3 位 Harvard 退学生 103 亿估值 AI 芯片 不用 GPU 还能怎么做？

国内创业圈最近在传一个事，一家叫 Etched 的 AI 芯片初创公司，刚刚拿到 a16z 和 Peter Thiel 等大牌投资人加持，估值冲到 103 亿美金。这家公司的创始人有 3 位，全部是 Harvard 退学学生，最小的 22 岁。他们做的产品主打一个反常识点，叫 no GPUs required，意思是不依赖 Nvidia 当下最主流的 GPU 芯片，居然也能跑当前最热的大模型推理。这个反共识切入点如果站得住，意味着整个 AI 芯片赛道的押注逻辑要重新写。

Etched 的技术路线其实并不复杂，他们把目标锁定在 transformer 架构上做专用集成电路，也就是常说的 ASIC 思路。ASIC 不是新概念，Google 的 TPU 早就在做，把芯片只用来跑某一类特定算法，省去通用 GPU 里那些永远用不上的多余逻辑单元。Etched 的差异点在于它针对的不是 Google 那种自用，而是要把这块专用芯片卖给所有跑 transformer 推理的企业客户。Etched 创始人公开说，他们的产品在 transformer 推理上比当下顶配 GPU 还要快 10 倍以上。

这个故事的真正难点不在技术本身，而在商业化路径。AI 芯片赛道过去 5 年里最不缺的就是高估值初创公司，Graphcore、Mythic、Habana 这几家当年估值都冲到过 50 亿美金以上，但 2025 年之后基本都退场或被收购，原因都是一个，活下来的产品技术不一定最强，但一定跟得上 Nvidia CUDA 软件生态。Etched 反过来不打 CUDA 兼容这张牌，意味着下游客户如果选用 Etched 芯片，模型部署流程可能要重写，这事对绝大多数中等规模企业来说根本不是技术成本问题，是组织重构问题。

那为什么 a16z 和 Peter Thiel 这类顶级投资人还要投？理由其实在产业地缘上。2026 年开始，美国出口管制开始把高端 GPU 卖给中国客户做限制，Etched 这类不依赖通用 GPU 架构的专用芯片，从政策角度反而能绕开出口管制限制。换句话说，Etched 这家公司一半是技术公司，一半是政策套利工具。投资人看中的不是技术能不能打败 Nvidia，而是这种政策窗口下能不能分到一部分原本属于 Nvidia 的市场。所以 Etched 的真实定位，更准确地说应该是美国 AI 算力去依赖化战略的一枚棋子。

这家公司的另一个有意思的细节是回报结构。3 位创始人虽然都来自 Harvard，但只有一位有芯片设计经验，另外两位是机器学习背景。这也意味着 Etched 团队内部其实是软件思维为主导，而不是传统芯片公司的硬件思维主导。这和 OpenAI 这类纯软件公司的文化更接近，可能这恰恰是 Etched 能从硬件世界里找到 ASIC 切入点的原因。比起传统芯片公司 pro-Nvidia 的惯性，这群年轻人反而没什么包袱。

回到国内做 AI 应用的同行上，这件事的启示其实比表面看起来更具体。一方面，AI 芯片赛道未来 3 年大概率会形成两条平行格局，主流路线依然是 Nvidia 通用 GPU 加中国国产替代芯片，平行路线则是 Etched 这种专用架构服务于垂直场景。普通开发者不需要下注芯片，但要看清楚的一件事是，未来 1 到 2 年里，云服务商给客户推的大模型 API 价格里，底层芯片成本占比会持续下降，这是规模化的副产品，也是 AI 应用生意能跑得起来的真正基础。Etched 这个故事的最大意义，就是让所有人看清楚，原来 GPU 不是 AI 推理的唯一解。

对普通创业者来说，看完 Etched 这个新闻能抓住的最直接一件事其实是反过来想，如果你做的 AI 应用生意里，推理成本占你总成本的比例超过 30%，那么芯片路线变化对你来说是真正的机会窗口。Etched 还没有商用，但 2027 年一旦出货，价格曲线的拐点很快会出现。在拐点之前入场的应用层创业者，能拿到 2 到 3 年的成本红利，拐点之后入场的人就只能接受既定价格体系。

创业找资源，上乌鸦部落。