Etched翻译站点

公司概况

Etched是一家成立于2022年的美国AI芯片初创公司，总部位于加利福尼亚州圣何塞，由三位哈佛大学辍学生（Gavin Uberti、Chris Zhu、Robert Wachen）联合创立。公司核心团队汇聚了芯片设计、AI算法和硬件工程领域的顶尖人才，包括前Cypress Semiconductor CTO Mark Ross、英伟达22年老将Brian Loiler等。截至2026年1月，Etched已完成累计近10亿美元融资，估值达50亿美元，投资方包括Peter Thiel、Stripes Group等知名机构。

产品与服务

核心产品：Sohu芯片

Sohu是Etched推出的全球首款专为Transformer架构优化的ASIC（专用集成电路）芯片，主要面向AI大模型推理场景。其核心参数如下：

• 制程工艺：台积电4nm
• 算力：FP16精度下达2000 TFLOPS（单卡性能相当于20张英伟达H100 GPU）
• 内存带宽：144GB HBM3e显存，支持高吞吐量数据传输
• 能效比：功耗仅10瓦，运行GPT-3等模型时吞吐量是H100的20倍，功耗仅增加35%
• 应用场景：自然语言处理、智能客服、代码生成、实时视频生成等需要低延迟的AI任务

核心技术

1. 硬件级Transformer优化
   • Sohu通过定制化架构将Transformer的注意力机制、矩阵乘法等核心运算硬化到芯片中，避免了传统GPU在处理这些任务时的并行计算瓶颈。
   • 芯片仅支持Transformer模型，舍弃了图形渲染单元（GPU）和CNN/RNN等传统AI模型的支持，从而大幅简化设计，提升硬件利用率至90%（通用GPU平均仅30%）。
2. 创新内存与计算架构
   • 采用分层内存设计，结合HBM3e显存和本地缓存，减少数据搬运延迟。
   • 通过创新的内存带宽分配方案，在批量处理128个并发请求时，延迟降低至H100的1/8。
3. 软件生态协同
   • 自研编程框架支持ONNX等开放模型格式，降低开发者迁移成本。
   • 与云服务商合作提供算力租赁服务，用户可通过云端直接使用Sohu芯片。

市场竞争力

1. 性能碾压通用GPU
   • 实测数据显示，Sohu在运行Llama 70B模型时，每秒可处理超过50万个token，是英伟达H100的20倍、Blackwell B200的10倍。
   • 一台搭载8张Sohu芯片的服务器可替代160张H100 GPU，硬件采购成本降低60%，能效比提升1个数量级。
2. 精准定位垂直市场
   • 专注于Transformer模型推理，避开与英伟达在通用GPU领域的正面竞争，形成差异化优势。
   • 目标客户包括AI大模型公司、云服务商、自动驾驶企业等对推理性能和成本敏感的场景。
3. 生态挑战与应对
   • CUDA生态壁垒：当前95%的AI开发市场基于英伟达CUDA框架，Etched需重建开发者社区。
   • 供应链风险：依赖台积电4nm制程，需应对全球芯片产能分配和地缘政治风险。
   • 应对策略：通过开放硬件接口、支持ONNX格式、提供云服务等方式降低用户迁移成本。

发展前景

1. 行业趋势红利
   • AI模型参数规模持续扩大（如GPT-4达到1.8万亿参数），推理成本占AI总成本的比重将超过70%，专用芯片需求激增。
   • 多模态大模型（如文本、图像、视频融合）的发展将推动AI芯片向场景专用化演进，Sohu的技术路线符合这一趋势。
2. 商业化落地加速
   • 已获得“数千万美元”硬件预购订单，并与Decart合作推出AI生成游戏《Oasis》，验证了芯片在实时渲染场景的实用性。
   • 计划通过Sohu Developer Cloud提供在线算力服务，拓展收入来源。
3. 长期战略布局
   • 未来计划扩展至图像生成、蛋白质折叠模拟等领域，为不同AI模型开发专用芯片。
   • 目标成为AI硬件领域的“垂直巨头”，与英伟达通用GPU形成互补市场格局。

Etched凭借其专用化芯片设计、显著的性能与成本优势，在AI芯片领域展现出强大竞争力。尽管面临生态构建与量产挑战，但在AI模型架构趋同、算力需求激增的背景下，公司有望成为专用AI芯片市场的领导者，并推动行业向场景专用化方向演进。其发展路径为AI硬件创新提供了新范式，即通过垂直领域突破实现与通用GPU的互补共存。