Etched dobra avaliação para US$ 10,3 bilhões e aposta na próxima fase da IA: os chips de inferência

A startup americana Etched fechou, em 23 de julho de 2026, uma rodada Série C de US$ 300 milhões que avaliou a empresa em US$ 10,3 bilhões, o dobro dos US$ 5 bilhões atribuídos a ela sete meses antes, em dezembro de 2025. Segundo a companhia, é a maior avaliação já registrada numa Série C liderada pela Sequoia Capital, que encabeçou a rodada com participação de Andreessen Horowitz, Jane Street, Diffusion Capital e SK Hynix, fabricante sul-coreana de memória que também é fornecedora de componentes da própria Etched.

De Harvard para o centro da disputa contra a Nvidia

Fundada em 2022 por três alunos que abandonaram Harvard (Gavin Uberti, Chris Zhu e Robert Wachen), a Etched desenvolve chips especializados (ASICs) dedicados a rodar modelos de IA já treinados, o que o mercado chama de inferência, em vez de treiná-los do zero. É um recorte deliberado: a aposta da empresa é que, à medida que a IA generativa amadurece, a demanda por poder computacional migra do treinamento, domínio quase absoluto da Nvidia, para a operação diária desses modelos em produção.

O produto central da empresa é o Sohu, chip fabricado pela TSMC que, segundo a Etched, embute em silício a arquitetura Transformer, a mesma que sustenta modelos como GPT, Claude e Llama, em vez de oferecer um processador programável de uso geral como uma GPU. A empresa afirma que um servidor com oito chips Sohu chega a 500 mil tokens por segundo rodando o Llama 70B, desempenho que, segundo a companhia, substituiria cerca de 160 GPUs Nvidia H100. A contrapartida dessa especialização é a rigidez: o chip não roda convoluções, modelos de difusão nem arquiteturas fora do padrão Transformer.

Antes desta rodada, a Etched já havia anunciado ter fabricado seus primeiros chips em escala, colocado sistemas completos em teste com clientes e acumulado US$ 1 bilhão em pedidos firmados, sinal de que a aposta técnica começou a virar receita, e não só uma promessa.

Por que dobrar a avaliação em sete meses

Rodadas que dobram a avaliação de uma empresa em pouco mais de meio ano são incomuns até para o ritmo acelerado do mercado de IA. O salto da Etched, de US$ 5 bilhões em dezembro para US$ 10,3 bilhões agora, reflete menos uma mudança na tecnologia da empresa e mais uma mudança na fase do mercado que ela atende.

Nos últimos anos, o grosso do investimento em infraestrutura de IA foi para treinamento: clusters gigantescos de GPUs Nvidia dedicados a produzir os modelos. Mas treinar um modelo acontece uma vez, ou em poucos ciclos de atualização. Rodá-lo, respondendo a cada consulta de cada usuário, todos os dias, em escala, é um custo contínuo e crescente. À medida que empresas saem da fase de piloto e colocam IA generativa em produção real, a conta de inferência passa a dominar o orçamento de infraestrutura de quem opera esses modelos. É nesse ponto que compensa um chip que sacrifica a flexibilidade de uma GPU em troca de eficiência bruta numa única tarefa.

Esse recorte atraiu investidores fora do universo tradicional de venture capital em IA, como a gestora de trading Jane Street, e um fornecedor de memória como a SK Hynix, que participa simultaneamente como investidora e como fornecedora de componentes críticos para os chips da própria Etched. Ter US$ 1 bilhão em pedidos firmados antes mesmo do primeiro sistema em produção plena é o tipo de sinal que justifica, aos olhos desses investidores, uma avaliação que a maioria das startups de hardware jamais alcança nessa fase.

O que isso sinaliza para o mercado

A escala do investimento não garante que a Etched vença a disputa. A companhia enfrenta concorrência de outras startups de chips de inferência e da própria Nvidia, que também lança linhas dedicadas a inferência para não perder esse mercado. A limitação técnica do Sohu, restrito a arquiteturas Transformer, é ainda uma aposta arriscada caso o setor migre para outros desenhos de modelo nos próximos anos.

Mas o caso ilustra um ponto mais amplo para empresas e gestores de TI no Brasil: a fase de "provar que IA funciona" está dando lugar à fase de "pagar a conta de rodar IA todo dia, em escala". Isso se reflete até na precificação de provedores de nuvem e de APIs de modelos, cujos custos de inferência tendem a cair com hardware mais especializado, mas cuja demanda agregada só cresce à medida que mais aplicações de IA saem do protótipo para a produção. Acompanhar esse movimento, e não só o hype em torno de novos modelos, é o que ajuda PMEs a planejar com mais realismo quanto vai custar manter IA rodando no negócio no médio prazo.

Referências

TechCrunch: AI chip startup Etched defies skeptics, hits $10.3B valuation from big-name investors

GlobeNewswire: Etched raises $300M at a $10.3B Valuation to Scale Production of Frontier Scale Inference Hardware

SiliconANGLE: AI chip startup Etched more than doubles valuation to $10.3B in new $300M round

LessWrong: New fast transformer inference ASIC: Sohu by Etched

Wikimedia Commons: File:NVIDIA GPU.jpg