导语
AI 芯片初创公司 Etched 宣布完成 7 亿美元融资，由知名做市商 Jane Street 领投，估值达到 210 亿美元。据 TechCrunch 8 月 18 日报道，距离上一轮 103 亿美元的估值，仅过去一个月——一个月估值净增约 110 亿美元，在 AI 芯片赛道极为罕见。
事件详情
本轮 7 亿美元融资的领投方 Jane Street 并非”盲投”：该公司在经过实际测试、部署了 Etched 首批交付的 AI 集群系统之后，才决定加码领投。这种”先试用、再下注”的模式，大大增强了本轮融资的可信度。
Etched 专注于 AI 推理芯片，其系统主打 prefill 加速芯片与集群级内存架构，目标是为任意前沿大模型提供更高性价比的推理算力。与通用 GPU 不同，Etched 的路线是为 Transformer 推理打造专用 ASIC，把单位 token 的推理成本打下来。
背景分析
Etched 的暴涨，踩中了 AI 芯片竞争的重心转移：从”训练”转向”推理”。训练是一次性的资本开支，而推理是持续发生的运营成本——随着 Agent 应用、视频生成、长思考推理的爆发，推理算力需求正在吞噬越来越多的预算。在推理侧，专用芯片的性价比故事比在训练侧更有说服力。
资本对”英伟达替代方案”的饥渴也显而易见：Cerebras 完成 IPO、Groq 等推理芯片公司持续受捧，说明市场愿意为”非英伟达”的算力叙事支付高溢价。Jane Street 既是投资人又是客户的双重身份，更是华尔街用真金白银为推理芯片投票。
影响展望
对英伟达而言，真正的威胁可能不在训练市场，而在推理侧的成本结构被重构——如果专用推理芯片能把 token 成本降到 GPU 的几分之一，云厂商的采购天平会倾斜。但专用芯片的风险在于架构锁定：若模型架构发生范式转移（比如从 Transformer 切换到新架构），ASIC 的灵活性远不如通用 GPU。
对创业者而言，Etched 证明了”在一个足够大的痛点上做到极致”依然能讲出百亿估值的故事。但 210 亿美元的估值也意味着，市场已经把很高的预期打满——下一步，Etched 必须用大规模出货和客户复购来证明自己，而不只是”PPT 上的性价比”。