Etched, la startup statunitense che progetta cluster di calcolo dedicati all’inferenza AI, ha chiuso un nuovo round da 700 milioni di dollari che porta la sua valutazione a 21 miliardi di dollari. Il finanziamento da 700 milioni per Etched arriva a distanza di poche settimane dal precedente round e segna un salto di valutazione che nel settore dei chip AI ha pochi precedenti recenti. A guidare l’operazione è stata Jane Street, la società di trading quantitativo che nel frattempo è diventata anche il primo cliente operativo di Etched.
Summary
Punti chiave
- Etched ha raccolto 700 milioni di dollari in un round che valuta l’azienda 21 miliardi di dollari.
- Jane Street ha guidato il finanziamento ed è diventata il primo cliente di Etched, con un rack già operativo nel proprio data center.
- La società ha spedito il primo rack a Jane Street il mese scorso e ha già firmato contratti per oltre 1 miliardo di dollari con altri clienti.
- Etched ha raggiunto il successo del silicio al primo tentativo in tre anni dalla fase seed ed è uscita dalla modalità stealth a giugno con oltre 400 dipendenti.
- Jane Street ha anche un accordo separato da 6 miliardi di dollari con CoreWeave per infrastrutture cloud AI basate su tecnologia Nvidia Vera Rubin.
Etched ottiene un finanziamento da 700 milioni guidato da Jane Street
Il round, che porta Etched a una valutazione di 21 miliardi di dollari, ha visto la partecipazione di un gruppo ampio di investitori: oltre a Jane Street figurano Sequoia Capital, Kleiner Perkins, Andreessen Horowitz, Bain Capital Ventures, Stripes, Positive Sum, Tiger Global, Neo, Primary e Blackstone. La progressione dei numeri racconta da sola la velocità con cui il mercato ha rivalutato l’azienda: a dicembre Etched era stimata 5 miliardi di dollari, a luglio aveva chiuso un Series C da 300 milioni con una valutazione di 10,3 miliardi, e ora, appena un mese dopo, la cifra è più che raddoppiata. È un ritmo di crescita che, anche negli standard dilatati del settore AI, resta fuori scala.
Perché conta: un salto di valutazione così rapido segnala che gli investitori non stanno più scommettendo solo su una promessa tecnologica, ma su un prodotto che ha già superato il test decisivo, cioè l’adozione da parte di un cliente reale e sofisticato come Jane Street. Nel mercato dell’hardware AI, dove Nvidia domina con i suoi sistemi che l’azienda definisce “AI factories”, la capacità di Etched di attrarre capitali a questa velocità indica che gli investitori vedono spazio per architetture alternative dedicate specificamente all’inferenza.
Jane Street diventa primo cliente e adotta l’hardware AI di Etched
Jane Street non si è limitata a investire: ha testato il chip di Etched e ora lo utilizza direttamente nelle proprie operazioni di trading quantitativo. La società ha dichiarato di aver testato il chip e di essere soddisfatta dei risultati iniziali, sottolineando che l’approccio di Etched all’inferenza offre la precisione necessaria per sostenere i carichi di lavoro più esigenti, e ha aggiunto di essere entusiasta di avere già un proprio rack operativo nel data center.
Etched ha spedito il primo rack a Jane Street il mese scorso, un passaggio che segna il momento in cui il prodotto è passato dai laboratori alla produzione reale. Il co-fondatore e CEO di Etched, Gavin Uberti, ha spiegato che l’azienda avvertiva sin dal primo giorno l’urgenza di portare l’hardware nelle mani dei clienti per farlo funzionare su carichi di lavoro reali, aggiungendo che l’avvio in produzione del cluster da parte di Jane Street è la prova concreta di quanto costruito finora, mentre ora il team è concentrato sull’accelerare la produzione per tutti gli altri clienti.
Il fatto che un investitore-cliente come Jane Street stia dispiegando la tecnologia nelle proprie infrastrutture di trading è un segnale importante per il mercato: la finanza quantitativa ha esigenze di latenza e precisione estremamente rigide, e un’adozione in questo ambito funziona come validazione tecnica difficile da replicare con semplici benchmark di laboratorio.
Crescita rapida e innovazioni tecniche dietro il chip di Etched
Etched ha raggiunto il successo del silicio al primo tentativo entro tre anni dalla sua fase seed, un traguardo che nel settore dei semiconduttori è considerato tutt’altro che scontato. L’azienda è uscita dalla modalità stealth a giugno con un chip già funzionante e oltre 400 dipendenti, per poi chiudere poco dopo il round Series C. Oggi Etched afferma di sviluppare contemporaneamente tre generazioni di hardware, un impegno che richiede risorse ingegneristiche significative e che testimonia l’ambizione di non fermarsi al primo prodotto di successo.
Sul piano tecnico, Etched descrive l’inferenza come un processo diviso in due fasi: il “prefill”, dove il sistema deve comprendere il prompt e il contesto, e il “decode”, dove genera i token di output che l’utente effettivamente legge. Per la fase di prefill l’azienda ha progettato un chip che opera a basso voltaggio, capace di ospitare più transistor senza i tipici problemi di calore degli chip AI di fascia alta, elaborando così più token più velocemente. Per la fase di decode ha invece sviluppato una nuova tipologia di memoria e un sistema di interconnessione chiamato Cluster Scale Memory, che permette a molti chip di condividere un pool di memoria comune con latenza molto bassa. Secondo l’azienda, il risultato combinato è una maggiore velocità a costi inferiori. I cluster attuali eseguono modelli mixture-of-experts di grandi dimensioni e architetture non-transformer, e secondo Etched il sistema può oggi far funzionare qualsiasi modello frontier, superando la percezione iniziale legata al nome dell’azienda, secondo cui ogni chip fosse costruito su misura per un singolo modello.
Su questa base tecnologica, Etched ha già raccolto oltre 1 miliardo di dollari in contratti con aziende AI pubbliche e private e con provider cloud, un dato che allarga il quadro oltre il singolo rapporto con Jane Street e suggerisce una domanda diffusa per soluzioni di inferenza alternative a quelle dei grandi produttori di GPU generaliste.
Partnership strategiche e l’espansione infrastrutturale del settore
Il legame tra Jane Street ed Etched si inserisce in una strategia infrastrutturale più ampia della società di trading. Jane Street aveva già concordato ad aprile di spendere circa 6 miliardi di dollari per utilizzare la piattaforma cloud AI di CoreWeave. Nell’ambito di questa partnership estesa tra le due società, CoreWeave fornirà a Jane Street infrastrutture di calcolo distribuite su più data center, che integreranno la tecnologia Nvidia Vera Rubin.
Il quadro che emerge è quello di un’azienda finanziaria che sta costruendo in parallelo più leve infrastrutturali per l’AI: da un lato l’hardware dedicato all’inferenza firmato Etched, dall’altro la capacità cloud su larga scala garantita da CoreWeave e dai chip Nvidia di ultima generazione. Per Etched, avere come cliente di riferimento un attore che sta già investendo miliardi in infrastrutture AI parallele rafforza la credibilità del prodotto agli occhi di altri potenziali clienti enterprise, proprio nel momento in cui l’azienda punta a scalare la produzione oltre il primo rack consegnato.
FAQ
Chi ha guidato il recente round di finanziamento da 700 milioni di dollari di Etched?
Il round è stato guidato da Jane Street, che è diventata anche il primo cliente di Etched.
Quando Etched ha spedito il primo rack del cluster di inferenza AI a Jane Street?
Etched ha spedito il primo rack a Jane Street il mese scorso.
Quali sono i principali traguardi tecnologici raggiunti finora da Etched?
Etched ha raggiunto il successo del silicio al primo tentativo entro tre anni dalla fase seed, è uscita dalla modalità stealth a giugno con un chip funzionante e oltre 400 dipendenti, e sta sviluppando contemporaneamente tre generazioni di hardware AI.
Come sta utilizzando Jane Street la tecnologia di Etched?
Jane Street sta dispiegando attivamente i cluster di inferenza di Etched nelle proprie operazioni e ha dichiarato di essere soddisfatta dei risultati dei primi test.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.
