流片成功、融资8亿、预售10亿美元——一个信号，不是孤立事件
"这家公司只做跑Transformer的芯片。"
这句话放在两年前，VC会礼貌地把你的名片放进碎纸机。放在昨天，它价值50亿美元。
2026年6月30日，硅谷AI芯片初创公司Etched结束隐声状态，一次性放出三张牌：Transformer专用芯片Sohu成功流片、累计完成8亿美元融资（最新一轮5亿）、签下10亿美元客户订单。投资人名单包括了Andrej Karpathy、Geoffrey Hinton、李飞飞、Peter Thiel——AI圈半壁江山。
但真正值得关注的不是融了多少钱，而是这笔钱背后揭示的结构性变化：AI芯片正在从"一个架构吃所有"走向"专用化分裂"。Etched的10亿美元订单，是这个分裂的第一个量级验证。
一、Etched赌的是什么——以及为什么这次不一样
1.1 一粒"刻死"的硅片
理解Etched，需要先理解ASIC（专用集成电路）和GPU的根本区别。
NVIDIA的GPU是通用芯片：它能跑Transformer，能跑CNN，能挖矿，甚至能跑CUDA写的俄罗斯方块。通用性的代价，是大量晶体管在跑任何特定任务时都在闲置。跑Transformer推理时，GPU上相当比例的逻辑单元和内存带宽被浪费在执行与Attention无关的计算路径上。
Etched的Sohu走的是另一条路：把Transformer的Attention计算直接"刻"进硅片，作为固定逻辑电路，而不是在可编程计算单元上跑软件。没有kernel launch延迟，没有内存分配开销，没有调度器决策——芯片里只有为Attention设计的物理电路。
代价是什么？卷积跑不了，SSM跑不了，Diffusion U-Net也跑不了。如果明年Transformer被新的架构取代，Sohu就是一块昂贵的废硅。
这是一个极端的赌注：Transformer架构已经足够稳定，值得为它放弃所有可编程性。
1.2 数字不谈感情
Etched宣称的数据值得仔细看：8张Sohu组成的服务器，在Llama 70B推理上可以实现每秒50万token的吞吐量。作为对比，一张H100在同样场景下大约每秒700 token。
换算下来，一台Sohu服务器大约相当于160张H100。每美元性能——Etched声称是GPU的140倍。
这种量级的效率差距，已经不只是在"更好的GPU"维度上竞争，而是在改变推理的经济模型。当推理成本降低两个数量级，很多原本算不过来的应用场景——比如实时Agent协作、长上下文推理、全量级搜索——会从"理论上可行"变成"商业化可跑"。
这恰恰是Etched拿到10亿美元预售订单的原因。愿意在量产前签下这种规模的合同，说明客户已经在早期原型上跑通过了真实负载，而且结果足够好。
二、三岔路口——AI芯片产业链正在分裂
Etched的出现不是一个孤立事件。2026年上半年，AI芯片行业发生了一系列标志性事件：Cerebras完成55亿美元IPO，Groq融资6.5亿美元，OpenAI联合Broadcom发布首款自研芯片，Amazon、Google、Meta各自推进自研芯片路线。
这些事件指向同一个事实：AI芯片正在走向三岔路口。
2.1 路线一：通用GPU——NVIDIA的"卖铲子"模式
NVIDIA卖的是通用计算铲子，不管你挖什么矿。它的优势是生态成熟（CUDA）、部署灵活、模型迁移成本为零。劣势也越来越明显：对于已确定工作负载的客户来说，GPU里浪费的晶体管和带宽，是实打实的成本。
当推理规模从万卡级别走向百万卡级别时，"通用"的效率折价不再是可忽略的摩擦——它是账本上每年数亿美元的纯支出。
2.2 路线二：云厂商自研——绑定业务的"专用但封闭"
Google TPU、AWS Trainium、Meta MTIA——这些芯片深度绑定各自云平台和业务需求。优势是成本可控、优化极致。但生态封闭，技术外溢有限。你做不了"买一张Trainium跑你自己的模型"这件事。
2.3 路线三：第三方专用ASIC——Etched们定义的"第三个选择"
Cerebras、Groq、Etched——这些公司不做通用芯片，不打入云生态，而是为特定计算模式造极致优化的芯片，然后卖给所有人。
它们的共同逻辑是：当生态足够统一时，专用芯片的成本优势可以覆盖所有通用性损失。Etched之所以能宣称"不需要客户改代码"——直接用PyTorch训练的模型就能跑——是因为Transformer的模型格式和推理接口已经足够标准化。专用芯片只需要对接这个统一层。
这在ASIC芯片历史上是少见的。以往ASIC往往意味着新的编程模型、新的软件栈、新的迁移成本。Sohu绕过了这个问题，不是因为它做得更好，而是因为Transformer生态替它做完了标准化的工作。
三、归零框架——为什么"通用溢价"在缩水
这三条路线的竞争，本质上是同一个问题的不同回答：当一件工具99%的时间只做一件事时，为剩下1%的通用性多付的代价，值不值？
这个问题的答案，取决于两个变量：
变量A：工作负载的确定性。2018年你买AI芯片，不确定Transformer会不会被别的架构取代——所以你买GPU，保留改换赛道的灵活性。2026年，Transformer统治了语言、图像、视频、代码、音乐生成——"保留灵活性"的期权价值缩水了很多。
变量B：规模带来的绝对成本。当你的推理集群是几十张卡，GPU的效率折价是"可以忍受"的。当你的推理规模是数十万卡，这个折价直接决定你能不能把产品定价降低到够覆盖市场。
这两个变量正在同时向"专用化"的方向移动。我把这个观察称为"归零框架"：
当工作负载确定性趋近100%，且规模趋近无穷大时，通用性的溢价趋近于零。
这不是说NVIDIA会被取代。通用GPU仍然在研发原型、新架构探索、多任务场景里有不可替代的价值。但推理——AI行业最大、增长最快的成本中心——正在加速脱离"通用"的范畴，进入"专用优化"的战场。
四、推演——这个框架还能解释什么
归零框架不只在芯片领域适用。
在AI模型侧，我们看到同样的趋势：小型专用模型（DeepSeek的MoE变体、7B级专用模型）正在从"通用大模型"手里抢走垂直场景市场份额。不是大模型不够好，而是当你的任务域确定时，一个更小、更专用、更便宜的模型提供了更好的ROI。
在基础设施侧，专用推理服务（Together AI、Fireworks、Groq Cloud）的定价远低于通用云API，原因一样——他们在堆栈的每一层做了专用优化，而不是跑在通用云基础设施上。
在企业采用侧，"用一个模型做所有事"的思路正在被"为不同任务配置不同模型"取代。这不是倒退，这是AI技术走向成熟的标准路径：先统一，再分化。
五、落到行动——不同角色该怎么应对
如果你是AI基础模型公司：推理成本的下一个量级下降，不会来自更好的GPU，而是来自专用硬件。如果你是头部模型公司，你应该已经在和Etched、Cerebras这类公司做POC。如果还没有，你的推理成本曲线可能在18个月后落后竞争对手一个数量级。
如果你是AI应用的CTO：2027年之前，你的推理架构选择会从"唯一的NVIDIA"扩展到至少三个选项。不要等到专用芯片量产了才开始测试。现在就用API级方式对接这些新平台，跑你的真实工作负载——因为迁移成本和兼容性问题，只有跑了才知道。
如果你是投资者：AI芯片的"赢家通吃"叙事正在松动。NVIDIA不会倒下——但它可能从"唯一的基础设施"变成"基础设施之一"。这个从一到多的过程，会催生新的百亿美元公司，也会埋掉一批拿到订单却交付不了的团队。赌Etched能否兑现Sohu的承诺，比赌NVIDIA是否会增长更有意思。
如果你是技术观察者：Etched不等于"ASIC赢了"，但它是一个信号——足够强到让你重新审视"GPU统治一切"这个2023年的共识在2026年还剩下多少解释力。归零框架是一个工具，用它去检验你所在领域的"通用性溢价"，你会发现到处都有类似的裂缝。
来源备注：本文素材来自Etched官方公告、TechCrunch报道、Spheron.network技术分析、量子位、雷锋网等。技术参数来自Etched官方发布和第三方分析，尚未经独立验证。
参考：
- TechCrunch: Nvidia competitor Etched hits $5B valuation, $1B in sales for AI chip
- Spheron: Etched Sohu vs NVIDIA comparison