None
JA
ハーバード中退が創業したAIチップEtched、創業3年で103億ドル(約1.7兆円)評価に——Sequoia主導のシリーズCで過去最高評価
['Bridge 編集部']
BRIDGE(ブリッジ)
AI チップ開発の Etched は23日、Sequoia Capital が主導するシリーズ C ラウンドで3億ドルを調達したと発表した。a16z、SK Hynix、Jane Street、Diffusion らが参加 […]AI チップ開発の Etched は23日、Sequoia Capital が主導するシリーズ C ラウンドで3億ドルを調達したと発表した。a16z、SK Hynix、Jane Street、Diffusion らが参加し、評価額は103億ドルとなった。同社は昨年12月に50億ドル評価で5億ドルを調達しており、評価額を2倍以上に伸ばした。この Etched は 2022年創業のAI半導体スタートアップで、Harvard を中退した Gavin Uberti氏、Chris Zhu氏、Robert Wachen氏 の3人が設立した。リリースによると Sequoia が主導するシリーズ C としては過去最高の企業評価になるそうだ。ChatGPT や Claude といった大規模言語モデル(LLM)を動かすには、膨大な計算処理が必要になる。ユーザーがプロンプトを入力してから回答が生成されるまでの「推論」と呼ばれる処理は、「プリフィル」と「デコード」という2つのワークロードに分かれる。汎用チップでこれらを処理すると、速度とコストの両面で課題が生じる。Etched はこの推論処理に特化した専用チップとシステムを開発している。同社の特徴は、プリフィルとデコードそれぞれに最適化した技術を開発した点にある。プリフィル向けには、他の AI チップと比較して大幅に低い電圧で動作する「低電圧推論(Low Voltage Inference)」技術を採用している。電圧が低いと発熱が抑えられるため、熱によるスロットリングを回避でき、結果として処理効率が向上する。デコード向けには「クラスタースケールメモリ(Cluster Scale Memory)」と呼ばれる新しいメモリおよび相互接続技術を開発した。複数のチップを接続し、スケールアップドメイン全体で大規模な共有SRAMプールとして極めて低い遅延でアクセスできる仕組みだ。デコード段階で必要な大容量メモリへの高速アクセスを実現している。リリースによると同社は現在、TSMC の N4P プロセスにおいて初回試作(A0)シリコンの製造に成功し、初のラック規模製品の検証を進めている。同社の推論システムは、DeepSeek、Qwen、Mamba、Llama などのモデルを実行しているそうだ。この成功に伴い、すでに10億ドル規模の顧客契約を締結したことを発表している。via GlobeNewswire、TechCrunch