de.wedoany.com-Bericht: Das US-amerikanische KI-Chip-Startup Etched hat bekannt gegeben, dass sein Inferenzbeschleuniger-Chip den A0-Step-Tape-Out abgeschlossen und die ersten Rack-Level-Inferenzsysteme aufgebaut hat. Das Unternehmen gab zudem bekannt, Kundenverträge im Wert von über einer Milliarde US-Dollar sowie eine kumulierte Finanzierung von 800 Millionen US-Dollar erhalten zu haben. Die ersten Rack-Produkte sollen im Sommer 2026 ausgeliefert werden.
Der Schwerpunkt dieser Ankündigung von Etched liegt nicht nur auf dem „erfolgreichen Chip-Tape-Out", sondern auf dem Schritt von einem einzelnen KI-Chip hin zu einem Rack-Level-Inferenzsystem. Das Unternehmen gab an, dass seine A0-Wafer im N4P-Prozess von TSMC in Taiwan, China, hergestellt wurden und derzeit die ersten Rack-Level-Produkte mit Kunden validiert werden. Für KI-Inferenzchip-Unternehmen bedeutet der A0-Tape-Out, dass der Chip zum ersten Mal physisch zurückkommt und in die Bring-up-, Validierungs- und Debugging-Phase eintritt; der Aufbau der ersten Racks zeigt weiter, dass das Unternehmen Chip, Platine, Kühlung, Stromversorgung, Interconnect, Software und Systemintegration in einem Produktformat getestet hat. Der Wettbewerb im KI-Inferenzmarkt beschränkt sich nicht mehr nur auf die Spitzenrechenleistung einzelner Chips; Kunden legen mehr Wert auf den Durchsatz, die Latenz, den Stromverbrauch und die Dauerbetriebsfähigkeit des gesamten Racks unter realen Modelllasten.
Etched zielt auf hochmoderne Modell-Inferenz-Cluster ab. Das Unternehmen gab an, dass seine Systeme für Multi-Billionen-Parameter-Mixture-of-Experts-Modelle, lange Kontexte und Agent-Workloads ausgelegt sind und Modelle wie DeepSeek, Qwen, Mamba und Llama ausführen können. Der Kostendruck auf die aktuelle KI-Infrastruktur konzentriert sich zunehmend auf die Inferenzphase, insbesondere mit dem Anstieg von Agent-Anwendungen, mehrrundigen Dialogen, Codegenerierung, langer Dokumentenverarbeitung und groß angelegten Unternehmensaufrufen, bei denen Modelldienstanbieter kontinuierlich große Mengen an Tokens ausgeben müssen. Die Trainingsphase ist zwar teuer, aber die Inferenzphase akkumuliert mit der Nutzerzahl und der Aufruffrequenz stetig Kosten. Etcheds Fokus auf Inferenzsysteme zielt genau auf diese Art von hochfrequenten, langfristigen und kontinuierlich Rechenleistung verbrauchenden Geschäftsszenarien ab.
Niederspannungs-Inferenz ist eines der Schlüsseldesigns, das das Unternehmen öffentlich gemacht hat. Etched gab an, dass herkömmliche KI-Chips bei verbesserter FLOPs-Auslastung zu erhöhtem Stromverbrauch und thermischem Throttling neigen, was den kontinuierlichen Inferenzdurchsatz unter die Spitzenrechenleistung drückt. Um dieses Problem zu lösen, hat das Unternehmen eine neue Architektur entwickelt, die es den mathematischen Rechenmodulen des Chips ermöglicht, mit weniger als der Hälfte der Spannung der meisten KI-Chips zu arbeiten, wodurch die FLOPs-Dichte erhöht wird und Billionen-Parameter-sparse-MoE-Modelle ohne thermisches Throttling über 80 % der Spitzen-FLOPs-Leistung halten können. Niederspannung ist keine einfache Schaltungstechnik; sie erfordert das Zusammenspiel von Transistoren, mathematischen Arrays, Stromversorgungsnetzwerken, VRM-Architektur, Gehäuse, Kaltplattenkühlung, Scheduling-Algorithmen und Software-Stack, um im Rack-Level-System stabil zu bleiben.
Ein weiterer Kernbereich ist der Cluster-Level-Speicher. Etched ist der Ansicht, dass KI-Chips mit HBM Schwierigkeiten haben, die niedrige Latenz von SRAM bei der Dekodierungsgeschwindigkeit zu erreichen, während Chips, die nur auf SRAM angewiesen sind, FLOPs-Dichte und Speicherkapazität opfern. Um Kapazität, Durchsatz und Interaktionsgeschwindigkeit zu vereinbaren, verwendet das Unternehmen ein Hybriddesign aus HBM und SRAM und bildet über proprietäre, latenzarme, hochbandbreitige Interconnects einen gemeinsam genutzten, latenzarmen Speicherpool im skalierten Bereich. Dieses Design dient hauptsächlich der Dekodierung großer Modelle und MoE-Routing-Szenarien: Wenn Tokens zwischen verschiedenen Experten fließen, müssen Daten häufig Speicherebenen und Interconnect-Netzwerke durchqueren, und die Speicherzugriffslatenz kann die Generierungsgeschwindigkeit direkt verlangsamen. HBM bietet Kapazität, SRAM bietet niedrige Latenz; in Kombination kann das System leichter sowohl hohe Durchsatz- als auch niedrige Latenzaufgaben bewältigen.
In Bezug auf den kommerziellen Fortschritt hat Etched bereits Kundenverträge im Wert von über einer Milliarde US-Dollar unterzeichnet und eine kumulierte Finanzierung von 800 Millionen US-Dollar bekannt gegeben, darunter eine Finanzierungsrunde im Dezember 2025 über 500 Millionen US-Dollar, die zu einer Post-Money-Bewertung von etwa 5 Milliarden US-Dollar führte. Zu den Investoren des Unternehmens gehören Institutionen und Einzelpersonen wie VentureTech Alliance, Peter Thiel, Jane Street, Hudson River Trading, Jump Trading, Two Sigma, Stripes, Ribbit Capital, Radical Ventures und Primary VC. Für ein KI-Chip-Startup sind Aufträge und Finanzierung nicht direkt gleichbedeutend mit der Fähigkeit zur Massenauslieferung, aber sie zeigen die Nachfrage des Marktes nach Inferenzbeschleunigungshardware und bieten eine finanzielle Grundlage für die anschließende Produktion, Validierung, Lieferkette und Kundenbereitstellung.
Etched treibt auch die vertikale Integration voran. Das Unternehmen gab an, eine Fabrik in Taiwan, China, eingerichtet zu haben und in seinem Hauptquartier in San José, USA, ein Rechenzentrum, Testeinrichtungen und ein NPI-Prototyping-Labor aufzubauen, um Design, Validierung und frühe Produktion in einen engeren Engineering-Zyklus zu bringen. Vom Tape-Out bis zur Massenauslieferung durchläuft ein KI-Chip noch Platinenvalidierung, Systemdebugging, Kühlungsvalidierung, Softwareanpassung, Zuverlässigkeitstests, Kundenlastvalidierung und Lieferketten-Hochlauf. Insbesondere bei Rack-Level-Inferenzsystemen müssen nicht nur die Chip-Leistung stimmen, sondern auch Stromversorgung, Flüssigkeitskühlung, Interconnect, Betriebstools und Software-Stack gleichzeitig ausgereift sein. Dass Etched die „erste Rack-Auslieferung" auf den Sommer 2026 terminiert, bedeutet, dass sein Produkt bereits in die Phase des Übergangs von der technischen Validierung zur Kundenbewertung und Produktrealisierung eintritt.
Der eigentliche Kernpunkt dieses Ereignisses ist, dass KI-Chip-Startups versuchen, den Weg der universellen GPUs zu umgehen und mit spezialisierten Inferenzsystemen große Modelle zu bedienen. Das GPU-Ökosystem von NVIDIA deckt weiterhin Training, Inferenz, Software-Frameworks und Entwicklertools ab, während Etched Chip, Rack, Software und Fertigungsmethoden gemeinsam entwickelt, um bei bestimmten Inferenzlasten eine höhere Effizienz zu erzielen. Wenn die Niederspannungs-Inferenz, der HBM+SRAM-Hybrid-Cache und die Rack-Level-Systemvalidierung erfolgreich umgesetzt werden, wird Etched nicht nur einen KI-Chip liefern, sondern Cloud-Dienstanbietern, KI-Modellunternehmen und Hyperscalern eine vollständige Inferenzinfrastruktur bieten. Nach der Auslieferung der ersten Rack-Produkte werden der tatsächlich von Kunden erzielte Durchsatz, die Latenz, der Stromverbrauch, die Stabilität und die Gesamtbetriebskosten direkt darüber entscheiden, ob diese Technologie von Auftragszusagen zu kontinuierlichen Käufen übergehen kann.
