AI推論チップを開発するEtchedが2026年7月23日、3億ドルのSeries Cを調達した。Sequoia Capitalが主導し、SK hynixも投資家に加わった。今回の発表が前面に出す資金使途は、初代製品の製造と継続配備である。Etchedはすでに推論クラスタ数億ドル分の製造に着手し、そのための10MWラボも新設した。

SK hynixの参加が目を引くのは、EtchedがHBM（High Bandwidth Memory）を使った新しいメモリ階層を設計しているためだ。EtchedはHBMとSRAMをクラスタ規模の共有メモリへ組み直し、推論時のデータ移動を短くする構想を掲げる。HBMメーカーにとって、アクセラレータの外側を含むメモリ階層との接点になる。ただし、両社はHBM供給や共同開発を発表していない。

AD

3億ドルの資金は初期生産へ向かう

今回の投資前評価額は100億ドル、3億ドルを加えた投資後評価額は103億ドルである。Etchedは6月30日時点で、それ以前の4回の資金調達を合わせて8億ドルを確保したと発表していた。今回を加えると、累計調達額は11億ドルに達する。2025年12月時点の投資後評価額は50億ドルだったため、評価は約7カ月で2倍を超えた。

資金調達の根拠としてEtchedが前面に出すのは、10億ドルを超える署名済み顧客契約だ。だが、これは計上済みの売上ではない。顧客名と契約期間は明らかでなく、納入や解約の条件、売上を認識する時期も公表していない。103億ドルという評価を支えるには、契約額が実際のラック出荷と継続収入へ変わる過程を確認する必要がある。

製品は設計図の段階を抜けている。Etchedによると、TSMCのN4Pプロセスで製造したA0シリコンが動作し、最初のラック規模製品を顧客と検証している。主導投資家のSequoia Capitalは、最初のチップ群を40日でクラスタとして立ち上げ、初期顧客がアクセスを始めたと説明する。もっとも、A0の動作、顧客検証、初期アクセスは、広い顧客層への量産出荷と同じ段階ではない。

LVIはprefill、CSMはdecodeを狙う

大規模言語モデルの推論は、入力文をまとめて処理するprefillと、出力を1トークンずつ生成するdecodeで負荷の性質が変わる。prefillは行列演算を高密度に回すため演算性能を使いやすい。一方のdecodeは、それまでのトークンから得た中間状態であるKVキャッシュを繰り返し読み、メモリ帯域と転送遅延の影響を強く受ける。

推論の段階 主な制約 Etchedの設計
prefill 演算密度、電力、発熱 Low Voltage Inference（LVI）
decode メモリ容量、帯域、チップ間遅延 Cluster Scale Memory（CSM）

LVIは演算ブロックの電圧を一般的なAIチップの半分未満に下げ、電力と熱によるクロック低下を抑えるという。Etchedは、1兆パラメータ級の疎なMixture of Experts（MoE）モデルで、熱スロットリングを起こさずPeak FLOPsの80％超を維持できると主張する。その実現には演算回路から電源供給と冷却までを一体で設計し、パッケージやスケジューリングも合わせ込む必要がある。

CSMは、同じ高速相互接続領域にある複数チップから使える低遅延の共有メモリプールだ。Etchedは独自インターコネクトとHBM/SRAMのハイブリッド構成により、HBMの容量とSRAMの低遅延を両立させるとしている。公開説明は、KVキャッシュ自体が消えるとは述べていない。少なくとも、CSMをKVキャッシュ不要の技術と結論する根拠はまだない。

AD

二段階の分離より、ハードウェアの作り直し

prefillとdecodeを分ける発想はEtchedの独自技術ではない。2024年のOSDIで発表されたDistServeは、両者を同じGPU群で処理すると、待ち時間と資源配分が互いに干渉すると示した。NVIDIAの推論基盤Dynamoも、prefillとdecodeを別のGPUワーカーへ割り当て、生成したKVキャッシュをNVLinkやInfiniBand経由でVRAM間転送する。

既存GPUクラスタは、ソフトウェアの配置と高速ネットワークで二つの負荷を分ける。Etchedは最初から異なる負荷を想定し、prefill側には低電圧で演算密度を上げるLVI、decode側にはクラスタ全体へ広げたCSMを割り当てる。勝負になるのは分離の有無ではない。専用チップと共有メモリによって、二つの段階の間で状態を受け渡すコストをどこまで下げられるかだ。

ここには検証すべき空白が多い。EtchedはCSMで使うHBMの世代と容量、SRAMの容量を公表していない。インターコネクトの帯域と遅延も不明だ。メモリ整合性を保つ方法や障害範囲を切り離す仕組みに加え、ラック当たりの消費電力も分からない。長い文脈や大規模MoEへ共有範囲を広げた際の遅延特性も公表されておらず、一定に保てるかは未確認である。

SK hynixにとってHBMの次ではなく、HBMの使い方

SK hynixは7月3日、AI向けメモリをHBM、DRAM、eSSDが連動する階層として設計する「full-stack AI memory creator」戦略を示した。学習ではアクセラレータ近傍の帯域が効くのに対し、推論では応答速度、電力効率、データへのアクセス、文脈の保持が強く効くという説明だ。Etchedへの出資は、この戦略と方向が合う。

同社はHBMの性能向上も続けている。2025年9月に量産準備を発表したHBM4は、I/Oを前世代の2倍となる2,048本へ増やし、帯域を2倍、電力効率を40％以上改善したとする。動作速度も10Gbpsを超える。CSMはこうしたHBMを退場させる構想ではなく、SRAMやチップ間接続と組み合わせ、クラスタから見た容量と遅延を作り替える提案である。

ただし、SK hynixが今回いくら投じたかは公表されていない。EtchedがSK hynix製HBMを採用するのか、両社がメモリやパッケージを共同設計するのかも不明だ。現時点で確定している商業関係は、SK hynixがSeries Cへ参加したことに限られる。資本参加を供給契約へ読み替えることはできない。

AD

10MWラボの先に、公開ベンチマーク

Etchedは推論クラスタ数億ドル分の製造を始め、本社から15分の場所に10MWラボを設けた。台湾には工場を置き、San Jose本社にはデータセンター、テストハウス、NPI試作ラボを集めている。最初のラックは2026年夏に出荷する計画で、2027年にはギガワット規模へ進む道筋を掲げる。

生産設備は増えたが、性能を外部から比べる材料はまだ足りない。Etchedは初期顧客の試験でスループット、遅延、電力効率が最高水準に達したと説明する。だが、対象モデルと数値精度、バッチサイズは示していない。ラック構成や消費電力、比較対象も不明である。Sequoiaが述べる「業界標準のスループットと対話性の曲線で優位」という評価にも、再現できるグラフは添えられていない。

3億ドルの調達により、Etchedは動くA0チップから初期製造へ進む資金を得た。2026年夏の出荷が実現し、同じモデル、精度、電力条件でGPUクラスタと比べた数字が公開されれば、103億ドルの評価が推論インフラの転換を先取りしたのか、初期量産への期待を織り込んだのかを判断できる。