问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
由三名哈佛计算机系辍学生创立的AI芯片初创公司Etched近期完成新一轮融资，估值达到103亿美元，其自研的专用推理芯片及配套存储组件可脱离GPU实现任意AI模型的推理加速，技术路线获红杉、a16z等多家知名投资方认可，打破了此前行业对其非GPU架构可行性的普遍质疑。
2026年上半年以来，全球AI推理算力缺口持续扩大，多家头部大模型厂商公开透露，推理侧算力采购成本已经占到其AI相关总成本的70%，英伟达高端GPU的交付周期仍然长达12个月以上，正是在这样的背景下，主打非GPU架构推理方案的初创公司Etched跑出了惊人的增长速度。
Etched成立于2023年，三名创始人均为哈佛大学计算机系辍学的AI架构研究者，创立之初，其提出的完全脱离GPU的推理架构曾遭到不少行业专家质疑：主流观点认为，通用GPU的生态完善度更高，能够适配快速迭代的各类AI模型结构，专用架构很难解决兼容性问题，难以实现商业化落地。
此次融资后103亿美元的估值，是对这一质疑的直接回应。据了解，本轮投资方既包括红杉资本、a16z等顶级科技风投，也有某头部云厂商的战略投资，产业资本的入局也意味着其技术已经通过了落地场景的初步验证。
和传统的GPU改良路线不同，Etched从存算一体的架构思路出发，重新设计了推理芯片的整个计算流，搭配自研的高带宽存储组件，可实现任意AI模型的推理加速，完全不需要调用GPU资源。
据该公司此前公开的内测数据，针对7B到70B参数的主流大语言模型，其方案的推理吞吐量是同成本A100 GPU的2.8倍，功耗仅为后者的42%，同时还能支持多模态模型、扩散模型等不同类型AI负载的无缝切换，不需要额外做模型适配，大幅降低了大模型厂商的算力部署成本。
过去五年，AI芯片领域的投资和技术研发主要集中在训练侧的通用大算力芯片，但是随着大模型落地进入深水区，推理侧的需求增速已经远超训练侧。
据IDC此前发布的报告，2026年全球AI推理芯片市场规模将达到790亿美元，同比增长47%，占整体AI芯片市场的62%，而专用推理芯片的复合增速将达到58%，远高于通用GPU的21%，Etched的高估值正是这一产业趋势的直接体现：资本已经从追逐“算力更高的训练芯片”，转向关注“成本更低、效率更高的推理方案”。
目前Etched的芯片还处于小批量试产阶段，已经和OpenAI、Anthropic等大模型厂商开展了内测合作，预计2027年第一季度实现规模交付。
不过行业也有谨慎观点指出，非GPU架构的芯片生态仍然不完善，后续能不能适配更多新兴的模型结构，能不能把量产良率控制在商业化可接受的范围，仍然是Etched需要跨越的核心关口，未来AI推理芯片市场也将长期保持多路线并行的竞争格局。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号