BAY AREA / LONDON (IT BOLTWISE) – Das KI-Chip-Startup Etched schließt eine 300-Millionen-US-Dollar-Series-C-Runde mit einer Bewertung von 10,3 Milliarden US-Dollar ab. Das Unternehmen will damit zeigen, dass spezialisierte Hardware für KI-Inferenz nicht nur für einzelne Modelltypen gedacht ist, sondern für mehrere Architekturen funktionieren kann. Im Zentrum stehen zwei selbst entwickelte Bausteine für unterschiedliche Inferenzphasen: ein schnellerer Pre-Processing-Teil und eine speicherintensive Decode-Schicht mit neuer Verbindungslogik. Parallel bestätigt Etched Produktionserfolge bei eigenen Chips und nennt bereits erste Kunden-Tests sowie Bestellungen in Milliardenhöhe.
Etched startet in eine neue Größenordnung und liefert gleichzeitig ein starkes Signal an den KI-Infrastruktur-Markt: Mit einer Series C über 300 Millionen US-Dollar steigt die Bewertung des Chip-Startups auf 10,3 Milliarden US-Dollar. Besonders bemerkenswert ist die Dynamik, weil Etched erst rund sieben Monate zuvor mit einer 500-Millionen-US-Dollar-Runde bei 5 Milliarden US-Dollar bewertet wurde. Dass die Runde als Sequoia-geführte Series C besonders hoch taxiert wird, ordnet Etched selbst als Rekord ein. Für Unternehmen, die heute KI-Workloads in Produktion bringen, ist der Kontext klar: Hardware-Entscheidungen sind längst nicht mehr nur eine Frage von Rechenleistung, sondern von Latenz, Speicherbandbreite und Kosten pro generiertem Token.
Technisch baut Etched seine Architektur um zwei Inferenz-Phasen herum, also genau den Teil der KI-Ausführung, der nach einer Nutzeranfrage beginnt und die Antwort schrittweise ausgibt. In der Darstellung des Managements heißt dieser Prozess prefill und decode: Im prefill geht es darum, den Prompt inklusive Kontext zu verstehen. Das ist rechenintensiv und hängt stark davon ab, wie effizient die Hardware die bisherigen Aktivierungen verarbeitet und wie schnell sie relevante Muster aus langen Eingaben ableiten kann. Das decode dagegen generiert die Ausgabe-Tokens; hier wird zwar weniger Rechenarbeit pro Schritt erwartet, dafür wird massiv Speicher benötigt. Etched positioniert den eigenen Ansatz genau in dieser Trennung: Ein Pre-fill-Baustein arbeitet laut Aussage des Mitgründers und COO bei deutlich geringerem Spannungsniveau als andere KI-Chips und adressiert damit Effizienz und Wärmeentwicklung. Weniger Verlustleistung bedeutet weniger Hitze, und das schafft Spielraum, mehr Transistoren auf engerem Raum unterzubringen.
Für das decode nennt Etched dann die zweite Kerninnovation: Eine neue Art von Speicher sowie eine interconnect-Technologie, die das Unternehmen als cluster scale memory beschreibt. Der entscheidende Punkt ist die Fähigkeit, dass viele Chips miteinander verbunden werden und einen gemeinsamen Speicherpool mit sehr niedriger Latenz nutzen können. In der Praxis betrifft das genau die Engpässe, die sich bei großen Modellzuständen und bei parallelen Inferenzpipelines zeigen: Wenn Daten zwischen Chips oder zwischen Rechenblöcken ständig hin- und hergereicht werden müssen, steigen Latenz und Energieverbrauch, obwohl die GPU-ähnliche Rechenleistung vielleicht noch Reserven hat. Etched versucht hier nicht nur die Geschwindigkeit zu erhöhen, sondern die Kosten in Relation zur erzeugten Ausgabemenge zu drücken. Das ist auch deshalb strategisch, weil gerade in produktiven Umgebungen die betriebswirtschaftliche Seite schnell dominiert: Unternehmen bezahlen nicht für FLOPs, sondern für die nutzbare Ausgabe, oft als Metrik pro Anfrage, pro Session oder pro generiertem Token.
Die Diskussionen um Etched drehen sich trotz der technischen Tiefe weiterhin um eine Wahrnehmungsfrage: Das Unternehmen verkauft nicht nur einzelne Chips, sondern komplette System-Setups für KI-Inferenz. Kritiker hatten daraus die Schlussfolgerung gezogen, dass Etched seine Hardware primär für bestimmte LLMs auslegt. Wachen widerspricht dem explizit; die Systeme seien modell-übergreifend einsetzbar, einschließlich Architekturen wie Mixture of Experts, bei denen Aufgaben auf spezialisierte Sub-Modelle aufgeteilt werden, statt ein einziges großes Modell in jeder Phase vollständig zu aktivieren. Daneben nennt Etched auch nicht-transformerbasierte Designs wie Mamba, die auf einer anderen zugrundeliegenden Architektur, beschrieben als state-space model, aufsetzen. Marktseitig ist das für IT-Entscheider relevant, weil sich Toolchains und Modelllandschaften in Produktionsumgebungen selten an einer einzigen Architektur festnageln lassen. Eine Hardware-Plattform, die unterschiedliche Klassen von Modellen bedienen kann, reduziert die Wahrscheinlichkeit, bei Modellwechseln neu investieren oder neu skalieren zu müssen.
Die Finanzierungsrunde illustriert außerdem, wie stark sich das Bild der KI-Chipindustrie in den letzten Jahren verschoben hat. Etched ging laut Quelle zu einem Zeitpunkt an den Start, als viele außerhalb der spezialisierten Hardware-Community den Bedarf an KI-spezifischem Compute noch nicht in dieser Schärfe wahrnahmen. Während NVIDIA früh als zentraler Player wahrgenommen wurde, musste Etched Überzeugungsarbeit leisten – nicht nur mit Benchmarks, sondern auch mit Zugang. Denn ein wiederkehrendes Muster in der frühen Hardware-Phase ist, dass die Systeme nur wenigen Teams wirklich vorliegen: Etched beschränkt den Zugang zunächst auf Investoren und frühe Kunden. Entsprechend beschreibt Wachen, dass die prominentesten Unterstützer ihre Einschätzung nach eigenen Tests vor Ort getroffen haben. Neben Sequoia als Lead werden unter anderem Andreessen Horowitz, SK Hynix, Jane Street und Diffusion Capital genannt; außerdem gehören weitere frühe Geldgeber zum Umfeld. Für die Bewertung ist das wichtig, weil es die Frage beantwortet, ob es sich um reines Storytelling handelt oder ob Stakeholder mit Engineering-Affinität die Hardware praktisch geprüft haben.
Parallel zur Kapitalrunde belegt Etched operative Fortschritte: Das Unternehmen meldet erfolgreiche Fertigung der eigenen Chips, kündigt an, dass erste vollständige Systeme bei Kunden getestet werden, und nennt bereits abgearbeitete Bestellungen im Umfang von 1 Milliarde US-Dollar. Damit verschiebt sich Etched von der Konzept- in die Implementierungsphase – ein Schritt, der in der Chip-Industrie oft die größten Risiken konzentriert. Die Vergangenheit des Teams illustriert dabei, wie ressourcenintensiv das war: Gründer, CEO Gavin Uberti, COO Robert Wachen und CTO Chris Zhu haben 2022 die Harvard-Ausbildung abgebrochen, um das Startup aufzubauen. In der Anfangsphase fehlten Büro und planbare Infrastruktur; gleichzeitig musste der Prozess der Chip-Entwicklung durch Tooling und Rechenkapazität unterstützt werden. Etched berichtet, dass die Server zum Betrieb der Design-Tools zunächst in einer Garage liefen und Reboots organisatorisch über Umwege gelöst wurden. Heute arbeiten laut Darstellung 400 Mitarbeitende in einem Büro, und Etched betreibt einen 2-Megawatt-Datacenter-Betrieb. Das unterstreicht, dass KI-Chips nicht erst in der Produktion „groß“ werden, sondern schon bei den Entwicklungs- und Validierungszyklen.
Für die nächsten Monate liegt der entscheidende Hebel in der Skalierung der Rack-Systeme: Etched beschreibt, dass der Weg noch nicht bei Serienauslieferung und Massenproduktion ankommt. Gleichzeitig ist der Markt für Inferenz-Hardware gerade in Bewegung, weil die Kosten pro Ausgabe und die Fähigkeit, schnell zu skalieren, in der Praxis über Wettbewerbsfähigkeit entscheiden. Selbst wenn die Chip-Industrie weiterhin von Plattformen dominiert wird, die bereits breite Ökosysteme aufgebaut haben, zeigt Etched, wie ein Startup mit eigener Speicher- und Interconnect-Logik sowie einer klaren Trennung von prefill und decode eine Nische angreifen kann, die bislang zu häufig nur als „mehr Rechenleistung“ interpretiert wurde. Unternehmen, die heute ihre KI-Inferenz-Architektur planen, sollten deshalb nicht nur auf Modell-Progress schauen, sondern auf die Hardwarepfade, die tatsächlich die Latenz und den Energiebedarf pro Antwort bestimmen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Etched: KI-Chip-Startup erreicht 10,3 Mrd. US-Dollar Bewertung nach Series C" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Etched: KI-Chip-Startup erreicht 10,3 Mrd. US-Dollar Bewertung nach Series C" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Etched: KI-Chip-Startup erreicht 10,3 Mrd. US-Dollar Bewertung nach Series C« bei Google Deutschland suchen, bei Bing oder Google News!