维度网讯，美国AI芯片新创企业Etched宣布，其推理加速器芯片已完成A0步进流片，并构建首批机架级推理系统。该企业同时披露，已获得超过10亿美元客户合同和累计8亿美元融资，首批机架产品计划于2026年夏季出货。

美国Etched此次发布的重点，不只是“芯片流片成功”，而是从单颗AI芯片走向机架级推理系统。公司表示，其A0硅片已由中国台湾台积电N4P工艺制造完成，当前正在与客户验证首批机架级产品。对于AI推理芯片企业来说，A0流片意味着芯片第一次实物回片并进入 bring-up、验证和调试阶段;首批机架构建则进一步说明企业已经把芯片、板卡、散热、电源、互连、软件和系统集成放到同一产品形态中测试。AI推理市场竞争已经不再只看单颗芯片峰值算力，客户更关心整机架在真实模型负载下的吞吐、延迟、功耗和连续运行能力。

美国Etched面向的是前沿模型推理集群。公司称，其系统针对多万亿参数混合专家模型、长上下文和智能体工作负载设计，可运行DeepSeek、Qwen、Mamba、Llama等模型。当前AI基础设施的成本压力越来越集中在推理环节，尤其是智能体应用、多轮对话、代码生成、长文档处理和大规模企业调用不断增加后，模型服务商需要持续输出大量Token。训练阶段虽然昂贵，但推理阶段会随着用户规模和调用频次不断累积成本。美国Etched选择从推理系统切入，正是瞄准这一类高频、长期、持续消耗算力的业务场景。

低电压推理是其此次公开的关键设计之一。美国Etched表示，传统AI芯片在FLOPs利用率提升后，容易出现功耗升高和热节流，导致持续推理吞吐低于峰值算力。为解决这一问题，公司设计了新的架构，让芯片数学计算模块在低于多数AI芯片一半的电压下运行，从而提高FLOPs密度，并让万亿参数稀疏MoE模型在不发生热节流的情况下保持80%以上峰值FLOPs表现。低电压并不是单一电路技巧，它需要从晶体管、数学阵列、电源网络、VRM架构、封装、冷板散热、调度算法和软件栈共同配合，才能在机架级系统中保持稳定。

另一个核心方向是集群级内存。美国Etched认为，使用HBM的AI芯片在解码速度上难以达到SRAM级低延迟，而只依赖SRAM的芯片又会牺牲FLOPs密度和内存容量。为兼顾容量、吞吐和交互速度，公司采用HBM与SRAM混合设计，并通过专有低延迟、高带宽互连，在规模化域内形成共享低延迟内存池。这个设计主要服务于大模型解码和MoE路由场景：当Token在不同专家之间流动时，数据需要频繁穿过内存层级和互连网络，内存访问延迟会直接拖慢生成速度。HBM提供容量，SRAM提供低延迟，二者结合后，系统更容易同时处理高吞吐和低延迟任务。

从商业进展看，美国Etched已经拿到超过10亿美元签约客户合同，并披露累计融资8亿美元，其中包括2025年12月完成的5亿美元融资，投后估值约50亿美元。公司投资方包括VentureTech Alliance、Peter Thiel、Jane Street、Hudson River Trading、Jump Trading、Two Sigma、Stripes、Ribbit Capital、Radical Ventures、Primary VC等机构和个人。对于一家AI芯片新创企业来说，订单和融资并不能直接等同于大规模交付能力，但它们能说明市场对推理加速硬件的需求强度，也能为后续生产、验证、供应链和客户部署提供资金基础。

美国Etched还在推进垂直整合。公司称已建立中国台湾工厂，并在美国圣何塞总部建设数据中心、测试设施和NPI原型实验室，把设计、验证和早期生产放到更近的工程循环中。AI芯片从流片到量产交付，中间还要经历板级验证、系统调试、散热验证、软件适配、可靠性测试、客户负载验证和供应链爬坡。特别是机架级推理系统，不仅要芯片性能达标，还要电源、液冷、互连、运维工具和软件栈同步成熟。美国Etched把“首批机架出货”设在2026年夏季，意味着其产品已经进入从技术验证走向客户试用和生产兑现的阶段。

这次事件的真正看点在于，AI芯片新创企业正在尝试绕开通用GPU路径，用专用推理系统服务大模型应用。美国英伟达的GPU生态仍然覆盖训练、推理、软件框架和开发者工具，美国Etched则把芯片、机架、软件和制造方法共同设计，目标是在特定推理负载上获得更高效率。若低电压推理、HBM+SRAM混合缓存和机架级系统验证顺利落地，Etched将不只是提供一颗AI芯片，而是向云服务商、AI模型公司和超大规模客户提供完整推理基础设施。首批机架产品出货后，客户实际跑出来的吞吐、延迟、功耗、稳定性和总拥有成本，会直接决定这项技术能否从订单承诺进入持续采购。