# AI芯片新星Etched：500亿估值背后的推理专用化浪潮
近日，AI芯片初创公司Etched宣布完成新一轮融资，估值飙升至500亿元人民币，同时其首款推理系统已斩获超百亿订单。这一消息在AI基础设施领域引发震动——在英伟达GPU几乎垄断训练市场的当下，Etched凭借**全栈Transformer专用推理架构**，开辟了一条差异化赛道。
## 一、技术突破：从“通用”到“专精”的降维打击
Etched的核心产品是一款基于ASIC（专用集成电路）的推理芯片，专为Transformer模型（如GPT、Llama、BERT）的**在线推理**场景设计。与英伟达H100/B200等GPU相比，其最大优势在于**能效比与延迟控制**。通过去除图形渲染、通用计算等冗余模块，Etched芯片在单卡上可实现80 TOPS/W的推理能效，约为同类GPU的5-8倍；同时，针对自注意力机制（Attention）做了硬件级流水线优化，使得首token延迟低至2ms以下，完美适配大模型实时交互场景（如AI Agent、语音助手）。
## 二、订单背后的产业共识：推理算力正在“撕裂”市场
百亿级订单来自多家头部云厂商与垂直行业巨头，覆盖智能客服、代码生成、自动驾驶感知等高频推理场景。这反映出行业的一个关键转折：**大模型训练算力需求增速放缓，推理算力却开始指数级爆发**。据IDC预测，到2027年，推理算力将占AI总算力的60%以上。而当前GPU在推理环节存在严重“性能过剩”——其强大的并行计算单元在处理串行化推理任务时利用率不足30%。Etched等专用芯片正是瞄准了这一效率洼地，以更低的TCO（总拥有成本）撬动客户迁移。
## 三、估值逻辑：对标Groq，但更“务实”
此前，另一家推理芯片新锐Groq凭借LPU（语言处理单元）获得高估值，但其依赖SRAM缓存、单芯片算力有限，需大量堆叠才能部署大模型。Etched则采用**3D堆叠HBM3e+定制SRAM**方案，单卡即可运行1750亿参数模型（如GPT-3级别），且支持FP8/INT4混合精度，兼顾精度与吞吐。500亿估值对应约10倍PS（市销率），基于其已签约的百亿订单（年化收入约50亿），机构看中的不仅是当前订单，更是其**后发优势**——当英伟达的Blackwell架构仍以GPU通用路线为主时，Etched已用ASIC锁住了最肥的推理蛋糕。
## 四、风险与展望：生态壁垒不可忽视
尽管技术亮眼，Etched仍面临挑战：其一，其芯片仅支持Transformer架构，若未来出现Mamba、RWKV等替代架构，则面临“单点风险”；其二，英伟达的CUDA生态与TensorRT推理引擎已形成强用户粘性，Etched需要自建编译栈和算子库，迁移成本或成客户决策障碍。不过，随着开源推理框架（如vLLM、TensorRT-LLM）对非GPU硬件的支持度提升，以及AI推理场景对成本的高度敏感，Etched有望在2-3年内占据对话式AI、搜推广等细分市场10%-15%的份额。这场“专用 vs 通用”的算力战争，才刚刚开始。
