Tre abbandoni di Harvard hanno raccolto 300 milioni di dollari per costruire il chip AI che i rivali dicono sia impossibile

Punti chiave

• Etched ha raccolto 300 milioni di dollari in un round di Serie C guidato da Sequoia, valutando l'azienda a 10,3 miliardi di dollari a luglio 2025.
• La valutazione della startup è raddoppiata da 5 miliardi di dollari in circa sette mesi dopo un aumento di 500 milioni di dollari nel dicembre 2024.
• Etched ha prenotato 1 miliardo di dollari in ordini e spedito i suoi primi sistemi completi ai clienti iniziali per i test.
• I chip, prodotti dal costruttore di contratti TSMC, sono progettati per accelerare l'inferenza AI, il lavoro informatico che avviene ogni volta che digiti un prompt e aspetti una risposta.
• Il co-fondatore Robert Wachen afferma che i sistemi possono eseguire qualsiasi modello AI moderno, non solo un tipo.

Etched, una startup di chip AI co-fondata da tre abbandoni di Harvard nel 2022, ha appena chiuso un round di finanziamento di Serie C da 300 milioni di dollari con una valutazione di 10,3 miliardi di dollari, segnalato per la prima volta da TechCrunch. Sequoia ha guidato l'operazione. Andreessen Horowitz, il gigante della memoria coreano SK Hynix, la società di trading Jane Street e Diffusion Capital hanno partecipato.

I numeri si muovono velocemente. Nel dicembre 2024, Etched era valutata a 5 miliardi di dollari dopo aver raccolto 500 milioni di dollari. Sette mesi dopo, quella cifra è più che raddoppiata. L'azienda sostiene che questa è la valutazione più alta di sempre per una Serie C guidata da Sequoia, un record notevole in un mercato che ha visto molti round importanti di recente.

Cosa produce effettivamente Etched?

Etched costruisce chip e li vende come sistemi rack completi, il tipo di hardware informatico che le grandi aziende AI inseriscono nei data center. I chip sono progettati per un compito specifico: l'inferenza.

L'inferenza è il lavoro informatico che avviene dopo che digiti qualcosa in ChatGPT o in uno strumento simile e premi invio. Si divide in due fasi. Innanzitutto, il sistema legge e comprende il tuo prompt, un passaggio chiamato prefill, che richiede molta potenza di calcolo grezza. Poi scrive la risposta, un passaggio chiamato decode, che richiede meno potenza di calcolo ma enormi quantità di memoria veloce.

Etched ha costruito un chip separato per ogni fase. Il chip di prefill funziona a voltaggio insolitamente basso, che genera meno calore e consente agli ingegneri di inserire più transistor (i minuscoli interruttori che eseguono il calcolo vero e proprio). Il chip di decode utilizza un nuovo tipo di memoria condivisa che permette a molti chip di lavorare insieme su quella che Etched chiama "memoria a scala di cluster", riducendo il tempo che ogni chip passa in attesa di dati.

La promessa è risposte più veloci a costi inferiori per le aziende AI, e infine per i loro clienti.

Qualcuno dovrebbe essere scettico?

Sì, genuinamente. L'azienda ha mantenuto il suo hardware dietro le quinte, mostrando demo solo agli investitori e ai clienti iniziali. I benchmark pubblici non esistono ancora.

Il co-fondatore e COO Robert Wachen riconosce lo scetticismo. I sistemi possono eseguire qualsiasi modello AI, afferma, inclusi modelli Mixture of Experts più recenti come DeepSeek e Qwen (un'architettura che divide i compiti tra più modelli specialisti più piccoli piuttosto che uno gigante) e design non-transformer come Mamba. I critici avevano ipotizzato che i chip fossero limitati a un singolo tipo di AI, il che sarebbe stata una seria limitazione.

Personaggi famosi hanno provato l'hardware e sono rimasti impressionati, dice Wachen, citando il ricercatore AI Andrej Karpathy, Noam Brown di OpenAI e il premio Nobel Geoffrey Hinton. Questo elenco è credibile. È anche, per definizione, un elenco curato.

Il bias di sopravvivenza è reale qui. Stai sentendo parlare della startup che ha raccolto 300 milioni di dollari, non di quelle che hanno corso la stessa gara e hanno perso.

Cosa succede dopo?

Etched ha 400 dipendenti, gestisce un data center da 2 megawatt e ora sta lavorando con alcune delle più grandi aziende AI del mondo, secondo Wachen. Il passo successivo è la produzione di massa e la consegna di sistemi rack, che è dove le startup hardware inciampano più spesso.

"Dobbiamo ancora essere umiliati da ciò che serve per arrivare effettivamente in scala," ha detto Wachen.

Se Etched riesce a consegnare, l'inferenza più veloce e meno costosa potrebbe tranquillamente abbassare il costo di ogni strumento AI che usi già. Questa è la scommessa su cui 300 milioni di dollari appena investiti hanno puntato.