| Wat je moet weten |
|---|
| 1Etched boekte 1 miljard dollar aan orders voor zijn Sohu-systemen. |
| 2Sohu draait alleen transformers, gebakken door TSMC op 4nm. |
| 3Oprichters Gavin Uberti en Robert Wachen stopten met Harvard. |
| 4Etched onthulde de cijfers op 30 juni 2026 na een ronde van 500 miljoen dollar. |
AI-context. Sohu draagt 144 GB HBM3E per chip, snel geheugen naast de rekenkern. Dat is ongeveer 1,8 keer de bandbreedte van een H100. Etched claimt 500.000 tokens per seconde op Llama 70B met 8 chips. Een losse H100 haalt er ongeveer 700 bij batch 1, het aantal gelijktijdige verzoeken. De niet aangekondigde ronde van 500 miljoen dollar waardeerde Etched op 5 miljard dollar. Bron, TechCrunch en Spheron.
Waarom de Etched Sohu chip Nvidia raakt waar het pijn doet
Inference is de grootste kostenpost van elk AI-bedrijf dat modellen op schaal aanbiedt. Elke nieuwe token dwingt de chip het hele geheugen opnieuw te lezen. Daar knelt het bij een gewone GPU, een grafische chip die alles kan. Etched koos de andere kant op. Dat is de kern. Sohu is een ASIC, silicium dat maar een taak kent. Het bedrijf legde de rekenstappen van een transformer vast in vaste schakelingen. Zo verdwijnt de omweg via software en wint de chip bandbreedte. Die keuze levert de cijfers op, maar kost alle flexibiliteit. Er staan miljarden op het spel.
Etched verkoopt geen losse chips maar volledige systemen. Het noemt ze frontier inference clusters. Elk rek bundelt de chips met eigen software en koeling. TSMC maakte het silicium eerder dit jaar. Het gaat om dezelfde 4nm-node, de productiestap, die ook de zwaarste Nvidia-versnellers bakt en die draait volledig op EUV. Het bedrijf test de eerste systemen nu bij klanten. Onafhankelijke benchmarks, dus vergelijkbare prestatietests, ontbreken nog. Dat blijft riskant.
De cijfers achter het bedrijf zijn even opvallend als de chip. Etched haalde in totaal 800 miljoen dollar op. De laatste ronde van 500 miljoen sloot in december, geleid door Stripes. Toch staan er al 1 miljard dollar aan orders in de boeken. De orders zijn dus groter dan al het opgehaalde geld samen. Dat is zeldzaam. Op de aandeelhouderslijst staan Peter Thiel, Stanley Druckenmiller en Jane Street. Angels als Geoffrey Hinton, Fei-Fei Li en Arthur Mensch legden ook in. Uberti en Wachen bouwden dit na een bijna-faillissement in 2023, toen elke grote investeerder hun memo van dertig pagina’s afwees.
Etched staat niet alleen in de aanval op Nvidia. Cerebras opende het beursjaar met een notering van 5,5 miljard dollar. Groq haalde 650 miljoen op nadat Nvidia een licentiedeal van 20 miljard sloot. Zelfs OpenAI onthulde met JalapeƱo een eigen inferencechip. Broadcom bouwde die. Ook Together AI haalde net 800 miljoen op voor open-source inference. Nvidia bouwt intussen zijn geheugenketen verder uit met SK hynix. De race is open. Wie de kosten van inference verlaagt, breekt de macht van de GPU.
De grote maar bij de cijfers van Etched
De belofte kent een harde grens. Sohu draait alleen dichte transformers. Modellen met een mix van experts, zoals DeepSeek V4 en Qwen3-235B, passen er niet op. De beperkingen zijn fors. Juist die MoE-modellen, netwerken die per token maar een deel activeren, domineren nu de ranglijsten. Het gaat om open-weight modellen, dus vrij te downloaden gewichten. Beeldmodellen en training vallen ook buiten de chip. Er is geen CUDA en geen vLLM, dus geen terugweg naar bestaande software. En de 500.000 tokens gelden bij batch 1. Bij batch 256 haalt een enkele H100 al 45.000 tokens per seconde. Het echte gevecht draait dus om de batchgrootte. Bij veel gelijktijdige gebruikers verdampt het grootste deel van de voorsprong die Etched op papier zet.
| Sohu tegen de rest | de kille feiten | |
|---|---|---|
| 1144 GB HBM3E per chip | ongeveer 1 | 8x de bandbreedte van een H100. |
| 2500.000 tokens per seconde op Llama 70B | met 8 chips en bij batch 1. | |
| 3Alleen dichte transformers | geen MoE en geen beeldmodellen. | |
| 4800 miljoen dollar opgehaald | 1 miljard dollar aan orders geboekt. | |
| 5Gebakken door TSMC op 4nm | dankzij EUV van ASML. | |
| 6Onthuld op 30 juni 2026 | chip nog niet publiek te koop. |
Wat dit betekent voor Nederland en Europa
Voor Nederland leidt elke inference-oorlog terug naar Veldhoven. Sohu rolt van de band bij TSMC op 4nm. Die technologie bestaat alleen dankzij de EUV-machines van ASML. Wie Nvidia ook aanvalt, de chip loopt nog altijd via Nederlandse lithografie. Voor Europese datacenters telt vooral het stroomverbruik, want het net zit in veel regio’s al tegen zijn grens. Een chip die meer tokens per watt levert, verlicht de energierekening en de druk op het stroomnet.
De EU AI Act maakt de rekenkracht ook een juridische kwestie. Toezichthouders eisen straks meer transparantie over training en energie. De klok tikt. Goedkopere inference verlaagt de drempel voor Europese bedrijven om eigen modellen te draaien. Zo houdt de data het continent binnen, weg bij Amerikaanse clouds. Dat is politiek gevoelig.
Er zit ook een Europese naam in het verhaal. Arthur Mensch, topman van het Franse Mistral, stak als angel geld in Etched. Europa’s eigen AI-kampioen wedt dus mee op de chip die Nvidia bestookt. Wel kan Sohu de MoE-modellen van Mistral voorlopig niet draaien. Zo blijft Europa’s beste hoop op soevereine AI voorlopig aangewezen op de gewone GPU’s van Nvidia.
