Оцінка Etched зросла більш ніж удвічі — до $21 млрд після тестування AI-обладнання Jane Street

18 серпня 2026 року стартап Etched оголосив про залучення $700 млн у раунді під керівництвом торгової компанії Jane Street. Фінансування оцінило компанію у $21 млрд, а сама Jane Street після тестування обладнання стала її першим клієнтом і отримала першу стійку кластера інференсу. 156

Для приватного ринку це надзвичайно стрімке зростання. У грудні Etched оцінювали у $5 млрд, після раунду Series C на $300 млн 23 липня — у $10,3 млрд, а менш ніж за місяць оцінка зросла до $21 млрд. 3917

Чому інвестори роблять ставку на Etched

Компанія працює у сегменті спеціалізованого обладнання для інференсу ШІ — запуску вже навченої моделі після того, як користувач надсилає запит. Це відрізняється від тренування моделі, під час якого система навчається на великих масивах даних.

Etched не продає звичайні карти-прискорювачі. Її продукт — це повноцінні серверні системи, які компанія називає frontier inference clusters («кластерами інференсу передового рівня»). Вони поєднують чипи, пам’ять, мережеву інфраструктуру, охолодження, програмне забезпечення та інші компоненти в єдину платформу для обслуговування моделей. 524

Такий підхід нагадує концепцію Nvidia AI factories — масштабних комплексів, що охоплюють усю інфраструктуру для роботи зі штучним інтелектом. Водночас Etched оптимізує свої системи саме під інференс, де важливі швидкість відповіді, пропускна здатність і вартість обробки кожного запиту. 89

Дві стадії інференсу — дві технологічні ставки

Etched виходить із того, що інференс має дві різні за характером стадії: prefill і decode. Перша потребує багато обчислень, друга — швидкого доступу до великих обсягів пам’яті.

Low Voltage Inference для prefill

Prefill — це етап, на якому система читає запит користувача та його контекст, обробляє цю інформацію й формує робочий стан моделі перед початком генерації відповіді. Він є особливо вимогливим до обчислювальних ресурсів. 20

Для цього етапу Etched розробила архітектуру Low Voltage Inference (LVI). За заявою компанії, математичні блоки її чипа працюють за напруги, меншої ніж половина типової для багатьох сучасних AI-чипів. Це має зменшувати тепловиділення та давати змогу розміщувати більше транзисторів у межах того самого енергетичного й теплового бюджету. У результаті компанія розраховує підвищити щільність обчислень. 1827

Etched заявляє, що такий дизайн підходить для високопродуктивних навантажень, зокрема великих розріджених моделей типу mixture-of-experts. Водночас це твердження самої компанії: надані матеріали незалежно не підтверджують кожен заявлений показник продуктивності чи сумісності. 27

Cluster Scale Memory для decode

Decode — це етап, на якому модель генерує відповідь по одному токену за раз. Тут вузьким місцем часто стає не кількість обчислень, а доступ до пам’яті: система постійно звертається до накопиченого контексту, зокрема до так званого key-value cache. 2025

Etched пропонує для цього Cluster Scale Memory (CSM) — архітектуру спільної пам’яті. Вона дає змогу кільком чипам у межах однієї стійки звертатися до спільного високошвидкісного пулу пам’яті з низькою затримкою. Це має зменшити дублювання даних і зайві переміщення інформації, які виникають, коли кожен прискорювач переважно покладається на власну локальну пам’ять. Теоретично це може підвищити пропускну здатність і знизити вартість обслуговування великих моделей. 72228

Разом LVI та CSM відображають головну ідею Etched: обробку запиту та генерацію токенів не слід оптимізувати як однакове навантаження, адже вони мають різні апаратні обмеження.

Чи запускає Etched будь-яку передову модель

Доступні матеріали свідчать, що система розрахована не на одну вузько зафіксовану модель. Etched заявляє про підтримку великих розріджених моделей mixture-of-experts, а в інших публікаціях її кластери описують як інфраструктуру для роботи з передовими моделями. 1327

Однак це не доводить, що стійки можуть запускати кожну сучасну передову модель без змін у програмному забезпеченні, додаткової оптимізації чи іншої адаптації. Надані джерела не підтверджують такого необмеженого твердження. Обережніший висновок полягає в тому, що Etched створює спеціалізовану, але не прив’язану до однієї конкретної моделі інфраструктуру для інференсу.

Jane Street — інвестор і перший клієнт

Участь Jane Street важлива не лише через розмір інвестиції. Перед тим як очолити раунд, фінансова компанія протестувала чип Etched, отримала першу стійку наступного місяця та почала розгортати систему у власному дата-центрі. 56

У Jane Street заявили:

«Ми протестували чип і задоволені першими результатами. Унікальний підхід Etched до інференсу забезпечує необхідну нам точність для найвимогливіших навантажень. Ми раді, що тепер наша власна стійка працює в нашому дата-центрі». 6

Для Etched це ранній сигнал комерційної валідації: клієнт із чутливими до затримок навантаженнями пройшов шлях від оцінювання до розгортання обладнання, а потім очолив новий раунд фінансування. Водночас це ще не доказ того, що стартап уже витіснив усталених виробників AI-обладнання у великих масштабах.

Хто взяв участь у раунді на $700 млн

Заявленими учасниками раунду стали Jane Street, Kleiner Perkins, Sequoia, Andreessen Horowitz, Tiger Global, Bain Capital Ventures, Neo, Primary, Stripes, Positive Sum і Blackstone. 45

У власному повідомленні Etched також згадує Пітера Тіля серед своїх інвесторів. Надані матеріали не дають змоги однозначно встановити, чи брав він участь саме в цьому раунді на $700 млн, чи його названо серед усіх інвесторів компанії за весь час. 1628

Водночас наявні джерела не підтверджують участі Diffusion або Argo саме в цьому фінансуванні. Тому включати їх до списку учасників раунду було б необґрунтовано.

Що це означає для ринку

Оголошення Etched поєднує одразу три події: залучення $700 млн, зростання оцінки з $5 млрд у грудні до $21 млрд у серпні та перше розгортання її стоєчної інфраструктури для інференсу у клієнта. 159

Інвестиційна теза компанії ґрунтується на припущенні, що в міру переходу ШІ-моделей від тренування до масштабного використання їм знадобиться інфраструктура, спеціально спроєктована під економіку інференсу. LVI має прискорити обчислювальну стадію prefill, а CSM — розв’язати проблему доступу до пам’яті під час decode.

Розгортання у Jane Street стало першим практичним випробуванням цієї концепції. Але щоб оцінка у $21 млрд виглядала виправданою, Etched ще доведеться довести стабільну продуктивність, широку сумісність із моделями та здатність постачати такі системи у виробничих масштабах.