近日，AI芯片初創公司Etched宣布，已籌集 1.2 億美元，向 Nvidia 發起 AI 芯片設計挑戰。

　　Etched 正在設計一款名為 Sohu 的新芯片，用于處理 AI 處理的一個關鍵部分：Transformation。該公司表示，通過將 Transformer 架構刻錄到芯片中，它正在打造世界上最強大的 Transformer 推理服務器。Etched 表示，這是有史以來最快的 Transformer 芯片。

　　Primary Venture Partners 和 Positive Sum Ventures 領投了此輪融資，并獲得了 Hummingbird、Fundomo、Fontinalis、Lightscape、Earthshot、Two Sigma Ventures(戰略)和 Skybox Data Centers(戰略)等機構投資者的支持。

　　值得一提的是，該公司的天使投資人包括 Peter Thiel、Stanley Druckenmiller、  David Siegel、Balaji Srinivasan、Amjad Masad、Kyle Vogt、Kevin Hartz、Jason Warner、Thomas Dohmke、Bryan Johnson、Mike Novogratz、Immad Akhund、Jawed Karim 和 Charlie Cheeve。

　　泰爾獎學金主任亞歷克斯·漢迪 (Alex Handy) 在一份聲明中表示：“投資 Etched 是對人工智能價值的戰略押注。他們的芯片解決了競爭對手不敢解決的可擴展性問題，挑戰了同行普遍存在的停滯不前現象。Etched 的創始人體現了我們支持的非傳統人才——從哈佛輟學，進軍半導體行業。他們付出了艱苦的努力，以便硅谷的其他人可以繼續安心地編程，而不必擔心他們正在研究的任何底層技術。”

　　Etched創始人：Robert Wachen、Gavin Uberti、Chris Zhu

　　Transformer一統江湖， GPU撞墻

　　正如大家所所看到的，過去解決AI問題，都是考GPU。不過Etched在博客中表示，圣克拉拉的秘密是，GPU 并沒有變得更好，而是變得更大了。四年來，芯片單位面積的計算能力 (TFLOPS) 幾乎保持不變。

　　他們表示，NVIDIA 的 B200、AMD 的 MI300、英特爾的 Gaudi 3 和亞馬遜的 Trainium2 都將兩塊芯片算作一張卡，以實現“雙倍”性能。從 2022 年到 2025 年，AI 芯片并沒有真正變得更好，而是變得更大了。2022 年到 2025 年，所有 GPU 性能提升都使用了這個技巧，但Etched 除外。

　　在 transformer 統治世界之前，許多公司都構建了靈活的 AI 芯片和 GPU 來處理數百種不同的架構。以下列舉一些：

　　NVIDIA的GPUs、Google的TPUs、Amazon的Trainium、AMD的加速器、Graphcore的IPUs、SambaNova SN Series、Cerebras的CS-2、Groq的GroqNode、Tenstorrent的Grayskull、D-Matrix的Corsair、Cambricon的Siyuan和Intel的Gaudi.

　　從來沒有人制造過專門針對算法的 AI 芯片 (ASIC)。芯片項目的成本為 5000 萬至 1 億美元，需要數年時間才能投入生產。我們剛開始時，沒有市場。

　　突然間，情況發生了變化：

　　前所未有的需求：在 ChatGPT 之前，Transformer 推理的市場約為 5000 萬美元，現在則達到數十億美元。所有大型科技公司都使用 Transformer 模型(OpenAI、谷歌、亞馬遜、微軟、Facebook 等)。

　　架構上的融合：AI 模型過去變化很大。但自 GPT-2 以來，*進的模型架構幾乎保持不變!OpenAI 的 GPT 系列、谷歌的 PaLM、Facebook 的 LLaMa，甚至 Tesla FSD 都是 Transformer。

　　當模型的訓練成本超過 10 億美元，推理成本超過 100 億美元時，專用芯片是不可避免的。在這個規模下，1% 的改進將證明 5000 萬至 1 億美元的定制芯片項目是合理的。

　　事實上，ASIC 的速度比 GPU 快幾個數量級。當比特幣礦機于 2014 年進入市場時，丟棄 GPU 比使用它們來挖掘比特幣更便宜。

　　由于涉及數十億美元的資金，人工智能也將發生同樣的情況。

　　Transformer 驚人地相似：諸如 SwiGLU 激活和 RoPE 編碼之類的調整隨處可見：LLM、嵌入模型、圖像修復和視頻生成。

　　雖然 GPT-2 和 Llama-3 是相隔五年的*進的 (SoTA) 模型，但它們的架構幾乎相同。*的主要區別是規模。

　　Etched相信硬件彩票(hardware lottery)：獲勝的模型是那些可以在硬件上運行速度最快、成本*的模型。Transformer 功能強大、實用且利潤豐厚，足以在替代品出現之前主宰每個主要的 AI 計算市場：

　　Transformer 為每一種大型 AI 產品提供動力：從代理到搜索再到聊天。AI 實驗室已花費數億美元進行研發，以優化 GPU 以適應 Transformer。當前和下一代*進的模型都是 Transformer。

　　隨著模型在未來幾年從 10 億美元擴展到 100 億美元再到 1000 億美元的訓練運行，測試新架構的風險飆升。與其重新測試縮放定律和性能，不如花時間在 Transformer 之上構建功能，例如多token預測。

　　當今的軟件堆棧針對 Transformer 進行了優化。每個流行的庫(TensorRT-LLM、vLLM、Huggingface TGI 等)都有用于在 GPU 上運行 Transformer 模型的特殊內核。許多基于 transformer 構建的功能在替代方案中都不容易獲得支持(例如推測解碼、樹搜索)。

　　未來的硬件堆棧將針對 transformer 進行優化。NVIDIA 的 GB200 特別支持 transformer(TransformerEngine)。像 Sohu 這樣的 ASIC 進入市場標志著不歸路。Transformer 殺手在 GPU 上的運行速度需要比 transformer 在 Sohu 上運行的速度更快。如果發生這種情況，我們也會為此構建一個 ASIC!

　　兩個哈佛輟學生創立芯片公司

　　隨著生成式人工智能觸及越來越多的行業，生產運行這些模型的芯片的公司受益匪淺。尤其是英偉達，其影響力巨大，占據了人工智能芯片市場約70% 至 95% 的份額。從Meta到微軟，云提供商都在英偉達 GPU 上投入了數十億美元，擔心在生成式人工智能競賽中落后。

　　因此，生成式人工智能供應商對現狀不滿也是可以理解的。他們的成功很大程度上取決于主流芯片制造商的意愿。因此，他們與機會主義風險投資公司一起，正在尋找有前途的新興企業來挑戰人工智能芯片巨頭。

　　Etched是眾多爭奪一席之地的另類芯片公司之一，但它也是最有趣的公司之一。Etched 成立僅兩年，由兩位哈佛輟學生 Gavin Uberti(前OctoML和前Xnor.ai員工)和 Chris Zhu 創立，他們與 Robert Wachen 和前賽普拉斯半導體公司首席技術官 Mark Ross 一起，試圖創造一種可以做一件事的芯片：運行 AI 模型。

　　這并不罕見，許多初創公司和科技巨頭都在開發專門運行人工智能模型的芯片，也稱為推理芯片。Meta 有MTIA，亞馬遜有Graviton和Inferentia等等。但 Etched 的芯片的獨特之處在于它們只運行一種類型的模型：Transformers。

　　Transformer 由谷歌研究團隊于 2017 年提出，目前已成為主流的生成式 AI 模型架構。

　　Transformer 是 OpenAI 視頻生成模型Sora的基礎。它們是 Anthropic 的Claude和谷歌的Gemini等文本生成模型的核心。它們還為最新版本的 Stable Diffusion等藝術生成器提供動力。

　　在一篇新博客文章中，Etched創始人表示，該公司在 2022 年 6 月對人工智能進行了*的押注，當時它押注一種新的人工智能模型將接管世界：Transformer。

　　在Etched看來，五年內，AI 模型在大多數標準化測試中都比人類更聰明。

　　怎么會這樣?因為 Meta 訓練 Llama 400B(2024 SoTA，比大多數人類更聰明)所用的計算量是 OpenAI 在 GPT-2(2019 SoTA)上所用的 50,000 倍。

　　通過為 AI 模型提供更多計算和更好的數據，它們會變得更聰明。規模是幾十年來*持續有效的秘訣，每家大型 AI 公司(谷歌、OpenAI / 微軟、Anthropic / 亞馬遜等)都將在未來幾年投入超過 1000 億美元來保持規模。我們正處于有史以來*的基礎設施建設中。

　　但再擴大 1,000 倍將非常昂貴。下一代數據中心的成本將超過一個小國的 GDP。按照目前的速度，我們的硬件、電網和錢包都跟不上。

　　我們并不擔心數據耗盡。無論是通過合成數據、注釋管道還是新的 AI 標記數據源，我們都認為數據問題實際上是推理計算問題。Mark Zuckerberg4、Dario Amodei5 和 Demis Hassabis6似乎同意這一觀點。

　　“2022 年，我們打賭Transformer將統治世界，”Etched 首席執行官 Uberti 在接受 TechCrunch 采訪時表示。“在人工智能的發展中，我們已經達到了一個節點，性能優于通用 GPU 的專用芯片是不可避免的——全世界的技術決策者都知道這一點。”

　　當時，AI 模型種類繁多，有用于自動駕駛汽車的 CNN、用于語言的 RNN 以及用于生成圖像和視頻的 U-Net。然而，Transformer(ChatGPT 中的“T”)是*個可以擴展的模型。

　　首席執行官 Gavin Uberti 在博文中表示：“我們打賭，如果智能隨著計算不斷擴展，幾年之內，公司將在 AI 模型上投入數十億美元，所有模型都在專用芯片上運行。”“我們花了兩年時間打造了世界上*款Transformer專用芯片 (ASIC) Sohu。我們將Transformer架構刻錄到我們的芯片中，我們無法運行傳統的 AI 模型：為您的 Instagram 提要提供支持的 DLRM、來自生物實驗室的蛋白質折疊模型或數據科學中的線性回歸。”

　　一顆名為“sohu”的4nm芯片

　　Etched 的芯片名為 Sohu，是一款 ASIC(專用集成電路)。Uberti 聲稱，Sohu 采用臺積電的 4nm 工藝制造，可以提供比 GPU 和其他通用 AI 芯片更好的推理性能，同時消耗更少的能源。

　　Uberti 表示：“在運行文本、圖像和視頻轉換器時，Sohu 的速度甚至比 Nvidia 的下一代 Blackwell GB200 GPU 快一個數量級，而且成本更低。一臺 Sohu 服務器可取代 160 個 *** GPU。……對于需要專用芯片的企業*來說，Sohu 將是一個更經濟、更高效、更環保的選擇。”

　　Uberti 補充道：“我們也無法運行 CNN、RNN 或 LSTM。但對于 transformer 來說，Sohu 是有史以來最快的芯片。它甚至沒有競爭對手。Sohu 的速度甚至比 Nvidia 的下一代 Blackwell (GB200) GPU 快一個數量級，而且更便宜，適用于文本、音頻、圖像和視頻 transformer。”

　　Uberti表示，自他們成立以來，每個主要的 AI 模型(ChatGPT、Sora、Gemini、Stable Diffusion 3、Tesla FSD 等)都變成了 transformer。不過，如果 transformer 突然被 SSM、monarch 混合器或任何其他類型的架構取代，Etched 的芯片將毫無用處。

　　“但如果我們是對的，Sohu將改變世界，”Uber信心滿滿地說。

　　通過專業化，Sohu獲得了前所未有的性能。一臺 8xSohu 服務器每秒可以處理超過 500,000 個 Llama 70B token。

　　據介紹，Sohu 僅支持轉換器推理，無論是 Llama 還是 Stable Diffusion 3。Sohu 支持當今的所有模型(Google、Meta、Microsoft、OpenAI、Anthropic 等)，并且可以處理對未來模型的調整。

　　由于 Sohu 只能運行一種算法，因此可以刪除絕大多數控制流邏輯，從而允許它擁有更多的數學塊。因此，Sohu 擁有超過 90% 的 FLOPS 利用率(而使用 TRT-LLM 的 GPU7 上約為 30%)。

　　強悍性能，如何做到？

　　Sohu是如何實現這一切的?有幾種方法，但最明顯(也是最直觀)的方法是簡化推理硬件和軟件管道。由于Sohu不運行非transformer模型，因此 Etched 團隊可以取消與transformer無關的硬件組件，并削減傳統上用于部署和運行非transformer的軟件開銷。

　　Etched在一篇博客文章中表示，NVIDIA H200 擁有 989 TFLOPS 沒有稀疏性的 FP16/BF16 計算能力。這是*進的(甚至比谷歌的新 Trillium 芯片還要好)，而 2025 年推出的 GB200 的計算能力僅增加了 25%(每個die 1250 TFLOPS)。

　　由于 GPU 的絕大部分區域都用于可編程性，因此專注于transformer可以讓您進行更多的計算。您可以從*原理向自己證明這一點：

　　構建單個 FP16/BF16/FP8 乘加電路需要 10,000 個晶體管，這是所有矩陣數學的基石。*** SXM 有 528 個張量核心，每個都有 4 × 8 × 16 FMA 電路。乘法告訴我們 *** 有 27 億個專用于張量核心的晶體管。

　　但 *** 有 800 億個晶體管12!這意味著 *** GPU 上只有 3.3% 的晶體管用于矩陣乘法!

　　這是 NVIDIA 和其他靈活 AI 芯片經過深思熟慮的設計決定。如果您想支持各種模型(CNN、LSTM、SSM 等)，沒有比這更好的了。

　　通過僅運行 Transformer，Etched可以在芯片上安裝更多的 FLOPS，而無需降低精度或稀疏性。

　　有觀點認為，推理的瓶頸是內存帶寬，而不是計算?事實上，對于像 Llama-3 這樣的現代模型來說，答案是顯而易見的!

　　讓我們使用 NVIDIA 和 AMD 的標準基準 ：2048 個輸入tokens和 128 個輸出tokens。大多數 AI 產品的prompts 比completions時間長得多(即使是新的 Claude 聊天在系統提示中也有 1,000 多個tokens)。

　　在 GPU 和Sohu上，推理是分批(batches)運行的。每個批次都會加載所有模型權重一次，并在批次中的每個標記中重復使用它們。通常，LLM 輸入是計算密集型的，而 LLM 輸出是內存密集型的。當我們將輸入和輸出token與連續批處理相結合時，工作負載會變得非常受計算密集型。

　　下面是 LLM 連續批處理的一個例子。在這里，我們正在運行具有四個輸入標記和四個輸出標記的序列;每種顏色都是不同的序列。

　　我們可以擴展相同的技巧來運行具有 2048 個輸入token和 128 個輸出token的 Llama-3-70B。讓每個批次包含一個序列的 2048 個輸入token和 127 個不同序列的 127 個輸出tome。

　　如果我們這樣做，每個批次將需要大約 (2048 + 127) × 70B 參數 × 每個參數 2 字節 = 304 TFLOP，而只需加載 70B 參數 × 每個參數 2 字節 = 140 GB 的模型權重和大約 127 × 64 × 8 × 128 × (2048 + 127) × 2 × 2 = 72GB 的 KV 緩存權重。這比內存帶寬要多得多：H200 需要 6.8 PFLOPS 的計算才能*限度地利用其內存帶寬。這是利用率為 100% 的情況 - 如果利用率為 30%，則需要 3 倍以上的內存。

　　由于Sohu擁有如此多的計算能力和極高的利用率，我們可以運行巨大的吞吐量，而不會出現內存帶寬瓶頸。

　　而在現實世界中，批次要大得多，輸入長度各不相同，請求以泊松分布(Poisson distribution)到達。這種技術在這些情況下效果更好，但我們在此示例中使用 2048/128 基準，因為 NVIDIA 和 AMD 使用它。

　　眾所周知，在 GPU 和 TPU 上，軟件是一場噩夢。處理任意 CUDA 和 PyTorch 代碼需要非常復雜的編譯器。第三方 AI 芯片(AMD、Intel、AWS 等)在軟件上花費了數十億美元，但收效甚微。

　　但由于Sohu只運行 transformer，我們只需要為 transformer 編寫軟件!

　　大多數運行開源或內部模型的公司都使用特定于 transformer 的推理庫，如 TensorRT-LLM、vLLM 或 HuggingFace 的 TGI。這些框架非常僵化 - 雖然你可以調整模型超參數，但實際上不支持更改底層模型代碼。但這沒關系 - 因為所有 transformer 模型都非常相似(甚至是文本/圖像/視頻模型)，調整超參數就是你真正需要的。

　　雖然這支持 95% 的 AI 公司，但*的 AI 實驗室采用定制。他們有工程師團隊手動調整 GPU 內核以擠出稍微更多的利用率，逆向工程哪些寄存器對每個張量核心的延遲*。

　　有了 Etched，您無需再進行逆向工程 - 因為Etched的軟件(從驅動程序到內核再到服務堆棧)都將是開源的。如果您想實現自定義轉換層，您的內核向導可以自由地這樣做。

　　Etched將成為全球*

　　Uberti說，每一個大型同質計算市場最終都會以專用芯片結束：網絡、比特幣挖掘、高頻交易算法都被硬編碼到硅片中。

　　這些芯片的速度比 GPU 快幾個數量級。沒有一家公司使用 GPU 來挖掘比特幣——他們根本無法與專業的比特幣礦工競爭。人工智能也會發生這種情況。Uberti 說，由于涉及數萬億美元，專用是不可避免的。

　　“我們認為，絕大部分支出(和價值)將用于具有超過 10 萬億個參數的模型。由于連續批處理的經濟性，這些模型將在數十個 MegaClusters 之一的云端運行，”Uberti 說。“這種趨勢將反映芯片工廠：過去有數百個廉價的低分辨率工廠，而現在，高分辨率工廠的建設成本約為 200 億至 400 億美元。世界上只有少數幾個 MegaFab，它們都使用非常相似的底層架構(EUV、858 平方毫米掩模版、300 毫米晶圓等)。”

　　Etched 表示，Transformer 的轉換成本非常高。即使發明了一種比 Transformer 更好的新架構，重寫內核、重建推測解碼等功能、構建新的專用硬件、重新測試縮放定律以及重新培訓團隊的阻力也是巨大的。Uberti 表示，這種情況十年內只會發生一兩次，就像芯片領域發生的情況一樣：光刻技術、掩模版/晶圓尺寸和光刻膠成分的變化確實會繼續發生，但變化速度非常緩慢。

　　“我們擴展 AI 模型的程度越高，我們就越會集中于模型架構。創新將發生在其他地方：推測解碼、樹搜索和新的采樣算法，”Uberti 說。“在一個模型訓練成本為 100 億美元、芯片制造成本為 5000 萬美元的世界里，專用芯片是不可避免的。*制造它們的公司將獲勝。”

　　Etched 斷言，從來沒有人制造過特定架構的 AI 芯片。即使在去年，這也毫無意義。特定架構的芯片需要巨大的需求和對其持久力的堅定信念。

　　Uberti表示：“我們把賭注押在了Transformer 上，這兩個要求都正在成為現實。”

　　該公司指出，市場需求已達到前所未有的水平。Transformer 推理市場剛開始時不到 5000 萬美元，而現在已超過 50 億美元。所有大型科技公司都在使用 Transformer 模型(OpenAI、谷歌、亞馬遜、微軟、Facebook 等)。

　　Uberti 表示，他們正在看到架構融合：過去，AI 模型會發生很大變化。但自 GPT-2 以來，*進的模型架構幾乎保持不變。OpenAI 的 GPT 系列、Google 的 PaLM、Facebook 的 LLaMa，甚至 Tesla FSD 都是Transformer 。

　　Uberti 表示，公司正以極快的速度努力將Sohu變成現實。

　　Uberti 強調：“公司正朝著有史以來最快的速度推進，從架構到驗證硅片，以用于 4nm 光罩大小的芯片。”“我們直接與臺積電合作，并從兩家*供應商處雙源采購 HBM3E。我們從 AI 和基礎模型公司獲得了數千萬美元的預訂，并且擁有充足的供應鏈能力來擴展。如果我們的賭注正確并且我們執行，Etched 將成為世界上*的公司之一。”

　　該公司重申，如果這一預測正確，Sohu將改變世界。

　　如今，AI 編碼代理的計算成本為 60 美元/小時，并且需要數小時才能完成任務，Gemini 需要 60 多秒才能回答有關視頻的問題16。編碼代理的成本高于軟件工程師，并且需要數小時才能完成任務。視頻模型每秒生成一幀，甚至當 ChatGPT 注冊用戶達到 1000 萬時(僅占全球的 0.15%)，OpenAI 也耗盡了 GPU 容量。

　　我們無法解決這個問題 - 即使我們繼續以每兩年 2.5 倍的速度制造更大的 GPU，也需要十年才能實現實時視頻生成。

　　你設想一下，如果人工智能模型一夜之間速度提高 20 倍且成本降低，會發生什么?有了Sohu，實時視頻、音頻、代理和搜索終于成為可能。Uberti 表示，每款 AI 產品的單位經濟效益將在一夜之間發生逆轉。

　　據透露，該公司的早期客戶已經預訂了數千萬美元的硬件。

　　在被問到 Etched 這樣的小公司如何能擊敗 Nvidia。Etched 首席運營官聯合創始人 Robert Wachen 在給 VentureBeat 的電子郵件中說：

　　“過去，AI 計算市場是分散的：人們使用不同類型的模型，例如 CNN、DLRM、LSTM、RNN 以及跨領域的數十種其他模型。每種架構的支出都在數千萬到數億美元之間，而這些工作負載的市場足夠大，通用芯片 (GPU) 可以勝出，”Wachen 說道。

　　他指出，市場正在迅速整合為一種架構：Transformer。在人們花費數十億美元購買變壓器模型、定制芯片花費 5000 萬至 1 億美元的世界里，專用芯片是不可避免的。

　　“我們的芯片在大多數工作負載下都無法擊敗 GPU——我們無法支持它們。但是，對于變壓器推理(為每種主要的“生成式 AI”產品提供支持)，我們將清除市場。通過如此專業化，我們的芯片比下一代 Blackwell GPU 快一個數量級，”Wachen 說道。