De acordo com pt.wedoany.com-A startup americana de chips de IA, Etched, anunciou que seu chip acelerador de inferência concluiu a tape-out no step A0 e construiu os primeiros sistemas de inferência em nível de rack. A empresa também revelou que já garantiu mais de US$ 1 bilhão em contratos de clientes e um total de US$ 800 milhões em financiamento, com os primeiros produtos em rack programados para entrega no verão de 2026.

O destaque do anúncio da Etched não é apenas o "sucesso da tape-out do chip", mas a transição de um único chip de IA para um sistema de inferência em nível de rack. A empresa afirma que seu silício A0 já foi fabricado pela TSMC, de Taiwan, usando o processo N4P, e está atualmente em fase de validação com clientes para os primeiros produtos em rack. Para empresas de chips de inferência de IA, a tape-out A0 significa que o chip físico retornou pela primeira vez e entrou nas fases de bring-up, validação e depuração; a construção dos primeiros racks demonstra ainda que a empresa integrou chip, placa, refrigeração, fonte de alimentação, interconexão, software e integração de sistema em um único formato de produto para teste. A concorrência no mercado de inferência de IA não se baseia mais apenas no pico de poder computacional de um único chip; os clientes estão mais preocupados com a taxa de transferência, latência, consumo de energia e capacidade de operação contínua de um rack inteiro sob cargas de trabalho de modelos reais.

A Etched tem como alvo clusters de inferência para modelos de ponta. A empresa afirma que seus sistemas são projetados para modelos de especialistas mistos com trilhões de parâmetros, contexto longo e cargas de trabalho de agentes, podendo executar modelos como DeepSeek, Qwen, Mamba, Llama, entre outros. Atualmente, a pressão de custos na infraestrutura de IA está cada vez mais concentrada na etapa de inferência, especialmente com o aumento de aplicações de agentes, conversas de múltiplas rodadas, geração de código, processamento de documentos longos e chamadas empresariais em larga escala, exigindo que os provedores de modelos gerem continuamente grandes quantidades de tokens. Embora a fase de treinamento seja cara, a fase de inferência acumula custos continuamente com o aumento da base de usuários e da frequência de chamadas. A Etched optou por focar em sistemas de inferência justamente para atender a esses cenários de negócios de alta frequência, longo prazo e consumo contínuo de poder computacional.

A inferência de baixa tensão é um dos principais designs divulgados desta vez. A Etched afirma que os chips de IA tradicionais, após melhorar a utilização de FLOPs, tendem a sofrer aumento de consumo de energia e thermal throttling, resultando em uma taxa de transferência de inferência contínua inferior ao pico de poder computacional. Para resolver esse problema, a empresa projetou uma nova arquitetura que permite que os módulos de cálculo matemático do chip operem com menos da metade da voltagem da maioria dos chips de IA, aumentando assim a densidade de FLOPs e permitindo que modelos MoE esparsos com trilhões de parâmetros mantenham mais de 80% do desempenho de pico de FLOPs sem sofrer thermal throttling. A baixa tensão não é uma simples técnica de circuito; requer a cooperação de transistores, matrizes matemáticas, rede de alimentação, arquitetura VRM, encapsulamento, refrigeração por cold plate, algoritmos de escalonamento e pilha de software para manter a estabilidade em sistemas de nível de rack.

Outra direção central é a memória em nível de cluster. A Etched acredita que chips de IA que usam HBM têm dificuldade em atingir a baixa latência de SRAM na velocidade de decodificação, enquanto chips que dependem apenas de SRAM sacrificam a densidade de FLOPs e a capacidade de memória. Para equilibrar capacidade, taxa de transferência e velocidade de interação, a empresa adota um design híbrido de HBM e SRAM, e através de uma interconexão proprietária de baixa latência e alta largura de banda, forma um pool de memória compartilhada de baixa latência dentro do domínio escalável. Este design atende principalmente aos cenários de decodificação de grandes modelos e roteamento MoE: quando os tokens fluem entre diferentes especialistas, os dados precisam atravessar frequentemente os níveis de memória e a rede de interconexão, e a latência de acesso à memória pode atrasar diretamente a velocidade de geração. O HBM fornece capacidade, o SRAM fornece baixa latência, e a combinação de ambos permite que o sistema lide mais facilmente com tarefas de alta taxa de transferência e baixa latência simultaneamente.

Em termos de progresso comercial, a Etched já garantiu mais de US$ 1 bilhão em contratos assinados com clientes e divulgou um financiamento total acumulado de US$ 800 milhões, incluindo uma rodada de US$ 500 milhões concluída em dezembro de 2025, com uma avaliação pós-investimento de aproximadamente US$ 5 bilhões. Os investidores da empresa incluem instituições e indivíduos como VentureTech Alliance, Peter Thiel, Jane Street, Hudson River Trading, Jump Trading, Two Sigma, Stripes, Ribbit Capital, Radical Ventures e Primary VC. Para uma startup de chips de IA, pedidos e financiamento não equivalem diretamente à capacidade de entrega em larga escala, mas demonstram a intensidade da demanda do mercado por hardware de aceleração de inferência e fornecem a base financeira para produção subsequente, validação, cadeia de suprimentos e implantação junto aos clientes.

A Etched também está avançando na integração vertical. A empresa afirma ter estabelecido uma fábrica em Taiwan e está construindo um data center, instalações de teste e um laboratório de protótipos NPI em sua sede em San José, nos EUA, colocando design, validação e produção inicial em um ciclo de engenharia mais próximo. Da tape-out à entrega em volume de um chip de IA, ainda é necessário passar por validação em nível de placa, depuração de sistema, validação de refrigeração, adaptação de software, testes de confiabilidade, validação de carga de trabalho do cliente e ramp-up da cadeia de suprimentos. Especialmente para sistemas de inferência em nível de rack, não apenas o desempenho do chip deve atender aos requisitos, mas também a fonte de alimentação, refrigeração líquida, interconexão, ferramentas de operação e manutenção e a pilha de software devem amadurecer simultaneamente. Ao definir a "primeira entrega de racks" para o verão de 2026, a Etched indica que seus produtos já entraram na fase de transição da validação técnica para a experimentação do cliente e a concretização da produção.

O verdadeiro ponto de interesse deste evento é que as startups de chips de IA estão tentando contornar o caminho das GPUs de uso geral, utilizando sistemas de inferência dedicados para atender aplicações de grandes modelos. O ecossistema de GPUs da NVIDIA, dos EUA, ainda cobre treinamento, inferência, frameworks de software e ferramentas para desenvolvedores, enquanto a Etched projeta em conjunto o chip, o rack, o software e o método de fabricação, visando obter maior eficiência em cargas de trabalho de inferência específicas. Se a inferência de baixa tensão, o cache híbrido HBM+SRAM e a validação do sistema em nível de rack forem implementados com sucesso, a Etched não apenas fornecerá um chip de IA, mas uma infraestrutura de inferência completa para provedores de nuvem, empresas de modelos de IA e clientes de hiperescala. Após a entrega dos primeiros produtos em rack, a taxa de transferência, latência, consumo de energia, estabilidade e custo total de propriedade obtidos pelos clientes em operação real determinarão diretamente se esta tecnologia pode passar de promessas contratuais para compras contínuas.