Etched, das Startup, das darauf setzt, dass ein speziell für Transformer-Modelle gebauter Chip ganze Racks universeller GPUs ersetzen kann, prüft Finanzierungsangebote, die das Unternehmen mit mehr als 40 Milliarden Dollar bewerten würden. Das berichtete TechCrunch am Dienstag unter Berufung auf mit den Gesprächen vertraute Personen. Die Gebote reichten demnach von rund 40 Milliarden Dollar von Top-Investoren bis zu 50 Milliarden Dollar von weniger bekannten Geldgebern – eine Spanne, die zeigt, wie aggressiv Kapital derzeit in KI-Silizium drängt und wie unsicher zugleich ist, was das Unternehmen wirklich wert ist.
Die Angebote kommen kaum sechs Wochen, nachdem Etched eine 700-Millionen-Dollar-Runde der Serie D bei einer Bewertung von 21 Milliarden Dollar abgeschlossen hat – angeführt, ungewöhnlicherweise, von Jane Street, einem bestehenden Kunden des Unternehmens und nicht von einem klassischen Wagniskapitalgeber. Ein Sprung auf 40 Milliarden Dollar oder mehr würde die Bewertung etwa verdoppeln, bevor auch nur ein Dollar des neuen Kapitals ausgegeben ist.
Etcheds Argument ist architektonisch: Der Chip „Sohu" verdrahtet die Transformer-Berechnung, die moderne KI dominiert, fest und tauscht die Flexibilität einer GPU gegen Effizienz für eine einzige Workload-Klasse. Rechnet sich die Wette, so das Unternehmen, kann ein einzelner Server für die Inferenz großer Modelle einen Cluster ersetzen und damit Energie- und Kapitalkosten senken, die heute die KI-Ökonomie bestimmen. Rechnet sie sich nicht – oder verbessern etablierte Beschleuniger-Hersteller einfach schnell genug – wird genau jene Spezialisierung, die das Design effizient macht, zum Risiko.
Umsatzzahlen sind öffentlich nicht bekannt, und in den laufenden Gesprächen wurde kein Investor genannt. Die Zahlen sollten daher als berichtete Verhandlungsgrößen gelten, nicht als abgeschlossene Runde. Die Entwicklung selbst ist die Geschichte: Ein junges Chip-Startup springt innerhalb von Wochen von einer 21-Milliarden-Runde zu einem kolportierten Gespräch über mehr als 40 Milliarden Dollar – ein Maß dafür, wie viel Geld hinter jedem glaubhaften Weg zu billigerer KI-Rechenleistung her ist und wie wenig Geduld Anleger für die nächste Generation universeller Hardware haben.
