Etched AI salió del modo stealth el 30 de junio de 2026 con un producto singular: Sohu, un ASIC (circuito integrado de aplicación específica) diseñado exclusivamente para ejecutar la atención de los modelos transformer. Frente a las GPU programables de NVIDIA, Sohu implementa esas operaciones como circuitos fijos en silicio, lo que la compañía traduce en un rendimiento declarado de 500.000 tokens por segundo en un servidor de ocho chips con Llama 70B, es decir, unos 62.500 tokens por segundo por chip, frente a los aproximadamente 700 tokens por segundo de una H100 SXM5 con vLLM.
La clave de esa cifra está en la memoria: cada chip Sohu integra 144 GB de HBM3E con un ancho de banda 1,8 veces superior al de la H100 (3,35 TB/s). La elección arquitectónica tiene un coste claro: el chip no puede ejecutar modelos multimodales con codificadores visuales, modelos de difusión, arquitecturas MoE (mezcla de expertos, como DeepSeek V4 o Qwen3-235B-A22B), ni modelos de espacio de estados como Mamba. Tampoco permite entrenamiento ni ajuste fino.
Etched ha captado cerca de 800 millones de dólares en cuatro rondas —incluida una de 500 millones valorando la compañía en 5.000 millones— y afirma tener más de 1.000 millones en contratos firmados. Las primeras unidades están previstas para el verano de 2026, aunque por ahora no existen benchmarks independientes, precios públicos ni acceso de autoservicio. Para equipos que evalúan hardware de inferencia, la decisión no gira solo en torno a la velocidad, sino a si las restricciones arquitectónicas, el riesgo de suministro y el coste de migración de la cadena de herramientas encajan con su carga de trabajo concreta.