Summary
Etched emerged from stealth with a working inference chip, 1 billion in signed customer contracts. Founded in 2022 by Gavin Uberti and Rob Wachen, the company achieved first-pass silicon on TSMC’s N4P process and is validating rack-scale inference systems running DeepSeek, Qwen, Mamba, and Llama. Investors include Peter Thiel, Jane Street, Stripes, Andrej Karpathy, and Geoffrey Hinton. Etched employs 400+ people, many from NVIDIA, Broadcom, and Google TPU, and is ramping production toward gigawatt-scale in 2027.
Source Analysis
PreScreening Notes
Score: 8 (high) — Major AI inference hardware stealth exit: 1B+ customer contracts, working silicon on TSMC N4P. High-profile investor roster and NVIDIA/TPU talent poaching signal serious competitive threat in inference chips. Globe Newswire distribution; significant funding/hardware story for AI audience.
Evaluation Report
News Value Assessment
| Dimension | Rating | Notes |
|---|---|---|
| Timeliness | ★★★★★ | Stealth exit June 30, 2026; major same-day hardware story |
| Impact | ★★★★★ | 1B+ contracts challenges Nvidia inference dominance narrative |
| Prominence | ★★★★★ | Karpathy, Hinton, Thiel, Jane Street; TSMC N4P partnership |
| Proximity | ★★★★☆ | Inference cost/availability directly affects Turkish AI builders and startups |
| Novelty | ★★★★☆ | Company existed in wiki; stealth exit with working silicon is the new development |
Audience Fit
- Primary audience: AI enthusiasts, software engineers optimizing inference costs
- Actionability: Helps readers understand transformer-specific ASIC trade-offs vs general GPUs
- Topic connection: Updates existing etched entity; parallels openai-broadcom-jalapeno-inference-chip coverage
Risk & Ethics Assessment
Warning
Performance claims (500K tok/s on Llama 70B, 10× H100 throughput) are company-reported benchmarks without independent third-party validation as of publication. Analysis must distinguish verified facts (funding, contracts, silicon) from marketing claims.
- Globe Newswire + Bloomberg + TNW corroborate funding and contract figures
- 800M includes prior rounds
- Customer contract identities not disclosed — analysis should note this limitation
Publication Strategy
- Format:
deep-dive(1200+ words) — complex hardware story warrants architecture explanation and competitive landscape - Priority: High — strongest hardware story in batch; deserves thorough analysis
Suggested Angle
Turkish headline angle: “Nvidia’ya meydan okuyan Etched gizlilikten çıktı: 800 milyon dolar ve çalışan çip”
Deep-dive on transformer-specific ASIC design philosophy (Sohu chip), why inference-only focus matters for cost reduction, and what $1B in forward contracts signal about market demand. Clearly separate verified milestones from unverified performance benchmarks. Connect to broader inference chip race including Broadcom/OpenAI Jalapeño.
Research Notes
Additional Sources
- 2026-06-30-etched-stealth-exit-globenewswire — Globe Newswire official announcement
- 2026-06-30-cryptobriefing-etched-800m-sohu — CryptoBriefing: Sohu ASIC architecture
- 2026-06-30-etched-bloomberg — Bloomberg: 5B valuation
- 2026-06-30-digg-etched-sohu-attention-silicon — Digg: attention hardcoded into silicon
- 2026-06-30-etched-globenewswire — Investor roster (Thiel, Karpathy, Hinton, Jane Street)
Key Facts Verified
- June 30, 2026: etched emerged from stealth with working Sohu chip on TSMC N4P
- **500M at $5B post-money, Dec 2025/Jan 2026)
- $1B+ signed customer contracts; first racks shipping summer 2026 after A0 tapeout
- 400+ employees, many from NVIDIA, Broadcom, Google TPU teams
- Validates DeepSeek, Qwen, Mamba, Llama at rack scale
Unverified
Warning
Performance claims (500K tok/s Llama-70B, 8 Sohu vs 160 H100s) are company-reported without independent MLPerf validation. Customer identities undisclosed.
Broader Context
- Inference ASIC race: Sohu vs jalapeno-chip (OpenAI/Broadcom) vs nvidia GPUs
- Forward contracts signal market demand for inference cost reduction ahead of production scale
Related Wiki Pages
Editorial Notes
Approved angle: Inference ASIC yarışında Etched’in gizlilikten çıkışı — transformer-specific silicon felsefesi.
Format: deep-dive (1200+ kelime). Batch’teki en güçlü hardware hikayesi.
Reporting instructions:
- Doğrulanmış gerçekler (funding, contracts, silicon) ile marketing iddialarını (500K tok/s) net ayırın
- Sohu chip mimarisini transformer-specific ASIC olarak açıklayın
- jalapeno-chip (OpenAI/Broadcom) ile rekabet bağlamı kurun
- Müşteri kimliklerinin açıklanmadığını belirtin
- Karpathy, Hinton, Thiel yatırımcı kadrosunu prominence olarak kullanın
Headline suggestions (TR):
- “Nvidia’ya meydan okuyan Etched gizlilikten çıktı: 800 milyon dolar ve çalışan çip”
- “Etched Sohu: Transformer’a özel inference çipi ve 1 milyar dolarlık müşteri sözleşmeleri”
Must-include points:
- 1B+ signed contracts
- TSMC N4P first-pass silicon; 400+ çalışan (NVIDIA/Broadcom/TPU kökenli)
- 2027 gigawatt-scale production hedefi
Draft Article
Nvidia’ya Meydan Okuyan Etched Gizlilikten Çıktı: 800 Milyon Dolar ve Çalışan Çip
etched, 30 Haziran 2026’da gizlilikten çıkarak çalışan bir inference-chip’i, 800 milyon dolarlık kümülatif fonlama ve 1 milyar doların üzerinde imzalanmış müşteri sözleşmesini duyurdu. 2022’de Gavin Uberti ve Rob Wachen tarafından kurulan şirket, TSMC N4P sürecinde first-pass silicon elde etti ve rack ölçeğinde DeepSeek, Qwen, Mamba ve Llama modellerini doğruluyor.
Ana Gelişme
Etched’in Sohu çipi, transformer mimarisine özel tasarlanmış bir ASIC. Genel amaçlı GPU’ların aksine attention mekanizmasını doğrudan silikona hardcode ediyor — bu, inference-only odaklı tasarım felsefesinin temelini oluşturuyor.
Doğrulanmış kilometre taşları:
- 800 milyon dolar kümülatif fonlama (Aralık 2025’te duyurulmamış 500 milyon dolarlık tur dahil; 5 milyar dolar post-money değerleme)
- 1 milyar dolar+ imzalanmış müşteri sözleşmeleri (müşteri kimlikleri açıklanmadı)
- 400+ çalışan, büyük bölümü NVIDIA, Broadcom ve Google TPU ekiplerinden
- İlk rack’ler 2026 yazında sevkiyat; 2027’de gigawatt ölçeğinde üretim hedefi
Yatırımcılar arasında Peter Thiel, Jane Street, Andrej Karpathy ve Geoffrey Hinton yer alıyor.
Neden Önemli?
nvidia GPU’larının inference pazarındaki hakimiyetine karşı, transformer-specific ASIC’ler maliyet ve enerji verimliliği açısından ciddi bir alternatif vaat ediyor. 1 milyar dolarlık forward contract’lar, üretim ölçeğine ulaşmadan önce bile pazar talebinin güçlü olduğunu gösteriyor.
Türk AI geliştiricileri ve startup’lar için inference maliyeti doğrudan ürün ekonomisini etkiliyor. Etched gibi specialized chip’lerin piyasaya girmesi, cloud inference fiyatlarını uzun vadede aşağı çekebilir.
Teknik Detaylar
Sohu mimarisi: Transformer attention’ı silikon seviyesinde optimize eden ASIC tasarımı. Rack ölçeğinde DeepSeek, Qwen, Mamba ve Llama doğrulaması tamamlandı.
Warning
Performans iddiaları (Llama 70B’de 500K token/saniye, 8 Sohu vs 160 H100 throughput) şirket tarafından raporlanmıştır; bağımsız MLPerf doğrulaması yoktur. Bu rakamlar marketing benchmark’ı olarak değerlendirilmeli.
Rekabet bağlamı: Sohu, jalapeno-chip (OpenAI/Broadcom ortaklığı) ve nvidia GPU’larıyla aynı inference ASIC yarışında. Her üç yaklaşım da farklı trade-off’lar sunuyor: genel amaçlı GPU esnekliği vs transformer-specific verimlilik.
TSMC N4P: First-pass silicon başarısı, üretim rampının teknik riskini önemli ölçüde azaltıyor.
Transformer-Specific ASIC Felsefesi
Etched’in temel tasarım felsefesi, “doğru işi yapan doğru donanım” prensibine dayanıyor. Nvidia GPU’ları hem training hem inference için tasarlanmış genel amaçlı paralel işlemciler; CUDA ekosistemi ve geniş model desteği güçlü avantajlar. Ancak inference-only workload’larda GPU’nun genel amaçlı mimarisi, watt başına verimlilik açısından israf olarak görülüyor.
Sohu çipi, transformer attention mekanizmasını — self-attention, multi-head attention, softmax hesaplamaları — doğrudan silikon seviyesinde hardcode ediyor. Bu yaklaşım, GPU’da yazılım katmanlarında çözülen işlemleri donanım seviyesine taşıyor. Sonuç olarak daha düşük latency, daha yüksek throughput ve önemli ölçüde daha düşük enerji tüketimi vaat ediliyor.
Trade-off açık: Sohu sadece transformer mimarisini destekliyor. Mamba, RWKV veya gelecekte ortaya çıkacak farklı mimariler için GPU esnekliği hâlâ gerekli. Etched’in DeepSeek, Qwen, Mamba ve Llama doğrulaması, desteklenen model yelpazesinin genişlediğini gösteriyor — ancak her yeni mimari için silikon güncellemesi gerekebilir.
Inference Chip Rekabet Haritası
2026 inference chip pazarında en az dört farklı strateji yarışıyor:
Nvidia GPU (H100/B200): Genel amaçlı hakimiyet, CUDA ekosistemi, training+inference dual-use. Dezavantaj: inference başına maliyet ve enerji.
Etched Sohu: Transformer-specific ASIC, inference-only, attention hardcoded. Avantaj: watt/token verimliliği. Dezavantaj: mimari esneklik.
OpenAI/Broadcom Jalapeño (jalapeno-chip): Hyperscaler-custom ASIC, OpenAI’nin kendi modellerine optimize. Kapalı ekosistem ama devasa iç talep.
Cerebras/Groq: Wafer-scale ve LPU mimarileri, farklı trade-off’larla inference hızlandırma.
Etched’in 1 milyar dolar+ forward contract’ları, pazarın sadece hyperscaler’lar için değil, bağımsız AI şirketleri ve enterprise’lar için de specialized inference donanımına talep olduğunu gösteriyor. Müşteri kimlikleri açıklanmadı — bu, hem büyük cloud provider’ları hem de AI-native startup’ları kapsayabileceği anlamına geliyor.
Fonlama ve Ekip Derinlemesine
800 milyon dolarlık kümülatif fonlama, inference chip startup’ları arasında en büyük turlardan biri. Aralık 2025’te duyurulmamış 500 milyon dolarlık tur (5 milyar dolar post-money değerleme), yatırımcıların Sohu’nun teknik riskini kabul ettiğini gösteriyor — first-pass silicon başarısı bu güvenin temelini oluşturdu.
Yatırımcı kadrosu dikkat çekici: Peter Thiel (Founders Fund), Jane Street (quantitative trading devi), Andrej Karpathy (eski Tesla AI direktörü, OpenAI kurucu ortağı), Geoffrey Hinton (AI pioneer). Bu isimler sadece finansal değil, teknik credibility sinyali veriyor.
400+ çalışanın büyük bölümünün NVIDIA, Broadcom ve Google TPU ekiplerinden gelmesi, şirketin “chip talent war”ında kazandığını gösteriyor. Inference ASIC tasarımı, GPU tasarımından farklı uzmanlık gerektiriyor; Etched’in ekip derinliği bu farkı kapatıyor.
Üretim ve Ölçekleme Yol Haritası
TSMC N4P sürecinde first-pass silicon, üretim rampının en riskli aşamasını geçtiğini gösteriyor. A0 tapeout sonrası ilk rack’lerin 2026 yazında sevkiyatı planlanıyor — bu, müşteri sözleşmelerinin kısa vadede fulfillment beklediğini düşündürüyor.
2027 gigawatt ölçeğinde üretim hedefi agresif. Karşılaştırma için: bir Nvidia H100 yaklaşık 700W TDP; gigawatt ölçeği on binlerce chip anlamına geliyor. TSMC kapasite tahsisi, Etched’in bu hedefe ulaşabilmesi için kritik — N4P sürecindeki first-pass başarısı, TSMC ile ilişkiyi güçlendiriyor.
Bağlam
semiconductor sektöründe inference chip yarışı 2026’nın en sıcak alanlarından biri. OpenAI’nin Broadcom ile geliştirdiği Jalapeño, Cerebras ve Groq gibi alternatiflerle birlikte Etched, GPU-dominant inference pazarını parçalamayı hedefliyor.
ai-processors wiki kapsamında, specialized ASIC’lerin genel GPU’lara karşı avantajı inference workload’larında belirgin: düşük latency, yüksek throughput ve daha düşük watt/token oranı. Dezavantajı ise sadece desteklenen model mimarileriyle sınırlı esneklik.
Karpathy ve Hinton gibi isimlerin yatırımcı kadrosunda olması, şirketin teknik ciddiyetine dair bir sinyal — ancak performans iddiaları bağımsız doğrulama bekliyor.
Türkiye’deki AI startup’ları ve geliştirici ekipleri için inference maliyeti doğrudan ürün ekonomisini belirliyor. Cloud GPU fiyatları yüksek kaldığı sürece, specialized inference chip’lerin piyasaya girmesi rekabetçi baskı oluşturacak. Ancak erken aşamada vendor lock-in, model uyumluluğu ve tedarik zinciri riskleri değerlendirilmeli.
Sonraki Adımlar
2026 yazındaki ilk rack sevkiyatları ve müşteri deployment’ları, şirketin marketing iddialarını sahada test edecek. 2027 gigawatt ölçeği hedefi agresif; TSMC kapasite tahsisi ve müşteri sözleşmelerinin gerçekleşmesi izlenecek.
Inference maliyetlerini düşüren her yeni donanım seçeneği, AI uygulama geliştiricileri için olumlu — ancak vendor lock-in ve model uyumluluğu değerlendirmeleri yapılmalı. MLPerf veya benzeri bağımsız benchmark sonuçları yayınlandığında, Etched’in marketing iddiaları ile gerçek dünya performansı arasındaki fark netleşecek. Cloud provider’ların Sohu rack’lerini offering olarak sunup sunmayacağı, inference pazarının yapısını belirleyecek kritik faktörlerden biri.
Kurumsal procurement ekipleri için öneri: specialized inference chip’leri değerlendirirken TCO (toplam sahip olma maliyeti) analizinde GPU baseline ile karşılaştırma yapın; model uyumluluk matrisini, tedarik zinciri güvenilirliğini ve vendor lock-in riskini ayrı ayrı skorlayın.