Um salto raro até para os padrões de IA
A startup de chips Etched anunciou nesta terça-feira que levantou mais US$ 700 milhões a uma avaliação de US$ 21 bilhões, em rodada liderada pelo fundo quantitativo Jane Street — que testou e comprou o hardware de IA da empresa antes de investir. A velocidade do salto impressiona até para os padrões da indústria: a Etched valia US$ 5 bilhões em dezembro, fechou uma Série C de US$ 300 milhões a US$ 10,3 bilhões em julho, e agora viu sua avaliação dobrar em cerca de um mês.
O que a Etched faz de diferente
A empresa entrega sua tecnologia como sistemas completos, que chama de “frontier inference clusters” (clusters de inferência de fronteira) — uma nomenclatura que compete diretamente com as “AI factories” da Nvidia. O cofundador e COO Robert Wachen explica que o entusiasmo dos investidores vem do fato de a Etched ter projetado do zero dois componentes para acelerar a inferência — o processamento que acontece depois que o usuário envia um prompt.
Segundo Wachen, a inferência se divide em duas etapas. Na fase de “prefill”, intensiva em computação e matemática, o sistema precisa entender o prompt e seu contexto. Na fase de “decode”, intensiva em memória, o sistema gera os tokens da resposta. Para o prefill, a Etched criou um chip que opera em baixa voltagem, permitindo empacotar mais transistores sem os problemas térmicos típicos de chips de ponta. Para o decode, desenvolveu um novo tipo de memória e interconexão que a empresa chama de memória de escala de cluster, permitindo que muitos chips se conectem e compartilhem um pool de memória com baixa latência.
A promessa e o desafio de percepção
O resultado prometido é mais velocidade e menor custo. A Etched ainda luta contra uma percepção que vem de seus primeiros dias: a de que “grava” um modelo específico em seus chips, tornando cada chip personalizado para rodar um único modelo de fronteira. Essa era a intenção original, mas não é mais o caso — os sistemas da Etched hoje rodam qualquer modelo de fronteira.
O movimento reforça uma tendência clara no mercado: a corrida por infraestrutura de IA deixou de ser apenas sobre treinamento e passou a disputar, com igual intensidade, o custo e a velocidade da inferência — a etapa em que os modelos de fato respondem aos usuários e, portanto, a que mais escala com o uso real.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
