Etched სამწლოვანი სტარტაპია, რომელმაც უჩვეულო ფსონი დადო: Nvidia-ს GPU-ების მსგავსი ზოგადი დანიშნულების AI ჩიპის ნაცვლად, ის ისეთ აპარატურას აპროექტებს, რომელსაც მხოლოდ ერთი სახის მოდელის გაშვება შეუძლია — ტრანსფორმერის, დღევანდელი თითქმის ყველა მსხვილი ჩატბოტის საფუძველში მდებარე არქიტექტურის. კომპანიის აზრით, სწორედ ეს ვიწრო ფოკუსი აძლევს მის ჩიპს საშუალებას, ტრანსფორმერული მოდელები გაცილებით სწრაფად და იაფად გაუშვას, ვიდრე ზოგადი დანიშნულების GPU-მ — და, ცნობებით, ეს მიდგომა ინვესტორებმა უკვე 20 მილიარდ დოლარამდე შეაფასეს.
რას აწარმოებს Etched სინამდვილეში
2022 წელს ჰარვარდის სამმა მიმტოვებელმა — გევინ უბერტიმ, კრის ჟუმ და რობერტ უეიჩენმა — დააფუძნეს Etched, რომელმაც თითქმის ორი წელი ჩუმად გაატარა, სანამ 2024 წლის ივნისში საკუთარ ჩიპს, სახელად Sohu, წარადგინა. Sohu სპეციალიზებული ჩიპია, ე.წ. ASIC — გამოყენებაზე მორგებული ინტეგრირებული სქემა. ზოგადი დანიშნულების AI ჩიპისგან განსხვავებით, რომელსაც პროგრამირებადი სქემები აქვს სხვადასხვა სახის მათემატიკური ოპერაციისთვის, Sohu-ს სქემები აპარატურის დონეზეა „ჩაშენებული“ მხოლოდ იმ გამოთვლებისთვის, რაც ტრანსფორმერს სჭირდება — ძირითადად ყურადღების მექანიზმისა და მატრიცული გამრავლებისთვის — და არაფრისთვის მეტისთვის.
ეს კომპრომისი შეგნებულია. GPU საკმარისად მოქნილი უნდა დარჩეს, რომ ახალი მოდელის არქიტექტურები გაწვრთნას, გრაფიკა დაამუშაოს და სამეცნიერო სიმულაციები გაუშვას. Etched-ის ფსონი ის არის, რომ ეს მოქნილობა აღარ ღირს გადახდის ინფერენსის ეტაპზე — მაშინ, როცა უკვე გაწვრთნილი მოდელი რეალურ მოთხოვნებზე პასუხობს — რადგან დღეს პრაქტიკულად ყველა მსხვილი AI სისტემა, ჩატბოტიდან კოდირების ასისტენტამდე, ერთსა და იმავე ტრანსფორმერულ არქიტექტურაზეა აგებული. ამ ზოგადობის მოცილებით, Etched-ის თქმით, რვა Sohu ჩიპისგან შემდგარ სერვერს 70-მილიარდპარამეტრიან Llama მოდელზე 500 000-ზე მეტი ტოკენის დამუშავება შეუძლია წამში — Nvidia-ს რვა H100 ჩიპზე დაახლოებით 23 000 ტოკენთან შედარებით. ჩიპი TSMC-ის 4-ნანომეტრიან ტექნოლოგიურ პროცესზეა აწყობილი და თითოეულს 144 გბ მაღალსიჩქარიანი მეხსიერება აქვს.
ეს მაჩვენებლები Etched-ის საკუთარი ტესტების შედეგია და არა დამოუკიდებლად აუდირებული, და 2026 წლის შუა პერიოდისთვის კომპანიას მასშტაბური, მესამე მხარის მიერ დადასტურებული დანერგვის მაგალითი ჯერ არ აქვს — მისივე საიტის თანახმად, პირველი აპარატურის სტელაჟები კლიენტებთან ახლახან იგზავნება. დიზაინს მუდმივი, აპარატურის დონის შეზღუდვაც ახლავს: რადგან ყურადღების სქემები სილიციუმშია ფიქსირებული, Sohu ვერ გაუშვებს სხვა არქიტექტურაზე აგებულ მოდელებს — კონვოლუციურ ქსელებს, დიფუზიის სურათის მოდელებს ან Mamba-ს მსგავს მდგომარეობის სივრცის მოდელებს — მაშინაც კი, თუ მომავალში ტრანსფორმერს სხვა არქიტექტურა ჩაანაცვლებს.
რატომ დებენ ინვესტორები მილიარდებზე ფსონს
Etched-მა 2024 წლის ივნისში 120 მილიონი დოლარის Series A რაუნდი მოიზიდა, რომელსაც Primary Venture Partners ხელმძღვანელობდა — მხოლოდ Sohu-ს გამოცხადებით, ჯერ ერთი ჩიპის გაგზავნამდეც კი. 2026 წლის იანვრისთვის მან უკვე 500 მილიონი დოლარის რაუნდი მოიზიდა, რომელსაც Stripes და პიტერ თილი ხელმძღვანელობდნენ — ეს კომპანიის შეფასება დაახლოებით 5 მილიარდ დოლარამდე აიყვანა, ხოლო ჯამურმა დაფინანსებამ 600 მილიონ დოლარს გადააჭარბა, ინვესტორები კი დაახლოებით 1 მილიარდი დოლარის მოცულობის კლიენტთა მოთხოვნაზე საუბრობდნენ. 2026 წლის ივლისისთვის, ცნობებით, Etched ორ თანმიმდევრულ დაფინანსების რაუნდზე აწარმოებს მოლაპარაკებას — ერთი, დაახლოებით 10 მილიარდი დოლარის შეფასებით, Sequoia Capital-ის ხელმძღვანელობით, ხოლო მეორე, დაახლოებით 20 მილიარდი დოლარის შეფასებით, Jane Street-ის ხელმძღვანელობით — ეს რამდენიმე თვეში შეფასების ოთხმაგად ზრდას ნიშნავს, თუმცა წერის მომენტისთვის არცერთი გარიგება დახურული არ იყო და პირობები კვლავ შეიძლება შეიცვალოს.
კაპიტალის ეს მოზღვავება უფრო ფართო ცვლილებას ასახავს AI-ის ხარჯებში: რაც უფრო მეტად გადადიან კომპანიები წამყვანი მოდელების წვრთნიდან მათ მასშტაბურ ექსპლუატაციაზე — მილიარდობით ყოველდღიური მოთხოვნის დასამუშავებლად — მით უფრო დიდი წილი AI-ის გამოთვლითი ბიუჯეტისა ინფერენსზე მოდის, არა წვრთნაზე. სწორედ ამან გაუხსნა გზა Nvidia-ს დომინირების გამომწვევებს — მსხვილი ღრუბლოვანი კომპანიების (ჰაიპერსკეილერების) საკუთარი სპეციალიზებული ჩიპებიდან ისეთ სტარტაპებამდე, როგორიც Etched-ია, რომელიც დარწმუნებულია, რომ სპეციალიზაცია, და არა მოქნილობა, მოიგებს AI ინფრასტრუქტურაზე ხარჯვის მომდევნო რაუნდს.
არ არის პროდუქტი, რომლის პირდაპირ შეძენაც შეგიძლიათ
Etched ცალკეულ ჩიპებს დეველოპერებზე არ ყიდის — ის სერვერის სტელაჟებსა და მონაცემთა ცენტრზე წვდომას სთავაზობს AI ლაბორატორიებსა და ღრუბლოვან პროვაიდერებს, Sohu-ს Nvidia-ს GPU სიმძლავრის დაქირავების ალტერნატივად წარმოაჩენს. მომხმარებლისთვის რეგისტრაციის ფორმა თუ საჯარო ფასების სია არ არსებობს — კომპანია დაინტერესებულ კლიენტებს პირდაპირ წვდომის მოთხოვნისკენ მიმართავს, ფასების გამოქვეყნების ნაცვლად.
სიახლეებში
შეფასების შესახებ მოლაპარაკებები, რომლებმაც Etched ამ თვეში კვლავ ყურადღების ცენტრში მოაქცია, დაწვრილებით ჩვენს საინფორმაციო მასალაშია აღწერილი. სრული სტატიის წასაკითხად →
წყაროები: Wall Street Journal-ის მასალები Investing.com-ისა და PYMNTS-ის მეშვეობით (2026 წლის ივლისი); Jon Peddie Research; Etched-ის საჯარო განცხადებები.