AI晶片賽道迎來一位激進的新挑戰者。矽谷公司Etched宣佈已完成累計8億美元融資，估值攀升至50億美元，並同步獲得一份價值10億美元的晶片預售訂單。這家成立於2022年的公司，正試圖用一款極度專注的晶片，在輝達構築的通用GPU帝國中撕開一道裂縫。

Etched的核心賭注是一款名為Sohu的ASIC晶片。它採用台積電4奈米工藝製造，已成功流片。與輝達GPU可靈活應對各類計算任務不同，Sohu的設計哲學極為極端——其硬體電路專門為執行Transformer模型的前向推理而固化。這意味著它無法執行CNN、RNN等其他演算法架構，但換來了驚人的效率。據官方資料，在執行Llama 70B推理任務時，8張Sohu組成的伺服器可替代160張輝達H100，每美元效能據稱是GPU的140倍。

這一技術路線的底氣，來自一個關鍵判斷：Transformer架構已足夠穩定，值得為之定製硬體。自2017年誕生以來，Transformer不僅統治了語言模型，更延伸至文生影片等多模態領域，其底層範式短期內難被顛覆。與此同時，大模型推理成本正成為行業痛點，僅OpenAI每年在此項上的支出就達數十億美元，市場對降本增效的渴求為專用晶片提供了現實推力。那張10億美元大單，則表明已有客戶在早期原型上驗證了實際負載表現。

Etched的投資人名單同樣折射出這一賭注的分量。諾貝爾獎得主、AI教父Geoffrey Hinton，斯坦福AI視覺先驅李飛飛，OpenAI聯合創始人Andrej Karpathy，風投教父Peter Thiel，量化巨頭Jane Street以及台積電關聯基金等悉數入局。三位創始人皆為Thiel Fellowship入選者，CEO Gavin Uberti曾從事高頻交易，CTO Chris Zhu有過谷歌TPU團隊實習經歷。公司目前擁有超過400名工程師，多來自輝達、谷歌TPU、博通和台積電等關鍵廠商。

Sohu對輝達的挑戰，不僅在於效能指標，更在於它試圖繞過CUDA生態的護城河。該晶片支援直接執行用PyTorch訓練的Transformer模型，開發者無需重寫程式碼即可部署。這在ASIC歷史上頗為罕見，因為專用晶片通常意味著全新的軟體棧和學習成本。Etched之所以能實現這一點，得益於Transformer生態的高度統一——模型格式標準化，推理框架成熟，專用硬體只需對接這一層即可。

這一動向將AI晶片產業的路線分化推至台前。當前全球格局正分裂為三條路徑：以輝達、AMD為代表的通用GPU路線，生態成熟但效率成本承壓；以谷歌TPU、AWS Trainium為代表的雲廠商自研路線，深度繫結自身業務但生態封閉；以及以Etched、Cerebras、Groq為代表的第三方專用晶片路線，追求極致效率但面臨演算法變更的風險。三條路線或將長期共存，但未來兩到三年可能是市場份額重新洗牌的關鍵視窗。

Etched的激進嘗試，本質上是在押注AI計算從“通用時代”向“專用時代”的轉向。如果Transformer架構的統治地位得以延續，專用晶片的經濟性優勢將愈發凸顯，迫使通用GPU的溢價空間收窄。反之，若下一代演算法架構出現根本性變革，Sohu這類高度固化的硬體將面臨被邊緣化的風險。這場豪賭的結局，不僅關乎一家公司的命運，更可能重塑整個AI算力供應鏈的價值分配。