Etched capta US$ 300 milhões e atinge avaliação de US$ 10,3 bilhões

A startup de semicondutores Etched, fundada em 2022 por três jovens que abandonaram a Universidade de Harvard, concluiu uma rodada de financiamento Série C no valor de US$ 300 milhões, alcançando uma avaliação de mercado de US$ 10,3 bilhões. A informação foi confirmada pelo cofundador e COO da empresa, Robert Wachen, em entrevista ao portal TechCrunch. O aporte foi liderado pela firma de investimentos Sequoia e estabelece a maior avaliação de mercado já registrada para uma rodada Série C sob a liderança da gestora no setor tecnológico.

O salto no valor de mercado da Etched ocorreu de forma acelerada em um intervalo de aproximadamente sete meses. Em dezembro, a empresa havia sido avaliada em US$ 5 bilhões ao fechar uma captação de US$ 500 milhões, o que significa que o valuation da fabricante praticamente dobrou no período. No mês passado, a companhia anunciou que seus primeiros chips próprios foram fabricados com sucesso e que os sistemas completos já estão em fase de testes com clientes iniciais, contabilizando US$ 1 bilhão em pedidos prévios acumulados.

A fundação da empresa foi liderada pelo CEO Gavin Uberti, pelo COO Robert Wachen e pelo CTO Chris Zhu, que deixaram os estudos em Harvard para focar no desenvolvimento de hardware voltado especificamente para modelos de inteligência artificial baseados na arquitetura de Transformers — a estrutura matemática que sustentou o surgimento de ferramentas como o ChatGPT e o Claude. A proposta inicial enfrentou ceticismo no ecossistema de tecnologia, no qual a ideia de fundir a arquitetura de um software diretamente no silício era vista como um risco excessivo.

Rodada Série C e investidores

A rodada de investimentos de US$ 300 milhões liderada pela Sequoia contou com a participação de fundos globais de capital de risco e gigantes da indústria de tecnologia, incluindo Andreessen Horowitz, SK Hynix, Jane Street e Diffusion Capital, além do apoio de investidores de fases anteriores. O quadro de investidores anjos e apoiadores individuais da Etched reúne nomes expressivos do setor, como Peter Thiel, Andrej Karpathy, Dylan Field e Amjad Masad.

A atração de investidores de alto perfil ocorreu por meio de demonstrações privadas e testes diretos do hardware realizados na sede da startup. Especialistas renomados da indústria testaram os equipamentos em bancada antes de realizar aportes financeiros ou apoiar publicamente a tecnologia desenvolvida pelos três fundadores.

“Andrej Karpathy, da Anthropic, Noam Brown, da OpenAI, Geoffrey Hinton, além de todos os investidores da rodada de financiamento — todas essas pessoas realmente testaram o hardware e estão extremamente entusiasmadas com ele”, afirmou Robert Wachen.

Apesar do valuation de US$ 10,3 bilhões, a equipe executiva da Etched mantém uma postura cautelosa quanto aos desafios de engenharia e logística necessários para produzir os sistemas em rack em escala industrial. O processo de transição do protótipo e dos lotes pilotados para a fabricação massiva exige infraestrutura robusta de testes e validação contínua com parceiros globais.

Compatibilidade e suporte a arquiteturas

Um dos principais desafios de percepção enfrentados pela Etched no mercado diz respeito à flexibilidade do seu hardware. A empresa busca afastar a ideia de que seus produtos — comercializados em formato de sistemas integrados em rack, e não apenas como chips isolados — seriam restritos ao processamento de modelos de linguagem específicos ou engessados por modificações futuras nos softwares de IA.

Segundo o COO Robert Wachen, os sistemas projetados pela Etched têm capacidade para executar qualquer modelo de inteligência artificial do mercado. Isso inclui arquiteturas do tipo Mixture of Experts (MoE), utilizadas em modelos como o DeepSeek e o Qwen — abordagens que dividem as tarefas de processamento entre submodelos especializados em vez de carregar uma única rede neural gigante —, além de modelos não baseados em Transformers, como a arquitetura Mamba, que opera com modelos de espaço de estados (state-space models).

A estratégia de gravar partes da arquitetura de inteligência artificial diretamente no silício para obter ganhos extremos de eficiência deixou de ser encarada como uma aposta exótica e passou a ser perseguida por grandes empresas do setor. Rumores de mercado apontam que a Google trabalha em um conceito similar com seu chip Frozen v2, desenvolvido especificamente para otimizar o processamento da família de modelos Gemini.

Mecânica da inferência e componentes

O avanço técnico apresentado pela Etched concentra-se na otimização da fase de inferência, que representa o processamento computacional executado no momento em que um usuário envia um comando (prompt) para o sistema de inteligência artificial. Para maximizar o desempenho e reduzir os custos energéticos, a startup dividiu a engenharia do chip em duas soluções distintas direcionadas às etapas do processo.

“A inferência é construída em duas etapas: prefill e decode. A fase de prefill envolve a compreensão do prompt, incluindo o contexto. É uma etapa matemática e computacionalmente intensiva”, explicou Robert Wachen.

Para solucionar a fase de prefill, a Etched desenvolveu um processador especializado capaz de operar com uma voltagem significativamente menor do que os chips tradicionais de IA, em um conceito batizado pela empresa de low-voltage inference (inferência em baixa voltagem). O funcionamento sob menor voltagem reduz a geração de calor no componente, permitindo acomodar uma densidade maior de transistores na mesma área de silício.

Já na fase de decode — responsável por gerar individualmente cada token de resposta visível ao usuário —, a demanda computacional cede lugar à necessidade de alta largura de banda e capacidade de memória. Para atender a essa exigência, a empresa criou um novo tipo de memória acoplado a uma arquitetura de interconexão denominada cluster-scale memory.

“Trata-se de uma tecnologia de interconexão que chamamos de memória em escala de cluster. Ela permite que muitos chips se conectem e utilizem um pool de memória compartilhada a uma velocidade extremamente alta e com baixíssima latência”, detalhou Wachen.

Trajetória dos fundadores e infraestrutura

A consolidação da Etched contrasta com os primeiros meses de operação dos fundadores após deixarem Harvard em 2022. Sem experiência prévia em captação de recursos corporativos ou contratação de equipes de engenharia de semicondutores, os executivos enfrentaram dificuldades logísticas e financeiras no início da trajetória no Vale do Silício.

“Nós não tínhamos ideia do quão difícil seria. Acho que ainda precisamos manter a humildade diante do que será necessário para realmente atingir a escala industrial”, declarou Robert Wachen ao relembrar o início da empresa.

Ao desembarcar na região da Baía de San Francisco (Bay Area) sem escritório fixo ou residência alugada, Robert Wachen dormiu no chão de uma casa não mobiliada pertencente a um amigo. A infraestrutura inicial de servidores usada para rodar os softwares de design de chips ficava instalada na garagem de um dos primeiros funcionários da empresa.

“Lembro-me de ficar na casa do meu amigo que estava prestes a ser vendida, usando uma toalha como cobertor. Toda vez que o servidor na garagem precisava ser reiniciado, esse funcionário ligava para a esposa dele, e ela ia até lá apertar o botão de reinício”, relembrou Wachen.

Atualmente, o cenário operacional da startup é substancialmente diferente. A Etched conta com uma equipe de 400 funcionários em seu escritório principal localizado em San Jose, onde opera um data center próprio com capacidade de 2 megawatts (MW). Além disso, a empresa inaugurou recentemente uma instalação industrial de 80.000 pés quadrados (aproximadamente 7.400 metros quadrados) com capacidade de 10 megawatts no município de Milpitas, no estado da Califórnia.

As instalações laboratoriais da empresa já processam tokens em tempo real em cooperação com algumas das maiores companhias de inteligência artificial do planeta. O lote inicial dos semicondutores foi produzido pelas fundições da taiwanesa TSMC, validando a viabilidade física do projeto antes do início da entrega comercial dos racks completos aos clientes.

Análise e impactos para o ecossistema brasileiro

A ascensão de hardware especializado como o da Etched traz implicações diretas para a indústria global de tecnologia e reflete nos custos de infraestrutura computacional para desenvolvedores e empresas no Brasil. Atualmente, o mercado brasileiro de inteligência artificial enfrenta gargalos operacionais causados pela alta cotação do dólar e pelo elevado custo de aluguel de instâncias de processamento em nuvens internacionais equipadas com unidades de processamento gráfico (GPUs) tradicionais do mercado, como as produzidas pela Nvidia.

A introdução de tecnologias focadas no aumento de velocidade da etapa de inferência com redução do consumo de energia — como o modelo de baixa voltagem da Etched — tende a pressionar os preços do processamento de IA para baixo. Para startups e grandes empresas brasileiras que utilizam modelos open-source ou proprietários para criar soluções de atendimento, análise de documentos e automação, a redução no custo por milhão de tokens gerados é o fator determinante para a viabilidade financeira de projetos em larga escala.

Outro ponto relevante para o ecossistema local é o suporte nativo do novo hardware a modelos do tipo Mixture of Experts, como a família DeepSeek e o Qwen. Essas arquiteturas ganharam forte adoção no mercado brasileiro devido à sua eficiência em entregar alto desempenho computacional a custos reduzidos. A existência de um chip especializado em gerenciar o pool de memória compartilhada exigido por esses submodelos pode otimizar a implantação desses sistemas em data centers que atendem a América Latina, reduzindo a latência final percebida pelos usuários no país.

Próximos passos e escala industrial

Com o encerramento da rodada de US$ 300 milhões e o montante de US$ 1 bilhão em pedidos registrados, o foco operacional da Etched desloca-se para a produção em massa e a entrega dos sistemas em rack nas instalações dos clientes. A transição exige a integração precisa entre os chips fabricados pela TSMC, os módulos de memória customizados para a tecnologia de cluster-scale memory e a infraestrutura de refrigeração exigida pelos novos centros de dados em Milpitas.

A consolidação da empresa como uma alternativa viável no mercado de hardware de IA ocorre em um momento de concorrência acirrada entre fabricantes tradicionais e novas startups de semicondutores. A capacidade da Etched de cumprir os prazos de entrega dos primeiros sistemas operacionais será o teste definitivo para confirmar a eficiência prometida de suas tecnologias de baixa voltagem e interconexão de memória no processamento intensivo de modelos de linguagem.