哈佛輟學“三劍客”，做AI芯片，剛剛?cè)诹?5億

作者丨漫地

編輯丨關(guān)雎

三位從哈佛輟學的00后，最近剛為自己的人工智能芯片初創(chuàng)公司Etched.ai融了5億美元。

這是人工智能硬件領(lǐng)域規(guī)模最大的融資之一，此輪融資使Etched.ai的估值接近50億美元，總?cè)谫Y額也接近10億美元。

Etched.ai的創(chuàng)始人Gavin Uberti，今年才24歲。他和另兩位創(chuàng)始人Chris Zhu、Robert Wachen一同從哈佛輟學后，致力于領(lǐng)導(dǎo)公司打造下一代人工智能芯片，與芯片巨頭英偉達不同的是，他們闖出了一條細分賽道—— 做專用于當前AI主流模型Transformer架構(gòu)的ASIC芯片，從而超越通用GPU芯片。

ASIC是為了某種特定的用途而定制設(shè)計的芯片，而不是像CPU（中央處理器）或GPU（圖形處理器）那樣可以運行各種不同類型的程序。

算力市場的邏輯正在生變。Etched.ai何以能挑戰(zhàn)英偉達？

01從哈佛輟學的創(chuàng)業(yè)者

Etched.ai的成立，要從一位哈佛大學的輟學生Gavin Uberti說起。

在創(chuàng)立Etched.ai之前，Gavin Uberti還是一位在哈佛大學攻讀計算機科學和數(shù)學雙碩士學位的學生。但是學校生活并不能讓他感到滿足，于是他選擇給自己一個間隔年（gap year），成為一名探索自己發(fā)展方向的數(shù)字游民。

在這期間，Gavin為一家名為OctoML的初創(chuàng)企業(yè)構(gòu)建編譯器，并為開源編譯器 Apache TVM編寫了矩陣乘法 (MATUL) 內(nèi)核。此時，他的技術(shù)才能已鋒芒初現(xiàn)。

值得一提的是，OctoML是華盛頓大學博士陳天奇參與創(chuàng)立的公司，旨在讓機器學習模型在任何硬件上都能高效運行。OctoML便是后來的OctoAI，在2024年被英偉達以1.65億美元收購。陳天奇還是Apache TVM的主要創(chuàng)建者。

隨后，Gavin繼續(xù)在課程管理和排課優(yōu)化解決方案公司Coursedog、AI圖像識別初創(chuàng)公司Xnor.ai等處擔任軟件工程師，這些經(jīng)歷讓他積累了AI硬件和軟件工程基礎(chǔ)。

在業(yè)界游歷一番后，Gavin做出了從哈佛退學的決定，同為哈佛數(shù)學和計算機科學系學生的Chris Zhu也選擇退學，兩人還拉上在哈佛大學修讀決策科學（Decision Science）Robert Wachen，三人合伙組隊——他們都想開發(fā)?款專門用于Transformer架構(gòu)AI模型的ASIC芯片。

從左到右：Robert Wachen、Gavin Uberti 和 Chris Zhu

但是這不是一件容易的事，他們找了芯片行業(yè)的專家 Mark Ross，讓他幫忙看看自己手頭的技術(shù)。 Mark Ross曾擔任賽普拉斯半導(dǎo)體公司（Cypress Semiconductor）的首席技術(shù)官，同時主導(dǎo)過5款營收超過10億美元芯片的研發(fā)。

Mark Ross

Mark Ross告訴他們，他們的技術(shù)還行不通，不過同時說到“現(xiàn)在下結(jié)論還為時過早”，并讓Gavin和Chris回去撰寫了技術(shù)白皮書，重新設(shè)計芯片的初始架構(gòu)和構(gòu)建功能仿真模型。

拿到Gavin、Chris等人熬了多個通宵后調(diào)整的技術(shù)結(jié)果，Mark Ross頗為震驚，沒想到這兩個人竟然把芯片的初始架構(gòu)搭建出來了，而這確實可行。這時，Mark又對他倆提出一個難題——資金。他說，“這可是半導(dǎo)體啊！光是啟動就需要兩三百萬美元，而這之后只會需要更多的錢。你們以前從來沒造過芯片。”

于是，三人哼哧哼哧地籌集了550萬美元，他們再次找到 Mark，這一次不僅僅是專業(yè)咨詢，而是想把他也拉入伙做團隊的首席硬件架構(gòu)師。優(yōu)秀的人做有前景的事，總是能吸引到更多的同行者。Mark Ross就這樣轉(zhuǎn)身加入了Etched.ai公司。

一個好漢三個幫，2022年，Etched.ai 公司正式成立。

除了聯(lián)合創(chuàng)始人Chris Zhu負責公司在專用人工智能芯片領(lǐng)域的開拓性工作以外， Robert Wachen 擔任Etched.ai 的聯(lián)合創(chuàng)始人兼首席運營官，為公司負責領(lǐng)導(dǎo)運營和硬件開發(fā)。他是推動 Etched.ai 業(yè)務(wù)規(guī)模化和建立硬件基礎(chǔ)設(shè)施的驅(qū)動力。

之后的?切水到渠成。團隊還招來了半導(dǎo)體領(lǐng)域的專家，包括英特爾前副總裁、Auradine的聯(lián)合創(chuàng)始人、Cruise的首位芯片專家，以及來自谷歌、微軟、亞馬遜等科技巨頭的數(shù)十位專業(yè)人士。

“我認為領(lǐng)導(dǎo)者具備技術(shù)能力非常重要，了解團隊的問題，理解他們做事的動機，是引進合適人才的必要條件。” Gavin作為公司的CEO，這樣談與同事們的合作。公司大大小小的事情雖然無法每件都親力親為，但是他喜歡和每位同事交流他們最近的進展，“只有這樣才能理解他們這樣做的原因”。

02挑戰(zhàn)巨頭英偉達，螞蟻如何撼樹？

Etched.ai公司正在做的事情，是打造一款在運行Transformer模型方面能夠超越通用GPU的AI 芯片，從而徹底革新人工智能行業(yè)。

在2022年初，他們敏銳地意識到，人工智能的未來在于運行生成式人工智能模型的專用芯片，與現(xiàn)有解決方案相比，這些專用芯片能夠提供更高的性能。

雖然行業(yè)內(nèi)許多初創(chuàng)公司和科技巨頭都在開發(fā)專門運行人工智能模型的芯片，例如，Meta 有MTIA，亞馬遜有Graviton和Inferentia等等。而Etched.ai認為Transformer架構(gòu)將主導(dǎo)人工智能領(lǐng)域，其吞吐量會比通用GPU高出一個數(shù)量級。所以他們研發(fā)的ASIC 芯片只運行一種模型：Transformer模型。

這意味著什么？

如果說通用芯片像是一個功能齊全的工具箱，在面對不同使用場景的時候，都能調(diào)用工具運行大多數(shù)傳統(tǒng)的AI模型，但是它整體上運行的效率就沒那么高，因為其他工具在不使用的狀態(tài)下仍在耗能。

而只專注于Transformer架構(gòu)的芯片更像一把銳利的刀子，大大減少了芯片運行時的冗余，可以針對性地在transformer架構(gòu)下提升芯片的運行效率。它不僅可以加快處理速度，還可以降低能耗。目前，最先進的AI模型都是transformer架構(gòu)，比如ChatGPT、Sora、Gemini、Stable Diffusion 3和DALL-E等。

Etched.ai的旗艦產(chǎn)品Sohu芯片已獲得臺積電采用4nm工藝的量產(chǎn)授權(quán)。對于transformer架構(gòu)而言，Sohu可以說是有史以來最快的芯片，其他同類產(chǎn)品暫時無法望其項背。

Etched.ai Sohu芯片

8xSohu服務(wù)器的性能相當于160塊英偉達H100 GPU，而且功耗更低。由于芯片僅支持Transformer模型，Sohu舍棄了圖形渲染單元和對CNN/RNN等傳統(tǒng)AI模型的支持，從而大幅簡化設(shè)計，提升硬件利用率至90%（通用GPU平均僅30%）。

“在運行文本、圖像和視頻轉(zhuǎn)換器時，Sohu的速度比英偉達的Blackwell GB200 GPU快一個數(shù)量級，價格也更低。對于需要專用芯片的企業(yè)領(lǐng)導(dǎo)者來說，Sohu將是一個更經(jīng)濟實惠、更高效、更環(huán)保的選擇。” Etched.ai首席執(zhí)行官Gavin Uberti曾這樣公開表示。

只專注于Transformer架構(gòu)的Sohu，也意味著如果以后Transformer不再流行，那么Sohu的價值將大打折扣。但是投資人不僅看好ASIC芯片的這個發(fā)展模式，也愿意為Etched 的 “All in or nothing（要么做要么滾）" 業(yè)務(wù)模式買單。

Etched.ai 最近拿到的最新一輪A+輪融資5億美元，由Stripes Group領(lǐng)投，Ribbit Capital、Peter Thiel以及科技巨頭Palantir等跟投。此前，它分別在2023年完成種子輪融資，募得536萬美元，由著名風投機構(gòu)Primary Venture Partners領(lǐng)投；隨后在2024年完成A輪融資，金額達1.2億美元，由Positive Sum和Primary Venture Partners共同領(lǐng)投，并吸引了Two Sigma、Peter Thiel等知名投資者參與。

在整個融資過程中，Primary Venture Partners、Positive Sum、Stripes Group、Peter Thiel和Palantir等著名風投公司和科技投資者的持續(xù)參與，凸顯了市場對 Etched.ai技術(shù)前景的高度認可。

“行動要快。速度是你相對于大型競爭對手的主要優(yōu)勢之一。”O(jiān)penAI的首席執(zhí)行官Sam Altman曾這樣說。而這也是連投了Etched.ai兩輪的Primary Venture Partners的合伙人Brian Shechter所認同的理念，”這種極快的執(zhí)行速度讓我們對Etched.ai 芯片所代表的超級智能的未來充滿信心。”

面對市值45000億美元的英偉達，顯然Etched.ai的目標并非全面取代，而是聚焦于AI推理這一細分市場，專注把Transformer模型的運行效率做到極致，以此來搶先占據(jù)細分賽道的優(yōu)勢。

03專用芯片的崛起：從螞蟻到森林

隨著AI模型趨向穩(wěn)定，越來越多業(yè)內(nèi)人士發(fā)現(xiàn)：既然99%的算力都在跑同一種架構(gòu)，為什么不干脆做一款“只認Transformer”的ASIC呢，畢竟英偉達的GPU太貴且太費電了。

這正是Etched.ai、Groq以及國內(nèi)寒武紀、燧原等公司試圖挑戰(zhàn)英偉達的切入點。這些公司大致可以分為三大類：

一是極致推理先鋒，與Etched.ai路徑最接近。

這類公司的核心邏輯是，大模型架構(gòu)已經(jīng)收斂，不再需要通用的GPU，只需要最快的AI加速器。代表公司是美國的Etched.ai、Groq、d-Matrix等。

二是巨型架構(gòu)挑戰(zhàn)者，以規(guī)模換性能。

這類公司不滿足于做小芯片，而是通過物理上的“巨大化”或“異構(gòu)化”來解決大模型的算力需求。代表公司是美國的Cerebras Systems、加拿大的Tenstorrent等。

三是國內(nèi)ASIC勁旅，專注于國產(chǎn)替代與垂直深耕。比如寒武紀、后摩智能 (Houmo.ai)。

在這場效率與成本的競賽中，這群初創(chuàng)公司正試圖通過極致的垂直優(yōu)化，在英偉達這棵萬億級別的參天大樹旁，開辟出一片屬于專用芯片的新森林。而對于Etched.ai而言，其最終會成為市場的又一巨頭，還是走向被巨頭收購的一貫敘事，2026年的算力市場將給出最終答案。

本文為創(chuàng)業(yè)邦原創(chuàng)，未經(jīng)授權(quán)不得轉(zhuǎn)載，否則創(chuàng)業(yè)邦將保留向其追究法律責任的權(quán)利。如需轉(zhuǎn)載或有任何疑問，請聯(lián)系editor@cyzone.cn。