Etched raccoglie 700 milioni e vale 21 miliardi: la scommessa sul chip per l’inferenza

Nel giro di un solo mese la startup dei chip Etched ha visto la propria valutazione passare da 10,3 a 21 miliardi di dollari. Il 18 agosto 2026 l’azienda ha annunciato un nuovo round da 700 milioni di dollari guidato da Jane Street, la celebre società di trading quantitativo che, prima di investire, ha testato e acquistato l’hardware di Etched per farlo girare nei propri data center. Anche per gli standard già vertiginosi dell’intelligenza artificiale, è una delle accelerazioni più rapide mai viste.

Se segui la corsa ai semiconduttori per l’AI, questo nome ti dice molto. Etched non costruisce GPU generaliste come Nvidia, ma processori pensati per una cosa sola: far girare i modelli già addestrati nel modo più veloce ed economico possibile. Proprio questa specializzazione, a lungo considerata una scommessa azzardata, sta convincendo alcuni dei clienti più esigenti del mondo.

Perché la valutazione di Etched è raddoppiata in un mese

La progressione dei numeri racconta meglio di ogni analisi l’entusiasmo che circonda l’azienda. A dicembre 2025 Etched valeva 5 miliardi di dollari. A luglio 2026 ha chiuso un round di serie C da 300 milioni con una valutazione di 10,3 miliardi. Ad agosto, con i nuovi 700 milioni, il valore è salito a 21 miliardi di dollari, quasi 11 miliardi in più in poche settimane.

A guidare l’operazione è Jane Street, uno dei nomi più rispettati della finanza quantitativa. Il dettaglio interessante è che non si tratta solo di un investitore. La società ha prima installato nei propri data center il primo sistema completo consegnato da Etched, lo ha messo alla prova su carichi di lavoro reali e solo dopo essersi convinta ha deciso di mettere sul piatto i capitali per il nuovo round.

“Abbiamo testato il chip e siamo soddisfatti dei primi risultati”, ha dichiarato Jane Street nel comunicato che accompagna l’annuncio, spiegando che l’approccio di Etched offre la precisione necessaria a sostenere i carichi di lavoro più esigenti. È il tipo di validazione che pesa più di molti proclami di marketing: un cliente pagante che diventa anche azionista.

Intorno a Etched si è raccolta una schiera di investitori di primissimo piano, da Kleiner Perkins a Sequoia Capital, da Andreessen Horowitz a Peter Thiel, fino a Tiger Global e Blackstone. Un parterre che dà l’idea di quanto denaro sia disposto a scommettere su chi promette di ridurre il costo dell’inferenza.

Come funziona il chip di Etched e cosa significa inferenza

Per capire la scommessa di Etched serve fare un passo indietro e distinguere due momenti nella vita di un modello di intelligenza artificiale. C’è la fase di addestramento, in cui il modello impara dai dati, e c’è la fase di inferenza, cioè tutto ciò che accade dopo, quando l’utente scrive un prompt e il modello genera una risposta. È qui, nell’inferenza, che si concentra ormai la maggior parte dei costi operativi di chi offre servizi AI su larga scala.

Etched consegna la propria tecnologia non come singolo chip, ma come sistemi completi, che l’azienda chiama “frontier inference cluster”. È lo stesso approccio con cui Nvidia vende le sue “AI factory”: intere infrastrutture pronte all’uso invece di componenti sfusi.

Robert Wachen, cofondatore e direttore operativo, ha spiegato che l’inferenza si compone di due stadi. Il primo è il “prefill”, la fase in cui il sistema deve comprendere il prompt e il suo contesto, un lavoro molto intenso dal punto di vista del calcolo. Il secondo è il “decode”, la fase in cui il modello produce i token in uscita, ovvero la risposta vera e propria che leggi sullo schermo, ed è invece un lavoro che mette sotto pressione la memoria.

Su entrambi i fronti Etched ha progettato componenti nuovi partendo da zero.

Per il prefill ha realizzato un chip che lavora a basso voltaggio: così può stipare più transistor senza incorrere nei problemi di calore che affliggono i chip AI di fascia alta, e di conseguenza elabora più token in meno tempo. Per il decode ha inventato un nuovo tipo di memoria e un sistema di interconnessione che chiama “cluster-scale memory”, capace di far dialogare molti chip su un unico grande bacino di memoria condivisa con latenza bassissima. Il risultato promesso è una combinazione di maggiore velocità e costi inferiori.

Perché l’inferenza è diventata il vero campo di battaglia

Il ragionamento economico è semplice. Un modello viene addestrato una volta, ma risponde a miliardi di richieste ogni giorno. Ogni frazione di secondo e ogni watt risparmiato nell’inferenza si moltiplicano su una scala enorme, e si traducono in margini per chi vende AI e in prezzi più bassi per chi la usa. Non a caso l’inferenza veloce è diventata il fronte più caldo del settore, come mostra anche la raccolta da 1,5 miliardi di dollari di Fireworks AI, un’altra azienda che ha fatto della velocità di inferenza la propria bandiera.

C’è però un equivoco che Etched si porta dietro dai suoi esordi. A lungo si è detto che l’azienda incidesse un singolo modello direttamente nel silicio, con l’idea di un chip su misura per un solo modello di frontiera. Era davvero l’intenzione originaria, ma oggi non è più così: i sistemi di Etched, assicura l’azienda, possono far girare qualunque modello di frontiera. È una precisazione importante, perché un chip legato a un solo modello sarebbe fragilissimo in un mondo in cui le architetture cambiano in fretta.

Il chip di punta dell’azienda, noto come Sohu, resta comunque ottimizzato per i cosiddetti transformer, l’architettura che sta alla base di sistemi come ChatGPT, Claude e Gemini. La logica è quella della specializzazione: rinunciare alla flessibilità di una GPU generalista per dedicare più silicio esattamente ai calcoli che servono quando un modello genera le sue risposte.

La sfida a Nvidia e la corsa ai chip specializzati

Etched si muove in un mercato dominato da Nvidia, che con le sue GPU controlla la stragrande maggioranza dell’hardware usato per l’AI. Sfidare quel dominio frontalmente sarebbe impossibile, e infatti la strategia dei nuovi entranti è diversa: attaccare una nicchia precisa, l’inferenza, dove la specializzazione può fare la differenza in termini di prezzo e consumi.

Non è l’unico a provarci. Negli ultimi mesi il settore ha visto una fioritura di operazioni in questa direzione, segno che i grandi gruppi considerano l’hardware AI un tassello strategico da non lasciare interamente a Nvidia. Qualcomm, per esempio, ha scelto la via del software con l’acquisizione di Modular da 3,9 miliardi di dollari, mentre AMD ha puntato sull’hardware con l’acquisto di Taalas, la startup che incide i modelli direttamente nel silicio.

Sul versante della pura velocità si gioca un’altra partita ancora. OpenAI ha mostrato con il progetto Ultrafast, che sfrutta i chip di Cerebras, quanto conti far rispondere i modelli quasi istantaneamente. In questo scenario Etched si presenta con una proposta netta: non un chip che fa tutto, ma un sistema che fa una cosa sola e la fa meglio degli altri.

La validazione di Jane Street rafforza questa tesi. Se una società che vive di velocità e precisione, come un fondo di trading ad alta frequenza, decide di far girare i propri carichi di lavoro sull’hardware di Etched, il messaggio agli altri potenziali clienti è forte e chiaro.

I rischi dietro una valutazione da 21 miliardi

Dietro l’entusiasmo restano però alcune domande aperte, ed è giusto guardarle in faccia. La prima riguarda proprio la specializzazione. Puntare tutto sull’architettura transformer è vincente finché i transformer dominano, ma se emergesse un paradigma diverso un hardware così ottimizzato rischierebbe di invecchiare in fretta. È il rovescio della medaglia di ogni scommessa verticale.

C’è poi il tema della valutazione. Passare da 5 a 21 miliardi in otto mesi, con ricavi ancora agli inizi, significa che gli investitori stanno prezzando aspettative altissime più che risultati consolidati. Etched dichiara di avere ordini per oltre un miliardo di dollari e di aver già prodotto le prime unità, ma la strada dalla promessa alla produzione su larga scala è lunga e piena di ostacoli industriali.

Infine c’è Nvidia, che non sta ferma e che dispone di risorse, software e rapporti con i clienti che nessuna startup può eguagliare nel breve periodo. La storia dei semiconduttori è piena di sfidanti promettenti che si sono infranti contro la potenza dell’ecosistema dominante.

Nulla di tutto questo toglie valore al segnale di fondo: il mercato crede che ci sia spazio, e molto denaro, per chi saprà rendere l’inferenza più economica.

Cosa aspettarsi ora

Il round da 700 milioni dà a Etched le risorse per accelerare la produzione e per convincere altri grandi clienti a seguire l’esempio di Jane Street. I prossimi mesi diranno se la scommessa sulla specializzazione reggerà alla prova dei volumi e se davvero i sistemi dell’azienda potranno ridurre in modo tangibile il costo dell’inferenza.

Se vuoi capire dove sta andando l’intelligenza artificiale, tieni d’occhio proprio questo fronte: la corsa non si gioca più solo su chi ha il modello più intelligente, ma su chi riesce a farlo funzionare al costo più basso. Continua a seguirci per restare aggiornato sulle prossime mosse di Etched, di Nvidia e degli altri protagonisti della guerra dei chip per l’AI.