Etched Sohu: специализированный чип против GPU

Стартап Etched вышел из тени и показал рабочий чип Sohu — кремний под ИИ-инференс, а не под всё сразу. Идея простая: пожертвовать универсальностью видеокарты ради плотности и экономичности на одной задаче — запуске больших моделей. Заявку подкрепляют деньгами: свыше миллиарда долларов подписанных контрактов и первые стойки уже этим летом.

Краткое содержание

• Sohu — чип под инференс на техпроцессе TSMC N4P; первая версия кремния заработала с первого захода;
• Low Voltage Inference — счёт при вдвое меньшем напряжении ради плотности вычислений;
• Cluster Scale Memory — общий пул памяти с низкой задержкой на всю стойку поверх HBM;
• продаётся не платой, а готовой стойкой; уже гоняет DeepSeek, Qwen, Mamba и Llama, но публичных цифр производительности нет.

Что за зверь и в чём фокус

Видеокарта умеет всё: обучение, инференс, графику, расчёты. Sohu умеет одно — как можно быстрее и дешевле прогонять уже обученные модели. Такой размен развязывает руки при проектировании: не нужно закладываться на десятки сценариев, кремний вылизывают под единственный. Etched заявляет рекордные показатели по пропускной способности, задержке и энергоэффективности — но конкретных чисел и независимых замеров пока нет, это слова компании.

Держится заявка на двух технологиях:

• Low Voltage Inference — математические блоки работают при напряжении вдвое ниже, чем у большинства ИИ-чипов. Меньше напряжение — меньше энергии на операцию, а высвободившийся тепловой бюджет уходит в плотность вычислений;
• Cluster Scale Memory — поверх памяти HBM на самих чипах добавлен общий пул с низкой задержкой на всю стойку. Смысл тот же, что у всех сейчас: не дать ускорителю простаивать в ожидании данных.

Не чип, а стойка целиком

Купить Sohu отдельной платой и воткнуть в свой сервер не выйдет. Etched строит всё вертикально — свои чипы, стойки, сеть, охлаждение и софт — и продаёт готовую систему с жидкостным охлаждением. Первые стойки обещают этим летом, к 2027 году компания метит на гигаваттные масштабы. Над Sohu работают более 400 инженеров из NVIDIA, Google, Broadcom, SK hynix и TSMC.

Где подвох

Главный риск специализации — сама специализация. Пока миром правят трансформерные модели, заточенный под них чип впереди. Сместится архитектура — и универсальная видеокарта, которая умеет подстроиться, снова в выигрыше. В Etched подстраховались и добавили в список поддержки Mamba, но ставка всё равно узкая.

Дальше — обычные оговорки к стартапу. Рабочий кремний есть, серийного продукта ещё нет, публичных спецификаций и независимых тестов — тоже. И это не прайс-лист: чип не купить в РФ ни напрямую, ни через параллельный импорт. Для нашего закупщика это не позиция в смете, а сигнал, куда движется экономика инференса.

Для каких задач Компактный GPU-сервер до 2 видеокарт для начальных задач в AI и графике. Оптимален для инференса, визуализации, VFX и рендеринга в студиях и лабораториях, где важна гибкость.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 282 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 4.5U

Для каких задач Универсальная платформа на 4–6 GPU для локального обучения моделей и генеративных задач. Подходит для команд, которым важна надёжность сервера и свобода выбора графики — от RTX 5090 до PRO RTX 6000.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 576 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 6.5U

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U