Etched ha levantado 700 millones de dólares a una valoración de 21.000 millones, el doble de lo que valía hace un mes. La ronda la lidera Jane Street, el fondo cuantitativo, y llega después de que el propio fondo probara el hardware y se lo comprara, según TechCrunch.
Puntos clave
- 700 millones de dólares nuevos a 21.000 millones de valoración.
- La empresa valía 5.000 millones en diciembre de 2025 y 10.300 en julio de 2026.
- Casi 11.000 millones de valoración añadidos en un mes.
- Jane Street lidera tras probar el chip y montar un rack propio en su centro de datos.
- Entre los inversores previos están Kleiner Perkins, Sequoia, Andreessen Horowitz, Peter Thiel, Tiger Global, Bain Capital Ventures y Blackstone.
La escalera de valoración, en ocho meses
Diciembre de 2025: 5.000 millones. Julio de 2026: 10.300 millones con una Serie C de 300 millones, que contamos en su momento. Agosto de 2026: 21.000 millones.
Cuadruplicar la valoración en ocho meses es rápido incluso midiéndolo con el rasero de este mercado. Y el salto que llama la atención es el último, porque son cuatro semanas.
Qué hace distinto al chip
Etched ha partido la inferencia en dos y ha construido silicio distinto para cada mitad. Robert Wachen, cofundador y COO, lo explica así en TechCrunch: la inferencia tiene una fase de prefill y una de decode.
El prefill es entender el prompt entero, incluido el contexto. Es intensivo en cálculo. El decode es generar los tokens de salida, la respuesta que ve el usuario, y ahí el cuello es la memoria.
Para el prefill, Etched ha hecho un chip que trabaja a bajo voltaje. Eso le permite meter más transistores sin el problema de calor que arrastran los chips de IA de gama alta, así que procesa más tokens por segundo. Para el decode ha diseñado un tipo de memoria nuevo y una interconexión que llama cluster-scale memory. En palabras de Wachen: "permite que muchos chips se conecten entre sí y usen un pool de memoria compartido a muy, muy baja latencia".
Lo vende como sistemas completos, no como chips sueltos. Los llama "frontier inference clusters". Es la misma jugada que hace Nvidia cuando habla de fábricas de IA en lugar de GPUs.
El malentendido que le persigue
Etched nació con la idea de grabar un modelo concreto en el silicio, un chip por arquitectura. De ahí el nombre. Esa percepción todavía le pesa, y Wachen insiste en que ya no funciona así: sus sistemas corren cualquier modelo de frontera.
La diferencia importa para un comprador. Un acelerador atado a un modelo es una apuesta a que ese modelo siga siendo el bueno dentro de dos años, y en este mercado ese plazo es una eternidad. Un acelerador especializado en inferencia genérica es una apuesta mucho más segura: la inferencia solo va a crecer, gane quien gane arriba.
El aval de Jane Street va en esa línea y es lo más sólido de la nota. El fondo dijo en el post de la ronda que probó el chip, que está contento con los primeros resultados y que ya tiene su propio rack corriendo en su centro de datos. Un cliente que además invierte vale más que cualquier benchmark de laboratorio.
Por qué importa
El dinero grande de la IA se está moviendo del entrenamiento a la inferencia, y eso acaba llegando a la factura de cualquiera que use modelos en producción.
La lógica es sencilla. Entrenar un modelo es un coste que se paga una vez y lo pagan cinco empresas. Servirlo es un coste que se paga cada vez que un usuario pulsa enter, y lo paga todo el mercado. Ahí es donde hay margen que atacar, y por eso Etched, Groq, Cerebras y compañía levantan lo que levantan.
Para una empresa que tiene Claude o ChatGPT metido en sus procesos, la traducción práctica es que el precio por millón de tokens tiene más recorrido a la baja del que parece cuando miras solo el catálogo de Nvidia. No es motivo para congelar un proyecto esperando precios mejores, pero sí lo es para no firmar compromisos de volumen a tres años sin una cláusula de revisión.
Relacionado
