference clusters,” bundles that include the chips along with custom-designed racks and software, all built to help frontier models run inference faster, more cheaply, and with better power efficiency than rivals, Etched claims. (Inference is what happens after a user submits a prompt — it’s currently the biggest bottleneck, and the biggest cost center for AI companies trying to serve customers at scale, which is exactly why investors are paying attention to anyone promising to solve it.)

Etched, founded in 2022, also revealed that it has now raised a total of $800 million to date. The most recent tranche was an unannounced $500 million round closed in December at a $5 billion post-money valuation, the company said.

The startup has attracted a notable group of investors, too, including VentureTech Alliance, Jane Street, Hudson River Trading, Two Sigma, Ribbit Capital, and Stripes, who led the $500 million round. It has also secured angel investment from AI heavyweights including Andrej Karpathy, Geoffrey Hinton, Fei-Fei Li, Arthur Mensch, and Scott Wu. The cap table also includes billionaires Stanley Druckenmiller and Peter Thiel.

Although the startup’s press release frames Tuesday’s announcement as Etched “coming out of stealth,” co-founders — CEO Gavin Uberti (pictured above) and president Robert Wachen — have actually been talking to TechCrunch about their chip plans since 2024. Both dropped out of Harvard and became Thiel fellows to found Etched, as Uberti told TechCrunch at the time.

By 2024, Etched was already on investors’ radar, having raised more than $125 million. But on Patrick O’Shaughnessy’s “Invest Like the Best” podcast, the founders said that back in 2023, they struggled to get investors interested — even with a 30-page memo arguing that AI would eventually need specialized chips, not just general-purpose GPUs. Every major investor they pitched passed. The company was reportedly operating month-to-month, close to running out of cash, in those early days.

Today’s funding environment looks like a different planet by comparison. Investors are chasing everything AI-related, especially chip technology that speeds up inference. Competitor Cerebras had the first breakout IPO of the year, while AI chip maker Groq just raised $650 million. Hyperscalers Amazon, Google, and Microsoft all build their own in-house AI chips. Even OpenAI just announced its first custom chip, built by Broadcom.

Topics

AI, AI chips, etched, Startups, TC

When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.

Julie Bort Julie Bort

Venture Editor

Julie Bort is the Startups/Venture Desk editor for TechCrunch.

You can contact or verify outreach from Julie by emailing julie.bort@techcrunch.com or via @Julie188 on X. View Bio Event Logo November 4 Boston


Last chance to save up to $190 on TechCrunch Founder Summit. Join 1,000+ founders and VCs at all stages for real-world scaling insights and connections that move the needle.

Savings end June 26, 11:59 p.m. PT.

REGISTER NOW

Most Popular

相关条目

89

五维评分

信息增量9 ×0.3

基于真实用户行为数据的研究成果,提供了关于AI如何改变工作内容的新定量证据。

内容质量8 ×0.2

结构清晰,关键发现明确,但可进一步深入细分行业差异。

实用价值8 ×0.2

为企业管理层、HR和组织设计者提供了直接可参考的数据洞察。

时效性10 ×0.15

研究刚于近日发布,紧贴当前AI应用热潮。

信源可信度10 ×0.15

来源为OpenAI官方研究,数据可靠且权威。

基础分 89 × T1 信源权重 ×1 = 89

精选线 60已入选精选

11:30OpenAI:News(RSS)T1RSS

精选OpenAI研究:AI正在重新定义工作边界

如果你关心AI对实际工作的影响,这篇研究不容错过。它不讨论理论,而是用数据展示ChatGPT用户如何使用AI扩展自己的任务范围,这对HR、管理者以及每个希望提升技能的职场人都有直接启发。

AI行业#ChatGPT#OpenAI#劳动力市场影响
87

五维评分

信息增量8 ×0.3

提供了来自 AI 原生企业内部 CFO 的一手经验,信息增量较高。

内容质量9 ×0.2

内容结构清晰,来自权威高管,质量上乘。

实用价值8 ×0.2

为财务高管提供了可落地的经验与注意事项,实用价值强。

时效性9 ×0.15

刚发布的官方内容,时效性高。

信源可信度10 ×0.15

信源为 OpenAI 官方博客,可靠性极高。

基础分 86.5 × T1 信源权重 ×1 = 87

精选线 60已入选精选

01:00OpenAI:News(RSS)T1RSS

精选OpenAI CFO 分享构建 AI 原生财务职能的五大经验

作为编辑,我认为这篇文章的价值在于它来自 AI 领军企业的财务一把手,而非外部咨询机构,因此更具实践参考性。推荐给财务数字化负责人、CFO 以及对 AI 转型感兴趣的从业者阅读。

金融行业#AI原生财务#AI投资回报率#OpenAI
87

五维评分

信息增量8 ×0.3

首次系统性报告智能体AI在科学计算中的具体应用案例,信息增量较高。

内容质量9 ×0.2

来自权威机构OpenAI,内容结构清晰,案例详实,质量上乘。

实用价值8 ×0.2

为科研人员和决策者提供了可操作的参考和路线图,实用价值显著。

时效性9 ×0.15

报告发布日期为近期,紧贴AI agent热门趋势,时效性强。

信源可信度10 ×0.15

OpenAI作为AI领域头部机构,其官方报告可信度极高。

基础分 86.5 × T1 信源权重 ×1 = 87

精选线 60已入选精选

01:00OpenAI:News(RSS)T1RSS

精选智能体AI时代下的科学计算:OpenAI发布新领域报告

这份报告是当前AI agent热潮中最务实的应用分析之一,尤其适合计算生物学和药物研发领域的从业者阅读。它回答了“AI agent除了写代码还能干什么”这个关键问题,直接展示了在复杂科学计算中的生产力提升。

AI行业#AI编码智能体#OpenAI#基因组学
87

五维评分

信息增量8 ×0.3

语音人类自然度评估标准新工具,信息增量高,此前缺乏同类开源基准。

内容质量9 ×0.2

内容详实,技术细节清晰,附带使用说明与开源代码,质量高。

实用价值9 ×0.2

直接可用于模型开发与对比,实用价值极高,尤其对语音相关团队。

时效性8 ×0.15

语音AI快速发展期,评测需求强烈,发布时机恰逢其时。

信源可信度10 ×0.15

Hugging Face官方博客,权威信源,工具已开源可验证。

基础分 87 × T1 信源权重 ×1 = 87

精选线 60已入选精选

08:00Hugging Face:Blog(RSS)T1RSS

精选Real World VoiceEQ:量化语音AI的人类自然度

值得关注的是,这个基准真正聚焦'人类自然度'这个软指标,而不是传统的语音识别率或MOS评分。对从事语音合成、语音克隆或语音交互的团队来说,这是一个非常实用的参考工具,可以快速定位模型在情感、韵律等层面上的不足。不过目前支持语言有限,期待后续扩展。

科技行业#Hugging Face#Real World VoiceEQ#自然度评估
85

五维评分

信息增量8 ×0.3

提出新颖的AI ROI量化框架,对当前缺乏标准化评估方法的企业具有较高的信息增量。

内容质量7 ×0.2

框架逻辑清晰,但缺乏具体案例或数据支撑,偏概念性介绍。

实用价值9 ×0.2

直接面向企业实际痛点,可操作性强,对投资决策有明确指导意义。

时效性10 ×0.15

在当前AI投资泡沫与理性化需求背景下,该内容极其及时。

信源可信度9 ×0.15

来自OpenAI官方渠道,由CFO署名,权威性高。

基础分 84.5 × T1 信源权重 ×1 = 85

精选线 60已入选精选

18:00OpenAI:News(RSS)T1RSS

精选OpenAI 推出AI时代记分卡:衡量投资回报的新方法

这篇博文直击当前AI行业的软肋——如何量化投入产出。对于正在或计划大规模部署AI的企业决策者而言,它能帮助避免盲目跟风。我个人建议结合自身业务场景尝试定义“有用工作”,避免指标设计流于形式。

科技行业#AI记分卡#AI部署策略#OpenAI
85

五维评分

信息增量8 ×0.3

提出了新颖的'每美元有用功'指标,对AI投资评估有较高信息增量。

内容质量7 ×0.2

逻辑清晰、结构完整,但缺少实际案例分析,略偏抽象。

实用价值9 ×0.2

为企业提供了可落地的衡量框架与治理建议,实用性强。

时效性9 ×0.15

发表于代理时代兴起之际,贴合当前企业AI投资焦虑点。

信源可信度10 ×0.15

来源为OpenAI官方博客,权威性高。

基础分 84.5 × T1 信源权重 ×1 = 85

精选线 60已入选精选

18:00OpenAI:News(RSS)T1RSS

精选代理时代如何管理AI投资:聚焦每美元有用功与高价值工作流

这篇文章对正在大规模部署AI代理的企业尤为重要。它提醒我们:单纯盯着API价格下降会陷入误区,真正要管理的是每单位工作的投资回报率。建议CTO和CFO联合阅读,并在内部建立量化评估机制。

AI行业#AI代理#OpenAI#ROI
85

五维评分

信息增量8 ×0.3

提出组织延迟这一概念,对AI落地实践有增量启发。

内容质量8 ×0.2

观点明确,逻辑清晰,引用权威信源。

实用价值9 ×0.2

对企业和组织管理者具有直接指导意义。

时效性8 ×0.15

当前AI快速迭代期,组织滞后问题紧迫。

信源可信度10 ×0.15

来源为OpenAI官方新闻,权威性高。

基础分 85 × T1 信源权重 ×1 = 85

精选线 60已入选精选

20:00OpenAI:News(RSS)T1RSS

精选设计能跟上AI的组织:组织延迟成为最大障碍

这篇文章真正值得关注的是提出了一个被忽视的瓶颈:技术再强,组织跟不上也是白搭。对CTO、CIO和转型负责人来说,这是比技术选型更重要的思考框架。

AI行业#AI#OpenAI#组织变革
84

五维评分

信息增量9 ×0.3

首次公开OpenAI与美能源部合作框架,披露合作领域与资源支持,信息增量高。

内容质量8 ×0.2

内容清晰完整,但缺乏具体时间表与项目细节,质量上乘但可优化。

实用价值7 ×0.2

对科研机构与政策制定者有参考价值,但普通读者直接实用度一般。

时效性8 ×0.15

新闻刚发布,但合作尚未有落地成果,时效性良好。

信源可信度10 ×0.15

来源为OpenAI官方RSS,权威性无可挑剔。

基础分 84 × T1 信源权重 ×1 = 84

精选线 60已入选精选

20:00OpenAI:News(RSS)T1RSS

精选OpenAI宣布与美国能源部和国家实验室合作,推动前沿AI加速科学发现

这不仅是技术合作,更是AI国家战略的里程碑。对关注AI政策与科学创新的读者,值得细读框架设计。

AI行业#OpenAI#前沿AI#国家实验室

引用前请核对原文