AI-chipbolaget Etched tar in 700 miljoner dollar och värderas nu till 21 miljarder dollar. Bakom miljardvärderingen finns en växande tro på att nästa stora slag i AI-racet inte bara handlar om vem som bygger den bästa modellen – utan om vem som kan köra modellerna snabbast och billigast.
Amerikanska Etched har på kort tid blivit ett av de mest uppmärksammade bolagen i jakten på alternativ till Nvidia.
Den 18 augusti meddelade bolaget att det tar in 700 miljoner dollar i en ny finansieringsrunda ledd av Jane Street. Investeringen innebär att Etched värderas till 21 miljarder dollar.
Det är mer än en fördubbling jämfört med värderingen på 10,3 miljarder dollar när bolaget tog in ytterligare kapital så sent som den 23 juli.
Samtidigt uppger Etched att bolaget redan har säkrat kundkontrakt och beställningar värda mer än en miljard dollar.
Det är en kombination som förklarar varför investerare nu är beredda att satsa enorma summor: AI-marknaden håller på att gå in i en fas där kostnaden för att faktiskt använda de stora modellerna blir minst lika viktig som kostnaden för att utveckla dem.
Etched har börjat leverera sin hårdvara
Etched är fortfarande ett ungt bolag, men det har passerat en viktig gräns.
Bolaget meddelar att det första kompletta systemracket har levererats till Jane Street, som alltså både är investerare och kund.
Jane Street har enligt Etched testat hårdvaran och beskriver de tidiga resultaten som lovande.
Det betyder inte att Etched redan har bevisat att tekniken fungerar bättre än Nvidias lösningar i stor skala. Men det gör bolaget betydligt mer konkret än många andra AI-startups som fortfarande främst säljer en vision om framtida produkter.
Etched uppger dessutom att det totalt har tagit in omkring 1,9 miljarder dollar.
Bland investerarna finns bland andra Sequoia, Andreessen Horowitz, Kleiner Perkins, Tiger Global, Bain Capital Ventures, Neo och Blackstone.
Vad gör Etched?
Etched bygger hårdvara och kompletta system för så kallad AI-inferens.
Det är den del av AI-processen som sker när en färdigtränad modell faktiskt används.
När en stor språkmodell tränas går enorm datorkraft åt till att lära modellen samband i stora datamängder. Men när någon senare använder ChatGPT, en AI-assistent, en bildmodell eller ett AI-verktyg är det i stället inferens som sker.
Modellen tar emot information och räknar fram sitt svar.
När hundratals miljoner människor och allt fler företag använder AI varje dag blir mängden inferens snabbt enorm.
Det är där Etched försöker hitta sin plats.
I stället för att bygga en generell processor som ska kunna hantera många olika typer av arbetsuppgifter försöker bolaget optimera hela sin arkitektur för moderna AI-modellers behov.
Etched utvecklar inte bara själva chipet. Bolaget arbetar också med servrar, rack, minne, sammankopplingar, kylning och mjukvara som tillsammans ska skapa ett komplett inferenssystem.
Den första generationen fungerande chip har tillverkats av TSMC med företagets N4P-process.
Därför kan inferens bli nästa stora AI-kapplöpning
Under de första åren av den generativa AI-boomen låg mycket av uppmärksamheten på träning.
OpenAI, Google, Anthropic, Meta och andra aktörer behövde enorma mängder grafikprocessorer för att träna allt större modeller.
Nu förändras ekonomin.
När modellerna väl finns ska de användas.
Varje fråga till en AI-assistent, varje genererad bild, varje AI-agent som utför en arbetsuppgift och varje företagsprocess som automatiseras innebär nya beräkningar.
Ju fler användare och AI-agenter som tillkommer, desto större blir behovet av billig och snabb inferens.
För ett stort AI-bolag kan även små skillnader i kostnad per fråga bli enorma belopp när systemen används miljarder gånger.
Det är därför prestanda per watt, kostnad per genererad token och mängden AI-arbete som går att få ut ur ett datacenter har blivit några av branschens viktigaste mått.
Etched satsar på specialisering
Nvidias stora styrka är att bolagets grafikprocessorer är extremt flexibla.
Samma hårdvara kan användas för en lång rad AI-modeller och andra beräkningsintensiva arbetsuppgifter. Det finns dessutom ett mycket stort mjukvaruekosystem runt Nvidia.
Etched gör i praktiken motsatt vadslagning.
Om hårdvaran byggs för ett smalare användningsområde kan mer av chipets kapacitet användas exakt där den behövs.
Bolaget lyfter bland annat fram teknik för lägre driftspänning och en egen minnesarkitektur som ska minska flaskhalsarna när många chip arbetar tillsammans.
Om det fungerar som tänkt kan AI-modeller i teorin köras både snabbare och billigare.
De mest offensiva prestandapåståendena kommer dock fortfarande från Etched självt och bör betraktas därefter.
Det saknas ännu den typ av omfattande oberoende jämförelser och långvarig driftdata som finns för etablerade Nvidia-system.
Etched är inte ensam om att utmana Nvidia
Kapitalrusningen kring Etched är del av en betydligt större trend.
Flera bolag försöker bygga specialiserade AI-processorer och system som kan ta delar av den marknad som Nvidia i dag dominerar.
| Bolag | Senaste stora kapitalhändelsen | Inriktning |
|---|---|---|
| Etched | 700 miljoner dollar, värdering 21 miljarder dollar | Specialiserad AI-inferens |
| SambaNova | 1 miljard dollar, värdering 11 miljarder dollar | AI-system och inferens |
| Cerebras | 1 miljard dollar, värdering 23 miljarder dollar | Storskalig AI-beräkning |
Utvecklingen drivs inte bara av startups.
Även några av världens största AI-bolag vill minska sitt beroende av Nvidia.
OpenAI har exempelvis utvecklat egen AI-hårdvara tillsammans med Broadcom, medan Meta under flera år arbetat med egna AI-processorer.
Motivet är lätt att förstå.
Den som kan kontrollera mer av sin egen hårdvara får större kontroll över både kostnaden och tillgången till datorkraft.
Nvidia har fortfarande ett enormt försprång
Det betyder samtidigt inte att Nvidias ställning är nära att kollapsa.
Nvidia säljer inte bara grafikprocessorer.
Bolaget har byggt ett helt ekosystem kring sina produkter med mjukvara, utvecklarverktyg, nätverkslösningar, serversystem och framför allt CUDA-plattformen.
Det skapar en hög tröskel för kunder som överväger att byta.
Hundratusentals utvecklare och företag har redan byggt sina AI-system för Nvidias plattform.
Hurbra har tidigare skrivit om hur just datacenterverksamheten blivit motorn bakom bolagets AI-dominans i artikeln om Nvidias rapport och AI-boomen.
Även AI-bolag som utvecklar egen hårdvara fortsätter därför att köpa stora mängder Nvidia-chip.
För Etched behöver målet inte heller vara att ersätta Nvidia överallt.
Om marknaden för inferens växer så snabbt som branschen räknar med kan det räcka att Etched blir märkbart bättre eller billigare för vissa typer av AI-arbetslaster.
En miljard dollar i kontrakt – men mycket återstår
Etched uppger att bolaget redan har kontrakt och bokad efterfrågan på över en miljard dollar.
Det är en stark signal om kundintresse, men summan ska inte förväxlas med redan redovisade intäkter.
Bolaget måste fortfarande visa att produktionen kan skalas från tidiga leveranser till stora volymer.
Hårdvaran måste fungera stabilt i riktiga datacenter. Mjukvaran måste vara tillräckligt lätt att använda. Kunderna måste dessutom kunna flytta arbetslaster från etablerade system utan att integrationskostnaden äter upp vinsten.
Den nya värderingen innebär därmed att investerarna redan prisar in en stor del av den marknad Etched hoppas kunna ta i framtiden.
Att värderingen har gått från 10,3 till 21 miljarder dollar på mindre än en månad visar hur aggressivt kapitalet just nu söker nästa stora vinnare inom AI-infrastruktur.
Nästa AI-race handlar om mer än modeller
Under de senaste åren har mycket av AI-konkurrensen handlat om vilken aktör som har den mest avancerade modellen.
GPT, Gemini, Claude och andra modeller har jämförts på intelligens, hastighet och nya funktioner.
Nu växer ett parallellt race fram under ytan.
Den som kan köra modellerna billigast kan i längden erbjuda fler AI-tjänster, fler användare och mer avancerade AI-agenter utan att kostnaderna skenar.
Det är därför hårdvaran bakom modellerna blir strategiskt viktig.
Etched beskriver själv utvecklingen och den första leveransen i sin senaste uppdatering.
Det stora frågetecknet är inte längre om Nvidia kommer att få fler konkurrenter.
Frågan är hur stor del av den snabbt växande AI-marknaden dessa konkurrenter faktiskt kan ta.
Etcheds värdering på 21 miljarder dollar visar att investerarna är beredda att satsa mycket stora pengar på att svaret ska bli: betydligt mer än i dag.