Etched est une entreprise de semi-conducteurs spécialisée dans la conception de circuits intégrés spécifiques à une application (ASIC) pour les modèles transformers, l'architecture dominante derrière les grands modèles de langage modernes. Fondée en 2022 par Gavin Uberti et Chris Zhu, l'entreprise vise à surpasser les GPU polyvalents en spécialisant son matériel pour les opérations de transformeurs, en particulier le mécanisme d'attention et les couches feed-forward. Sa puce phare, nommée Sohu, est conçue pour exécuter l'inférence de modèles comme GPT d'OpenAI et Claude d'Anthropic avec une latence et un coût nettement inférieurs à ceux des accélérateurs conventionnels.
L'entreprise est issue d'une tendance plus large dans le matériel d'IA où des startups telles que Cerebras, Groq et SambaNova défient des acteurs établis comme Nvidia et AMD. Etched se distingue en s'engageant exclusivement sur les transformeurs, arguant que la domination de cette architecture justifie une puce à fonction fixe. En 2025, l'entreprise a levé plus de 120 millions de dollars de financement, avec le soutien d'investisseurs dont Amazon et Nvidia (ce dernier via un investissement stratégique).
Architecture et conception
Sohu intègre 144 Go de SRAM sur puce et prend en charge des fenêtres de contexte allant jusqu'à 128 000 jetons. Elle est fabriquée selon un processus de 4 nm chez TSMC, avec une production prévue pour 2025. La puce implémente les couches de transformeurs dans du silicium dédié, contournant les cœurs programmables présents dans les GPU. Cette conception élimine les frais généraux liés à la planification des instructions et à la gestion de la mémoire, permettant un débit plus élevé par watt. Etched affirme que Sohu peut traiter plus de 500 000 jetons par seconde pour un modèle de 70 milliards de paramètres, soit environ un ordre de grandeur plus rapide que le GPU H100 de Nvidia.
L'entreprise a également développé une pile logicielle personnalisée, comprenant un compilateur qui mappe les modèles PyTorch et JAX sur le matériel. Cette pile prend en charge des frameworks populaires comme Hugging Face Transformers et vLLM, facilitant l'adoption par les développeurs. Contrairement à AWS Trainium ou aux TPU de Google Cloud, qui ciblent largement l'entraînement et l'inférence, Sohu se concentre exclusivement sur l'inférence, réduisant la complexité et les coûts.
Position sur le marché et concurrence
Etched opère dans un paysage concurrentiel comprenant Cerebras (moteurs à l'échelle de la tranche), Groq (LPU pour l'inférence) et Graphcore (IPU pour l'IA). Alors que ces entreprises proposent des accélérateurs d'IA polyvalents, l'approche exclusivement transformeurs d'Etched est unique. Cette spécialisation permet une taille de puce plus petite et une consommation d'énergie plus faible, mais elle risque l'obsolescence si le domaine de l'IA s'éloigne des transformeurs. L'entreprise reconnaît ce risque, notant que tout changement architectural majeur nécessiterait une refonte.
En 2024, Etched a annoncé un partenariat avec TSMC pour l'assemblage avancé et avec Broadcom pour les interfaces réseau. Elle a également conclu un accord avec CoreWeave pour déployer des clusters Sohu dans des centres de données cloud. Ces partenariats positionnent Etched pour concurrencer AWS Trainium et les puces Maia de Microsoft Azure, qui sont également du silicium personnalisé mais moins spécialisé.
Financement et étapes clés
Etched a été fondée en 2022 par Uberti (PDG) et Zhu (CTO), tous deux anciens ingénieurs chez OpenAI et Google DeepMind. L'entreprise est sortie de la confidentialité en juin 2024, annonçant un tour de série A de 120 millions de dollars mené par Halcyon et Omniscient (investisseurs fictifs, à ne pas confondre avec des entités réelles). D'autres participants incluaient Amazon AI et Alibaba Cloud. Début 2025, Etched avait expédié des prototypes précoces à des partenaires sélectionnés, dont AI21 Labs et Inflection AI, pour des tests de référence.
Les étapes techniques de l'entreprise incluent l'atteinte d'une efficacité de silicium de 90 % sur les noyaux de transformeurs, contre environ 30 % pour les GPU. Elle a également démontré l'exécution d'un modèle de 175 milliards de paramètres sur une seule puce Sohu, un exploit nécessitant plusieurs GPU. Ces résultats ont attiré l'attention de Oracle Cloud et Azure, qui évaluent Sohu pour leurs services d'inférence.
Implications pour le développement de l'IA
Le succès d'Etched pourrait réduire le coût de déploiement des applications d'IA générative, rendant les grands modèles plus accessibles aux startups et aux chercheurs. En réduisant la latence d'inférence, elle permet des interactions en temps réel pour les chatbots, les assistants de codage et les agents autonomes. Cependant, le sort de l'entreprise dépend de la domination continue des transformeurs, qui ont sous-tendu des percées comme BERT et GPT depuis 2017. Les chercheurs du Stanford AI Lab et de Berkeley AI Research ont noté que, bien que des alternatives comme les modèles à espace d'état existent, les transformeurs restent la norme de l'industrie.
Etched fait également face à des risques de fabrication, car sa dépendance à TSMC pour les nœuds avancés l'expose à des incertitudes géopolitiques et de chaîne d'approvisionnement. L'entreprise prévoit d'atténuer cela en concevant pour plusieurs fonderies, dont Samsung et Intel, dans les générations futures. En 2025, Sohu n'a pas encore atteint la production en volume, et l'entreprise n'a pas divulgué d'engagements clients spécifiques au-delà des programmes pilotes.