成立僅三年的美國人工智慧（AI）晶片新創公司 Etched，近期完成最新一輪 7 億美元融資，推升公司估值大幅成長至 210 億美元。這家專攻專用集成電路（ASIC）的業者，憑藉專為特定 AI 模型架構設計的高效能晶片，在強敵環伺的半導體市場中迅速崛起。
估值一年內飆升四倍 頂級創投與金融巨頭相繼入局
Etched 的資本市場表現極為強勁。該公司在去年 12 月時估值約為 50 億美元，今年 7 月躍升至 103 億美元，而在最新一輪融資過後，估值已進一步翻倍突破 210 億美元大關。
本輪融資由知名量化交易機構 Jane Street 領投，該機構同時也是 Etched 的早期客戶之一。包含 Kleiner Perkins、紅杉資本（Sequoia Capital）與 Andreessen Horowitz 等矽谷頂級創投公司皆參與投資。隨著資金挹注，Etched 團隊規模已擴充至約 400 人，並正在籌備建置一座容量達 10 兆瓦的資料中心，以滿足日益成長的算力開發需求。
主打專用晶片 Sohu 由台積電代工製造
Etched 的旗艦產品名為 Sohu，是一款針對 Transformer 演算法架構深度優化的 AI 晶片。與輝達（Nvidia）產製的通用型圖形處理器（GPU）不同，Sohu 採用特定應用積體電路路線，將特定的運算邏輯直接刻錄在硬體中，藉此大幅提升 AI 模型在推理階段（Inference）的處理效率。
根據公司公布的數據，單台搭載 Sohu 晶片的 AI 伺服器，在執行特定任務時的算力輸出，足以抵過 160 張輝達 H100 GPU。該晶片全數交由晶圓代工龍頭台積電（TSMC）生產，且首次流片測試即順利成功。雖然先前業界曾質疑過過度專注單一模型架構的風險，但目前該硬體架構已展現出支援更多元模型類型的靈活性。
這代表什麼
這項突破意味著 AI 算力市場正從「通用型 GPU 包辦一切」的時代，逐步邁向「專用加速晶片（ASIC）」並存的新階段。對於廣大的企業與商業使用者而言，現階段部署大型語言模型（LLM）的最大痛點在於昂貴的伺服器採購成本與龐大電力消耗。專用晶片若能大幅提升推理效率，將有助於降低企業導入 AI 應用的門檻與營運費用。
對台灣產業來說，這項趨勢同樣帶來正面效益。不論是通用型的 GPU 或是新興的專用 AI 晶片，頂尖晶片的製造幾乎都極度依賴台積電的先進製程。同時，隨著更多新銳晶片公司的伺服器產品進入市場，台灣相關的 AI 伺服器代工產業鏈與散熱模組供應商，也有機會獲得多元化的訂單來源。
背景補充
Etched 由 Gavin Uberti 與 Chris Zhu、Robert Wachen 共同創立。創辦人 Gavin Uberti 於 2023 年毅然決定從哈佛大學輟學，並獲得矽谷知名投資人彼得·蒂爾（Peter Thiel）創立的「泰爾獎學金（Thiel Fellowship）」資助。該獎學金專門提供資金給 22 歲以下的青年，鼓勵他們離開傳統學術體系直接進入市場創業。
在技術層面上，目前絕大多數生成式 AI 模型皆建構於 Transformer 架構之上。AI 運算通常分為「訓練（Training）」與「推理（Inference）」兩個階段。訓練階段需要處理大量資料以建立模型，需要通用 GPU 的高度彈性；而推理階段則是將訓練好的模型拿來執行解答與預測，此階段對於運算速度與電力消耗極為敏感，也正是專用晶片展現優勢的主戰場。
常見問題
Etched 的 Sohu 晶片與輝達 GPU 有何不同？
Sohu 採用專用晶片（ASIC）架構，專門針對 Transformer 模型推理進行深度優化，比通用型 GPU 擁有更高的運算效率與較低的電力消耗。
Etched 的晶片由哪一家半導體廠代工製造？
Etched 的 Sohu 晶片全數交由台灣晶圓代工龍頭台積電（TSMC）負責製造生產。
什麼是 AI 模型運算中的「推理」階段？
推理是指利用已經訓練完畢的 AI 模型，來處理使用者的輸入指令並執行預測、翻譯或生成回應的實際應用過程。