Etched hat am 18. August 2026 eine neue Finanzierungsrunde über 700 Millionen Dollar bei einer Bewertung von 21 Milliarden Dollar angekündigt. Die Runde wurde von Jane Street angeführt. Das quantitative Handelsunternehmen hatte Etcheds Hardware zuvor getestet, den ersten ausgelieferten Inferenz-Rack erhalten und ist damit zum ersten Kunden des Start-ups geworden.
1
5
6
Für Etched bedeutet die Runde einen außergewöhnlich schnellen Sprung auf dem privaten Kapitalmarkt: Im Dezember wurde das Unternehmen noch mit 5 Milliarden Dollar bewertet. Nach einer Serie-C-Finanzierung über 300 Millionen Dollar am 23. Juli lag die Bewertung bei 10,3 Milliarden Dollar – weniger als einen Monat später sind es nun 21 Milliarden Dollar.
3
9
17
Warum die Finanzierung wichtig ist
Die Investoren setzen auf spezialisierte Hardware für die KI-Inferenz. Damit ist der Vorgang gemeint, bei dem ein bereits trainiertes Modell eine Nutzereingabe verarbeitet und daraufhin eine Antwort erzeugt.
Etched verkauft dabei nicht einfach eine neue Beschleunigerkarte. Das Unternehmen liefert komplette Systeme auf Rack-Ebene, die es „Frontier Inference Clusters“ nennt. Darin werden Chips, Speicher, Vernetzung, Kühlung, Software und weitere Infrastruktur zu einer integrierten Plattform für den Betrieb von KI-Modellen kombiniert.
5
24
Damit zielt Etched auf einen Bereich der KI-Infrastruktur, der an Bedeutung gewinnt, da Modelle zunehmend nicht nur trainiert, sondern in Echtzeit von vielen Nutzern eingesetzt werden. Nvidia beschreibt seine umfassenderen Rack-Systeme als „AI factories“. Etched verfolgt einen ähnlich ganzheitlichen Ansatz, optimiert seine Systeme jedoch ausdrücklich für Inferenz-Workloads.
8
9
Etcheds Architektur: zwei Phasen, zwei technische Ansätze
Bei der Inferenz unterscheidet Etched zwei unterschiedliche Arbeitsphasen. Für jede davon hat das Unternehmen eine eigene Technologie entwickelt.
1. Low Voltage Inference für Prefill
Beim Prefill liest das System den Prompt einschließlich seines Kontexts ein und überführt diese Informationen in den internen Arbeitszustand des Modells. Diese Phase ist besonders rechenintensiv und findet statt, bevor das Modell mit der Ausgabe beginnt.
20
Etcheds Ansatz heißt Low Voltage Inference (LVI). Nach Angaben des Unternehmens arbeiten die Recheneinheiten des Chips mit weniger als der Hälfte der Spannung, die bei vielen herkömmlichen KI-Chips üblich ist. Dadurch soll weniger Wärme entstehen. Innerhalb eines vorgegebenen Energie- und Temperaturbudgets könnten so mehr Transistoren untergebracht und eine höhere Rechendichte erreicht werden.
18
27
Etched richtet LVI nach eigenen Angaben auf Workloads mit hohem Durchsatz aus, darunter große, dünn besetzte Mixture-of-Experts-Modelle. Diese Angaben zu Leistung und Kompatibilität stammen vom Unternehmen; die vorliegenden Belege bestätigen nicht unabhängig jedes beworbene Benchmark-Ergebnis oder jeden unterstützten Workload.
27
2. Cluster Scale Memory für Decode
Im Decode erzeugt das Modell seine Antwort Token für Token. Diese Phase benötigt zwar weniger Rechenleistung als das Prefill, ist aber stark vom Speicherzugriff abhängig. Das System muss wiederholt auf den bereits aufgebauten Kontext – einschließlich des sogenannten Key-Value-Caches – zugreifen.
20
25
Etched setzt hier auf Cluster Scale Memory (CSM). Dabei greifen mehrere Chips in einem Rack auf einen gemeinsamen Pool aus schnellem Speicher mit niedriger Latenz zu. Das soll die Datenvervielfältigung und die Bewegungen zwischen einzelnen Speichern reduzieren, die entstehen können, wenn jeder Beschleuniger überwiegend auf seinen eigenen lokalen Speicher angewiesen ist. Theoretisch lassen sich dadurch der Durchsatz steigern und die Kosten für den Betrieb großer Modelle senken.
7
22
28
LVI und CSM bilden damit die zentrale Produktthese von Etched: Prompt-Verarbeitung und Token-Erzeugung haben unterschiedliche Engpässe und sollten deshalb nicht wie ein einziger, einheitlicher Workload behandelt werden.
Kann Etched jedes Frontier-Modell ausführen?
Die verfügbaren Informationen deuten auf ein System hin, das mehr als nur ein einziges, fest definiertes Modell unterstützen soll. Etched erklärt, dass seine Architektur große, dünn besetzte Mixture-of-Experts-Modelle ausführen kann; andere Berichte beschreiben die Cluster als Infrastruktur für Workloads mit besonders leistungsfähigen Frontier-Modellen.
13
27
Das ist jedoch nicht dasselbe wie der Nachweis, dass die Racks jedes Frontier-Modell ohne Softwareanpassungen, Optimierung oder andere Änderungen ausführen können. Eine solche uneingeschränkte Aussage wird durch die vorliegenden Quellen nicht belegt.
Die vorsichtigere Schlussfolgerung lautet daher: Etched baut eine allgemein einsetzbare Inferenzplattform auf Basis einer spezialisierten Architektur – keinen Chip, der auf ein einziges Modell festgelegt ist.
Jane Street: Investor und erster Kunde
Die Rolle von Jane Street liefert neben der Finanzierung auch ein frühes Signal für die praktische Nutzung. Etched zufolge testete das Handelsunternehmen den Chip, erhielt im darauffolgenden Monat den ersten Rack-Cluster und begann, das System in seinem Rechenzentrum einzusetzen.
5
6
Jane Street erklärte:
„Wir haben den Chip getestet und sind mit den ersten Ergebnissen zufrieden. Etcheds einzigartiger Inferenzansatz bietet die Präzision, die wir für unsere anspruchsvollsten Workloads benötigen. Wir freuen uns, nun ein eigenes Rack in unserem Rechenzentrum zu betreiben.“
6
Für Etched ist besonders relevant, dass ein anspruchsvoller, latenzsensibler Kunde vom Test zur tatsächlichen Bereitstellung überging und anschließend die nächste Finanzierungsrunde anführte. Das ist eine frühe Validierung des Geschäftsmodells – aber noch kein Beweis dafür, dass Etched etablierte Anbieter von KI-Hardware bereits in großem Maßstab verdrängt hat.
Wer beteiligte sich an der Runde?
Zu den genannten Teilnehmern gehören Jane Street, Kleiner Perkins, Sequoia, Andreessen Horowitz, Tiger Global, Bain Capital Ventures, Neo, Primary, Stripes, Positive Sum und Blackstone.
4
5
In einer eigenen Mitteilung nennt Etched außerdem Peter Thiel unter seinen Investoren. Das vorliegende Material klärt jedoch nicht eindeutig, ob Thiel an dieser konkreten 700-Millionen-Dollar-Runde beteiligt war oder lediglich zu den bisherigen Unterstützern des Unternehmens zählt.
16
28
Für Diffusion und Argo gibt es in den bereitgestellten Quellen keinen belastbaren Nachweis, dass sie an dieser spezifischen Finanzierung beteiligt waren. Beide Namen sollten daher nicht als Teilnehmer dieser Runde aufgeführt werden.
Das Fazit
Die Ankündigung verbindet drei Entwicklungen: eine neue Finanzierung über 700 Millionen Dollar, den Anstieg der Bewertung von 5 Milliarden Dollar im Dezember auf 21 Milliarden Dollar im August und die erste Kundenbereitstellung der Rack-basierten Inferenzhardware.
1
5
9
Die Investmentthese beruht auf der Annahme, dass der Betrieb von KI-Modellen künftig Infrastruktur benötigt, die speziell auf die Kosten und Leistungsanforderungen der Inferenz zugeschnitten ist. Etcheds LVI-Architektur soll die rechenintensive Prefill-Phase beschleunigen, während CSM den speicherintensiven Decode-Vorgang adressiert.
Der Einsatz bei Jane Street gibt diesem Ansatz einen ersten kommerziellen Praxistest. Um eine Bewertung von 21 Milliarden Dollar langfristig zu rechtfertigen, muss Etched jedoch noch zuverlässige Leistung, breite Modellkompatibilität und die Lieferung von Systemen im Produktionsmaßstab unter Beweis stellen.