Etched capta US$ 700 milhões, valor dobra para US$ 21 bi

A Etched, startup de San Jose que constrói sistemas de computador especializados para executar modelos de IA em vez de treiná-los, anunciou em 18 de agosto de 2026 que captou US$ 700 milhões em uma rodada que avalia a empresa em US$ 21 bilhões. A rodada foi liderada pela Jane Street, o fundo de negociação quantitativa, que se tornou a primeira cliente da Etched após testar seu hardware e instalar o primeiro rack entregue em seu próprio data center. Kleiner Perkins, Sequoia Capital, Andreessen Horowitz, Tiger Global, Bain Capital Ventures, Peter Thiel, Blackstone e vários outros investidores existentes também participaram.

Um valor de mercado que dobrou em um mês

O ritmo de crescimento da avaliação da Etched é incomum mesmo para os padrões do atual ciclo de financiamento de IA. A empresa era avaliada em US$ 5 bilhões em dezembro de 2025, depois captou uma série C de US$ 300 milhões avaliada em US$ 10,3 bilhões em julho de 2026. Um mês depois, essa nova rodada de US$ 700 milhões coloca a empresa em US$ 21 bilhões — um aumento de quase US$ 11 bilhões em quatro semanas. A Etched já captou um total de US$ 1,9 bilhão desde a fundação, segundo o próprio anúncio da empresa.

A Etched vende o que chama de "clusters de inferência de fronteira": sistemas completos em escala de rack construídos especificamente para inferência, o processo de computação que ocorre depois que um usuário envia um comando a um modelo de IA, diferente do treinamento, que é o processo de construção do próprio modelo. Um chip de inferência é um processador projetado e otimizado para essa tarefa específica, e não para computação de propósito geral, razão pela qual a Etched apresenta seu hardware como alternativa às unidades de processamento gráfico de propósito geral, as GPUs, cujo mercado a Nvidia domina.

Dois componentes criados do zero

Segundo Robert Wachen, cofundador e diretor de operações da Etched, o entusiasmo dos investidores está centrado em duas peças de hardware que a empresa projetou por conta própria para acelerar as duas etapas da inferência: o "prefill", em que o sistema processa e compreende um comando recebido, e o "decode", em que gera os tokens de saída que o usuário efetivamente vê. A Etched construiu o que chama de chip Low Voltage Inference para a etapa de prefill, que, segundo a empresa, comporta mais transistores que projetos concorrentes sem os problemas de aquecimento que costumam acompanhar essa densidade, permitindo processar mais tokens por segundo. Para a etapa de decode, a Etched construiu um novo sistema de memória e interconexão chamado Cluster Scale Memory, que permite que muitos chips compartilhem um único pool de memória muito rápido e de baixa latência, em vez de cada chip operar com sua própria memória separada.

A Etched havia sugerido originalmente que seus chips seriam gravados, em silício, para executar um único modelo de IA específico — a origem do nome da empresa ("etched" significa "gravado"). Gavin Uberti, cofundador e diretor-executivo, afirmou que esse plano mudou desde então: os sistemas atuais da empresa podem executar qualquer modelo de IA relevante, incluindo grandes sistemas de mistura de especialistas e arquiteturas que não são transformadores, dando aos clientes mais flexibilidade do que sugeria a proposta original de um chip por modelo.

O rack da Jane Street, e o que vem a seguir

Em um comunicado incluído no anúncio de financiamento da Etched, a Jane Street afirmou: "Testamos o chip e estamos satisfeitos com os resultados iniciais. A abordagem única da Etched para inferência traz a precisão de que precisaremos para nossas cargas de trabalho mais exigentes. Estamos animados por já termos nosso próprio rack funcionando em nosso data center." A Etched informou que enviou esse primeiro rack para a Jane Street no mês passado, e que a empresa já está executando cargas de trabalho de produção nele.

• US$ 700 milhões captados na nova rodada, liderada pela Jane Street
• US$ 21 bilhões de avaliação pós-investimento, ante US$ 10,3 bilhões em julho de 2026
• US$ 1,9 bilhão captados no total pela Etched desde a fundação
• Mais de US$ 1 bilhão em contratos com clientes já assinados, segundo a empresa
• Jane Street: primeira cliente, com o primeiro rack entregue em funcionamento em seu próprio data center
• Tecnologia central: um chip Low Voltage Inference para a etapa de prefill, e Cluster Scale Memory, um pool de memória compartilhado de alta velocidade em todo o cluster, para a etapa de decode

A Etched afirma que agora constrói três gerações de seu hardware em paralelo, enquanto trabalha para ampliar a produção para o restante de sua carteira de clientes, que abrange empresas de IA públicas e privadas, além de provedores de nuvem. Mamoon Hamid, sócio-gerente da Kleiner Perkins, cujo fundo também apoiou Anthropic, Databricks e Waymo, declarou no anúncio que "a inferência está se tornando um dos mercados de infraestrutura mais importantes da IA, e os vencedores serão medidos em tokens por dólar e por watt" — uma formulação que coloca os chips da Etched em concorrência direta com o hardware otimizado para inferência que Nvidia, AMD e uma onda de outras startups de chips especializados também correm para construir.

O que isso muda para o mercado brasileiro de infraestrutura de IA

Para compradores brasileiros de infraestrutura de IA, a ascensão rápida da Etched acrescenta uma alternativa crível, ainda que pequena, à Nvidia, em um momento em que a inferência — e não o treinamento — está se tornando o custo maior e mais persistente para empresas que operam produtos de IA em produção. A operação da Jane Street em Londres é um dos maiores fundos de negociação quantitativa da City, e sua decisão de implantar hardware da Etched em seu próprio data center dá a empresas financeiras e de tecnologia, inclusive brasileiras, uma referência concreta sobre um fornecedor que, até este ano, existia sobretudo no papel. Uma disponibilidade mais ampla de clusters de inferência especializados importaria sobretudo às empresas brasileiras que hoje pagam preços elevados por capacidade de GPU de propósito geral para rodar modelos já treinados, em um momento em que restrições de energia elétrica em data centers tornam a eficiência por watt, um dos argumentos centrais da Etched, um critério diretamente relevante para decisões de compra.