科技虎嗅·深潮TechFlow··AI 生成
这个夏天，AI 行业最极端的一笔赌注即将开牌
AI 芯片领域正发生从通用 GPU 向专用推理芯片的暗线转移。文章以初创公司 Etched 为极端案例，剖析其将 Transformer 架构固化进硅片、专注推理场景的赌注逻辑：推理已取代训练成为 AI 最大成本，而英伟达 GPU 在此并非最优解。作者借 Etched 的成败关键——架构固化与架构演进速度的赛跑——引出对投资者广泛持有的“技术路线不变”假设的反思。适合对 AI 产业技术路线、投资逻辑有深入了解的读者。原文 ↗原文 ↗
核心观点
- ▍AI 芯片领域正经历从通用 GPU 向专用推理芯片的暗线转移，推理已成为 AI 最大持续成本，而英伟达在此并非最优解。
- ▍Etched 将 Transformer 架构以物理电路方式固化进硅片，换来极端性能，但也赌上了公司存亡——一旦架构改变，芯片将沦为废硅。
- 01Etched 由三位哈佛辍学生于 2021 年创立，至今未出货，但已获约 8 亿美元融资，估值 50 亿美元，并拥有超 10 亿美元订单。
- 02投资人包括硅谷创投教父 Peter Thiel、量化机构 Jane Street、台积电关联创投基金以及长寿狂人 Bryan Johnson。
- 03据 Etched 自称，8 颗其芯片可替代 100 多颗英伟达 H100 做推理，但该数据未经第三方验证。
- 04GPU 跑推理时，算力利用率常仅 20-30%，大量电路闲置。
- 05最新一批开源模型（如 DeepSeek、Qwen）采用混合专家（MoE）架构，不再单一依赖 Transformer，对 Etched 的固化路线构成潜在威胁。
- 062022 年以太坊从 PoW 转 PoS 导致专用矿机全部变砖，是 Etched 路线风险的直接历史类比。
反方 / 局限
- — ETched 的芯片完全固化 Transformer 架构，无法适配 MoE 等新架构，软件迭代速度远超芯片，风险极高。
- — 英伟达等巨头完全有能力研发推理专用芯片，但受限于通用 GPU 业务体系，其反应速度是 Etched 的窗口期，也是风险来源。
10 分钟 · 4 卡片 · 12 资料
读原文 →前置背景
平行视角
未来推演
延伸追问