Harvard Üniversitesi'nden ayrılan üç girişimci tarafından 2022 yılında kurulan yapay zeka çip girişimi Etched, Series C finansman turunda 300 milyon dolar yatırım alarak şirket değerlemesini 10,3 milyar dolara çıkardı. Sequoia liderliğinde gerçekleşen yatırım turuna Andreessen Horowitz, SK Hynix, Jane Street ve Diffusion Capital gibi önde gelen isimler katıldı.

Yedi Ayda İki Kat Değer Artışı ve Milyarlık Siparişler

Aralık ayında 500 milyon dolar yatırım alarak 5 milyar dolar değerlemeye ulaşan şirket, yaklaşık yedi ay içinde değerini ikiye katlamış oldu. Şirket yetkilileri, bu başarının Sequoia liderliğindeki bir Series C turu için şimdiye kadar ulaşılan en yüksek değerleme olduğunu belirtti. Geçtiğimiz ay kendi çiplerinin üretimini tamamladığını duyuran girişim, ilk sistemlerin müşteriler tarafından test edildiğini ve şimdiden 1 milyar dolarlık sipariş aldığını açıkladı.

Yapay Zeka Çıkarım Sürecini Hızlandıran Yeni Donanımlar

Operasyon Direktörü Robert Wachen'a göre Etched, yapay zekada çıkarım sürecini hızlandırmak için iki yeni bileşen geliştirdi. 'Prefill' aşaması için geliştirilen düşük voltajlı çip, daha az ısı üreterek daha fazla transistörün sığmasına olanak tanıyor ve bu sayede performansı artırıyor. 'Decode' aşaması için ise 'cluster scale memory' adı verilen yeni bir bellek ve bağlantı teknolojisi kullanılıyor.

Bu teknoloji, birçok çipin düşük gecikmeli ve yüksek hızlı ortak bir bellek havuzunu kullanabilmesini sağlıyor. Böylece yüksek hızların daha düşük maliyetlerle elde edilmesi hedefleniyor. Şirket, sistemlerinin sadece belirli modellere değil, DeepSeek ve Qwen gibi uzmanların karışımı modellerin yanı sıra Mamba gibi transformer dışı mimarilerin de çalıştırdığını vurguluyor.

Ne anlama geliyor?

Yapay zeka modellerinin çalışması iki ana evreden oluşur. İlk aşamada sistem, kendisine verilen girdiyi anlamlandırmak için yoğun hesaplamalar yapar. İkinci aşamada ise kelime kelime yanıt üretme işlemi gerçekleşir. Yanıt üretme aşaması, hesaplama gücünden ziyade verilerin çok hızlı bir şekilde okunup yazıldığı bellek kapasitesine ihtiyaç duyar.

Geliştirilen yeni donanım yaklaşımı, işlemcilerin çalışma voltajını düşürerek ısınma sorununu minimize ederken, bellek birimlerini geniş bir ağ şeklinde birbirine bağlayarak veri transfer hızını artırmayı amaçlar. Bu mekanizma, kullanıcıların gönderdiği sorulara yanıt alma süresini kısaltırken, aynı zamanda sistemin harcadığı enerji miktarını düşürür.

Sektör genelinde, genel amaçlı işlemciler yerine belirli matematiksel işlemlere odaklanmış özel donanımların kullanılması, yüksek işlem yüklerini daha verimli yönetmeyi sağlar. Bu sayede büyük verilerin işlendiği sistemlerde maliyetler düşerken, yanıt üretme hızı artarak son kullanıcının deneyimi iyileşir.