Etched levanta 800 milhões e entra a matar nos chips de inferência IA

Enquanto todos olham para a Nvidia e contam placas gráficas, o dinheiro pesado começa a correr para outra direcção: chips de inferência dedicados. A americana Etched, fundada em 2022 por dois dropouts de Harvard, acaba de levantar 800 milhões de dólares, mais de ~740 milhões de euros, e reclama já mil milhões em contratos de venda assinados. Os primeiros sistemas começam a ser enviados este verão.

A ronda maior, de 500 milhões de dólares, fechou em dezembro e avaliou a empresa em cinco mil milhões. Foi liderada pelo fundo Stripes e juntou nomes como Peter Thiel, Positive Sum, Ribbit Capital, Hudson River Trading e Two Sigma. Em paralelo, a firma de trading Jane Street liderou uma ronda separada e já terá colocado mais de 100 milhões de dólares. A isto soma-se a VentureTech Alliance, fundo com parceria estratégica com a TSMC, o maior fabricante de semicondutores por contrato do mundo. Não é um sindicado qualquer, é capital que conhece bem ciclos de chips e de mercados.

A Etched posiciona-se frontalmente contra o domínio das GPUs da Nvidia, mas num nicho específico: correr modelos já treinados, não treiná-los. O chip chama-se Sohu e é desenhado à medida de modelos transformer, o tipo de arquitectura que sustenta praticamente todos os grandes modelos de linguagem actuais. Em vez de usar GPUs de propósito geral, a Etched embebe diretamente a lógica do transformer no silício. Em teoria isto significa menos desperdício, mais densidade de computação e melhor eficiência energética por euro gasto, a obsessão de qualquer data center que esteja a ver a factura da luz disparar com IA generativa.

Trabalhando com a TSMC, a empresa diz ter desenvolvido o que chama low-voltage inference: operar os chips a tensões mais baixas, para reduzir aquecimento e extrair mais desempenho por watt. E, ao contrário de muitas startups de chips que se ficam pelo die, a Etched desenhou o rack completo: placas, sistema de arrefecimento e networking. É uma aposta de pilha inteira, semelhante ao que se vê na Nvidia com os DGX, mas aqui vinda de uma empresa que há dois anos praticamente não existia.

O contexto ajuda a explicar o cheque gordo. O mercado percebeu que o gargalo já não é só treinar modelos colossais; é servi-los a milhões de pedidos por segundo. A Nvidia já pagou 20 mil milhões de dólares à Groq por uma licença que basicamente lhe compra a equipa de engenharia focada em inferência, a Google anunciou que parte dos seus próprios chips IA vai focar-se na mesma fase, e a londrina Fractile levantou 220 milhões de dólares para designs que juntam computação e memória no mesmo die. A corrida por silício de inferência dedicado é hoje um dos jogos mais caros da indústria, lado a lado com as apostas da Samsung em fábricas e IA que já detalhámos na Pixel.

Para quem está em Portugal, isto não significa que vais comprar um “Sohu” numa Worten qualquer. Estes sistemas vivem em data centers de hiperescalas, bancos, grandes plataformas de IA. Mas têm impacto directo na factura que startups europeias pagam por tokens de inferência em clouds dominadas por Nvidia, como analisámos em quem controla as GPUs controla a inovação. Se alternativas como a Etched funcionarem, há margem para baixar preços ou, pelo menos, travar o monopólio de facto de uma única arquitectura.

O grande “se” está aí. A Etched garante mil milhões de dólares em contratos, mas isso depende de o Sohu aguentar cargas reais e ecossistemas de software exigentes. Nenhuma das startups deste segmento provou ainda, em produção prolongada, que consegue combinar desempenho, fiabilidade e tooling ao nível de CUDA (Compute Unified Device Architecture) e companhia. Por agora, basta ter compute para o mercado abrir a carteira. Quando o pó assentar, vão contar menos as promessas de benchmark e mais a percentagem de uptime e a linha de custos energéticos. É aí que se vai ver se estes 800 milhões compraram um futuro player de peso ou só mais uma nota de rodapé na história dos chips IA.

Fonte: The Next Web