Tre abbandoni di Harvard hanno appena raccolto 300 milioni di dollari per costruire il chip AI che i rivali definiscono 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 finanziamento di 500 milioni a dicembre 2024.
• Etched ha prenotato 1 miliardo di dollari in ordini e ha spedito i suoi primi sistemi completi ai clienti iniziali per i test.
• I chip, realizzati da TSMC, sono progettati per accelerare l'inferenza AI: il lavoro di calcolo 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 a una valutazione di 10,3 miliardi di dollari, come riportato per primo da TechCrunch. Sequoia ha guidato l'operazione. Anche Andreessen Horowitz, il gigante della memoria sudcoreano SK Hynix, la società commerciale Jane Street e Diffusion Capital hanno partecipato.

I numeri cambiano velocemente. A dicembre 2024, Etched era valutata 5 miliardi di dollari dopo aver raccolto 500 milioni. Sette mesi dopo, quella cifra è più che raddoppiata. L'azienda sostiene che si tratta della valutazione più alta mai raggiunta per una Serie C guidata da Sequoia, il che sarebbe notevole in un mercato che ha visto molti round importanti di recente. TSMC, che produce i chip di Etched, ha confermato un altro investimento di 100 miliardi di dollari nella produzione di chip negli USA a luglio, un segno di quanta capacità stia siendo costruita esattamente per questo tipo di cliente.

Cosa costruisce veramente Etched?

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

L'inferenza è il lavoro di calcolo che avviene dopo aver digitato qualcosa in ChatGPT o in uno strumento simile e aver premuto invio. Si divide in due fasi. La prima è il prefill: il sistema legge il tuo prompt, un passaggio che richiede molta potenza di calcolo grezza. La seconda è il decode, dove la risposta viene scritta di nuovo per te. Il decode richiede meno potenza di calcolo ma enormi quantità di memoria veloce.

Etched ha costruito un chip separato per ogni fase. Il suo chip di prefill funziona a tensione inusualmente bassa, il che genera meno calore e consente agli ingegneri di inserire più transistor (i piccoli interruttori che eseguono il vero calcolo). Per il decode, una nuova architettura di memoria condivisa permette a molti chip di lavorare insieme su quella che Etched chiama "cluster scale memory", riducendo il tempo che ogni chip trascorre in attesa dei dati.

Risposte più veloci a costi inferiori è la promessa. Dato che ogni data center AI funziona con un budget energetico fisso, i chip che fanno di più per watt sono molto importanti.

Qualcuno dovrebbe essere scettico?

Sì, davvero. 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, ha detto a TechCrunch, inclusi i più nuovi modelli Mixture of Experts come DeepSeek e Qwen (un'architettura che divide i compiti su diversi modelli specializzati più piccoli piuttosto che uno gigante) e design non-transformer come Mamba. I critici avevano assunto che i chip fossero bloccati a un singolo tipo di AI, il che sarebbe stata una limitazione seria.

Wachen dice che il ricercatore AI Andrej Karpathy, Noam Brown di OpenAI e il premio Nobel Geoffrey Hinton hanno tutti provato l'hardware e ne sono rimasti impressionati. Quell'elenco è credibile. È anche, per definizione, uno curato.

Il bias di sopravvivenza è reale qui. Stai ascoltando 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 ed è ora al lavoro con alcune delle più grandi aziende AI del mondo, secondo Wachen. La produzione di massa e la consegna di sistemi rack è il prossimo passo, ed è dove le startup hardware più spesso inciampano.

"Dobbiamo comunque essere umiliati da ciò che servirà effettivamente per raggiungere la scala", ha detto Wachen a TechCrunch.

Se Etched mantiene le promesse su velocità e costo, potrebbe silenziosamente abbassare il prezzo di ogni strumento AI che usi già. Questa è la scommessa su cui 300 milioni di dollari appena hanno puntato.