La startup de puces IA Etched atteint une valorisation de 10,3 milliards de dollars grâce à des investisseurs de renom

La startup de puces IA Etched a atteint une valorisation de 10,3 milliards de dollars après avoir obtenu un financement d'investisseurs de premier plan, défiant le scepticisme initial concernant sa technologie. La société, fondée par trois décrocheurs de Harvard, affirme avoir développé de nouvelles puces et composants mémoire qui accélèrent l'inférence sur n'importe quel modèle d'IA sans nécessiter d'unités de traitement graphique (GPU).

Le tour de financement a été mené par d'importantes sociétés de capital-risque et comprend des investissements de figures de l'industrie. La valorisation marque une étape importante pour la startup, qui vise à défier des acteurs établis comme Nvidia sur le marché du matériel IA. La technologie d'Etched est conçue pour gérer les demandes computationnelles de l'inférence IA—le processus d'exécution de modèles entraînés—plus efficacement que les GPU traditionnels.

Ce développement est important car l'industrie de l'IA dépend fortement des GPU, qui sont coûteux et énergivores. Si les puces d'Etched s'avèrent efficaces, elles pourraient réduire les coûts et la consommation d'énergie pour les entreprises déployant l'IA, remodelant potentiellement le paysage matériel. Le succès de la startup souligne également l'appétit croissant des investisseurs pour des alternatives aux puces dominantes de Nvidia.

Etched a été fondée en 2022 par Chris Zhu, Robert Wachen et Gavin Uberti, qui ont quitté Harvard pour poursuivre cette aventure. La société avait précédemment levé 120 millions de dollars lors d'un tour de table à une valorisation de 400 millions de dollars. Son dernier tour de financement, clôturé début 2024, a porté l'investissement total à plus de 200 millions de dollars.

La société prévoit d'utiliser les nouveaux capitaux pour augmenter la production de ses puces et élargir son équipe d'ingénieurs. Etched prévoit de commencer à expédier ses premiers produits commerciaux aux clients plus tard cette année, avec des déploiements initiaux ciblant des charges de travail d'inférence IA à grande échelle dans les centres de données.