您指的应该是 Etched 这家美国公司。它可能是当前硅谷最"极端"的 AI 芯片创业公司------不做通用 GPU，而是把 Transformer 架构直接"烧"进硅片，造出一颗只能跑 Transformer 大模型的 ASIC。
以下是详细介绍：
1. 公司背景：三个哈佛辍学生的豪赌
Etched 由 Gavin Uberti （CEO）、Chris Zhu （CTO）和 Robert Wachen（COO）于 2022 年在哈佛宿舍创立，三人均为 00 后，后来辍学全职创业。
Gavin Uberti 高中时是世界奥林匹克数学竞赛冠军，曾在 OctoML 做微内核开发和 AI 编译器优化。2022 年，他和 Chris Zhu 打赌"Transformer 将统治 AI 世界"，认为通用 GPU 在 Transformer 推理上浪费了太多晶体管在灵活性上，专用芯片（ASIC）必然出现。
融资情况：
- 2023 年：536 万美元种子轮
- 2024 年 6 月：1.2 亿美元 A 轮（Primary Venture Partners、Positive Sum 领投，Peter Thiel、Two Sigma 等参投）
- 后续融资使总融资额超过 6.25 亿美元 ，估值 reportedly 超过 50 亿美元
2. 核心产品：Sohu ------ 全球首颗 Transformer-Only ASIC
技术原理
Sohu 不是"支持 Transformer 的芯片"，而是只能运行 Transformer 的芯片。它把 Transformer 的核心计算------多头注意力（Multi-Head Attention）、前馈网络（FFN）、LayerNorm、矩阵乘法------全部以**固定功能电路（Fixed-Function Logic）**的形式硬连线在硅片上。
这意味着：
- 没有可编程性：不能跑 CNN、RNN、Mamba、Diffusion 等其他架构
- 没有指令集开销：不需要像 GPU 那样通过 CUDA 内核调度，直接硬件执行
- 极高的 FLOPS 利用率：Etched 声称利用率 >90%，而 GPU 通常只有 30-50%
硬件规格
- 制程：台积电 4nm
- 内存：144 GB HBM3E，带宽约 4,800 GB/s
- Die Size：接近光罩极限（~800 mm²）
- 服务器配置：8 颗 Sohu 组成一台服务器
3. 性能声称：与 NVIDIA 的对比
Etched 公布的性能数据非常激进，但尚未经过独立第三方验证，且截至 2026 年初仍未正式出货。
| 指标 | Sohu（8 芯片服务器） | NVIDIA H100（8 卡集群） |
|---|---|---|
| Llama 70B 吞吐 | 500,000+ tokens/秒 | ~23,000 tokens/秒 |
| 单芯片吞吐 | ~62,500 tokens/秒 | ~700 tokens/秒（batch=1） |
| Time-to-First-Token | 比 H100 快 6 倍 | ~100ms（Llama 70B, 2k 输入） |
| 功耗 | 极低（有报道称单卡 10W，但存疑） | 700W（单卡） |
| 等效替代 | 1 台 8-Sohu 服务器 ≈ 160 张 H100 | --- |
关键区别 ：Sohu 的优势主要在 batch=1 的低延迟推理（单用户请求响应速度）。当 batch size 增大时（高并发 API 服务），GPU 通过批处理也能达到很高吞吐，此时 Sohu 的相对优势会缩小。
4. 商业模式与战略定位
Etched 并不只卖裸片，而是销售完整的数据中心推理服务器，直接与 NVIDIA DGX 竞争。
目标客户：
- 需要极低延迟的 AI 应用（实时语音/视频生成、自动驾驶决策、高频交易分析）
- 无法承受 H100 集群成本但需部署大模型的创业公司
- 自建数据中心的云厂商
供应链：与台积电合作 4nm 代工，并与 Rambus 合作解决芯片间高速互联。
5. 核心风险：一场"All-in"的架构赌注
Etched 最大的风险也是它最大的特点------极端专一性：
-
架构风险：如果未来大模型主流从 Transformer 转向 State-Space Models（如 Mamba）、RWKV、或新的非注意力架构，Sohu 将完全失去价值，变成"电子垃圾"。Gavin Uberti 自己也承认："如果 AI 行业抛弃 Transformer，Etched 就完了。"
-
出货延迟：2024 年 6 月发布芯片，但截至 2026 年初仍未大规模出货，存在执行风险。
-
软件生态：GPU 有 CUDA 生态护城河，Sohu 需要客户迁移模型和工具链，迁移成本未知。
-
制造风险：4nm 光罩极限尺寸的大芯片，良率可能较低，影响成本和供应。
6. 类比：比特币挖矿的历史重演
Gavin Uberti 经常用比特币挖矿来类比：早期比特币用 GPU 挖，后来出现比特币专用 ASIC（如比特大陆），性能比 GPU 高一个数量级，很快完全取代了 GPU。他赌 AI 推理也会走同样的路------从通用 GPU 走向 Transformer 专用 ASIC。
总结
Etched 代表了 AI 芯片设计的一个极端方向：用可编程性换效率。它不是"更好的 GPU"，而是"除了 Transformer 什么都不做的芯片"。
- 如果赌对：Transformer 继续统治 AI 十年，Sohu 可能在推理市场切走一大块蛋糕，甚至成为机器人、边缘设备的标配。
- 如果赌错：架构一旦变迁，价值归零。
这也是为什么它引发巨大争议------有人视其为"推翻 NVIDIA 的唯一机会"，也有人认为它是"史上最大的硬件赌注泡沫"。无论如何，它是目前**美国最符合"为大模型定制而非通用"**定义的芯片公司。