Etched ha duplicado su valoración en aproximadamente siete meses. En diciembre anterior, la empresa había alcanzado una valoración de 5.000 millones de dólares tras recaudar 500 millones de dólares en una ronda anterior. Según la compañía, esta es la valoración más alta jamás alcanzada por una ronda Serie C liderada por Sequoia Capital.

La empresa fue fundada por Gavin Uberti (director ejecutivo), Robert Wachen (cofundador y director de operaciones) y Chris Zhu (cofundador), quienes abandonaron sus estudios en Harvard para lanzar el proyecto. Entre los inversores destacados figuran Peter Thiel, Andrej Karpathy (de Anthropic), Dylan Field, Amjad Masad y otros nombres prominentes del ecosistema tecnológico.

Etched se especializa en el diseño de procesadores específicamente optimizados para ejecutar modelos de inteligencia artificial basados en arquitectura transformer, la tecnología subyacente en sistemas como ChatGPT y Claude. Cuando la empresa fue lanzada, la idea de crear chips dedicados exclusivamente a IA era considerada por muchos como especulativa o incluso descabellada. Sin embargo, la compañía ha demostrado viabilidad técnica y comercial significativa.

El mes anterior al cierre de esta ronda de financiación, Etched anunció que había fabricado exitosamente sus chips propios, que sus primeros sistemas completos estaban siendo probados por clientes y que ya había asegurado órdenes por valor de 1.000 millones de dólares.

Existe una percepción errónea en el mercado de que los productos de Etched —vendidos como sistemas completos, no solo como chips— están limitados a ejecutar únicamente modelos de lenguaje específicos. Wachen aclaró que esto no es correcto. Los sistemas pueden ejecutar cualquier modelo de IA, incluyendo arquitecturas Mixture of Experts como DeepSeek y Qwen, que distribuyen tareas entre submodelos especializados, así como diseños no basados en transformer como Mamba, que utiliza una arquitectura alternativa conocida como modelo de espacio de estados.

La propuesta técnica central de Etched se basa en dos componentes innovadores diseñados desde cero para acelerar la inferencia, el proceso computacional que ocurre después de que un usuario envía una solicitud. La inferencia se divide en dos fases: prefill y decode.

La fase de prefill implica procesar y comprender el prompt, incluyendo el contexto proporcionado. Esta fase es matemáticamente intensiva y requiere gran capacidad computacional. La fase de decode genera los tokens de salida, es decir, la respuesta que el usuario ve. Aunque requiere menos computación que el prefill, demanda cantidades masivas de memoria.

Etched desarrolló un chip de prefill que opera "dramáticamente" más rápido, según Wachen, "funcionando a un voltaje mucho más bajo que cualquier otro chip de IA. Llamamos a esto inferencia de bajo voltaje". Un voltaje más bajo genera menos calor, lo que permite al chip integrar más transistores en el mismo espacio.

Para el proceso de decode, Etched creó un nuevo tipo de memoria e "interconexión que llamamos memoria a escala de cluster. Permite que muchos chips se conecten entre sí y utilicen un pool de memoria compartida con muy baja latencia", explicó Wachen. El resultado prometido es velocidades altas con costos reducidos.

Los fundadores enfrentaron escepticismo considerable durante años, incluso después de anunciar que su primer lote de silicio había sido fabricado exitosamente por TSMC, la empresa taiwanesa de fabricación de semiconductores. Gran parte de esta incredulidad provenía del acceso limitado a los sistemas. Hasta el momento, el acceso ha estado restringido a inversores y clientes iniciales. De hecho, fue a través de demostraciones privadas en las oficinas de Etched que la empresa logró atraer a su lista de inversores destacados.

"Andrej Karpathy de Anthropic, Noam Brown de OpenAI, Geoffrey Hinton, así como todos los inversores en esta ronda de financiación, son personas que realmente probaron el hardware y están muy entusiasmadas con él", señaló Wachen.

El camino ha sido largo y difícil, con desafíos significativos aún por delante hasta que los sistemas en rack se produzcan en masa y se entreguen a los clientes. Los tres fundadores abandonaron Harvard sin experiencia previa en recaudación de capital ni en contratación de personal.

"No teníamos idea de cuán difícil iba a ser", recordó Wachen. "Creo que todavía tenemos que ser humildes respecto a lo que se necesitará para realmente llegar a escala".

Wachen relata que llegó al área de la Bahía de San Francisco después de informar a sus padres que abandonaba la universidad para lanzar una startup, sin oficina ni apartamento organizados. Durmió en el piso de la casa sin amueblar de un amigo.

"Recuerdo quedarme en la casa de mi amigo que estaban a punto de vender, usando una toalla como manta", bromea. Los fundadores eventualmente instalaron los servidores necesarios para ejecutar las herramientas de diseño de chips en el garaje de un empleado inicial, y "cada vez que necesitaba reiniciarse, él llamaba a su esposa, y ella iba y presionaba el botón de reinicio".

Hoy, 400 personas trabajan en las oficinas de Etched, y la empresa opera un centro de datos de 2 megavatios en sus instalaciones. Recientemente abrió una nueva instalación de 80.000 pies cuadrados con capacidad de 10 megavatios en Milpitas, cerca de su oficina principal en San José.

"Estamos ejecutando tokens en nuestro laboratorio hoy, trabajando con algunas de las empresas de IA más grandes del mundo", afirmó Wachen.

Wachen también tiene ahora una manta, un colchón "e incluso una almohada. Múltiples almohadas", bromea.

Lo más importante es que él y sus cofundadores nunca permitieron que los escépticos los detuvieran. "Ha avanzado mucho. Es un mundo muy, muy diferente. Pero creo que cuando realmente crees que algo es posible, y trabajas en ello durante mucho tiempo, puedes lograrlo".

La valoración de Etched refleja la creciente importancia de los semiconductores especializados en el ecosistema de IA. Mientras que Nvidia ha dominado el mercado de procesadores para IA, empresas como Etched están desarrollando alternativas optimizadas para casos de uso específicos. Google, según reportes, está persiguiendo un concepto similar con su chip Frozen v2 diseñado para Gemini, indicando que la estrategia de Etched de grabar componentes específicos de modelos de IA directamente en silicio para mejorar el rendimiento ya no se considera especulativa en la industria.