NVIDIAに挑む1.5兆円｜中退3人のAIチップ

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

ハーバード大を中退した3人が創業したAIチップ企業Etchedが、約450億円（3億ドル）を調達しました
評価額は約1兆5000億円（103億ドル）。わずか7カ月で2倍に跳ね上がっています
主力チップ「Sohu」はAI専用設計で、NVIDIA H100の約20倍の処理速度を公称しています
すでに約1500億円分の受注を抱え、2026年夏から最初の出荷が始まる予定です
一方で「用途を絞りすぎて潰しが利かない」という根強い批判もあります

AIを動かすチップといえばNVIDIA。そう思っていませんか。その常識に、大学を中退した20代の3人組が真正面から挑んでいます。2026年7月23日、AIチップスタートアップのEtched（エッチド）が約450億円を調達し、企業価値は約1兆5000億円に達しました。彼らが賭けたのは「AI専用に振り切ったチップ」という、業界が長らく危ないと言い続けてきた設計です。

評価額が7カ月で2倍　Etchedの資金調達

Etchedは2026年7月23日、シリーズC（成長段階の資金調達）で3億ドル（約450億円）を集めたと発表しました。

この調達で企業価値は103億ドル（約1兆5000億円）と評価されました。

驚くのはその上がり方です。2025年12月の調達時点では50億ドル（約7500億円）でした。7カ月で評価額がちょうど2倍になった計算です。

投資家の顔ぶれも豪華です。リードはセコイア・キャピタル（Googleやアップルに初期投資した名門ファンド）。そこにアンドリーセン・ホロウィッツ、ジェーン・ストリート、そしてメモリ大手のSKハイニックスが加わりました。

Etchedいわく、これはセコイアが主導したシリーズCとしては史上最高の評価額だそうです。

個人でもピーター・ティール氏、元テスラAI責任者のアンドレイ・カルパシー氏、Figma創業者のディラン・フィールド氏らが名を連ねています。AIの現場をよく知る人たちが揃って賭けている、という点は見逃せません。

「Sohu」とは何か　AI専用チップの正体

Etchedの主力製品は「Sohu（ソーフー）」というチップです。ではNVIDIAのGPUと何が違うのでしょうか。

汎用のGPUと、専用のASIC

NVIDIAのGPU（画像処理から科学計算まで幅広くこなせる並列計算チップ）は、いわば万能包丁です。AIの学習も推論も、画像処理も物理シミュレーションもこなせます。

対してSohuはASIC（特定の処理だけに特化して回路を焼き付けたチップ）です。

Sohuが焼き付けたのはTransformer（トランスフォーマー、ChatGPTやClaudeの土台になっているAIの基本構造）の計算そのもの。文章生成AIが必ず通る「アテンション」という計算を、ソフトウェアではなく回路で直接処理します。

専用の製麺機がうどんしか作れない代わりに、汎用の調理器具より圧倒的に速くうどんを打てるのと同じ理屈です。

公称20倍という数字の中身

Sohuは台湾TSMCの4nm（ナノメートル）プロセスで製造され、144GBのHBM3Eという高速メモリを積んでいます。

Etchedの公称値はこうです。Sohuを8個積んだサーバーは、Llama 70Bというモデルで毎秒50万トークン以上を処理します。

同じ8基構成で比べると、NVIDIA H100サーバーが毎秒約2万3000トークン、最新のB200サーバーでも約4万3000〜4万5000トークンとされます。H100比で約20倍という主張の根拠がここです。

ただし、これはあくまでEtchedの自社計測です。第三者機関による独立したベンチマークはまだ公開されていません。H100もバッチサイズ（一度にまとめて処理する量）を大きくすれば毎秒4万5000トークン程度は出るとの指摘もあり、差は公称ほど極端ではない可能性があります。

コスト面では、H100構成と比べてハードウェア費用を87%、電力費用を75%削減できるという試算が示されています。こちらも同社ベースの数字として受け止めるのが妥当でしょう。

受注は約1500億円　すでに量産フェーズへ

絵に描いた餅で終わらない、と投資家が判断した理由は受注残にあります。

Etchedは10億ドル（約1500億円）分の顧客契約をすでに締結済みだと公表しました。最初のラックの出荷は2026年夏を予定しています。

製造も動いています。TSMCでの初回チップ生産に成功済みで、顧客による事前テストではLlama、DeepSeek、Qwen、さらにTransformer以外の構造であるMambaまで動いたとされています。

拠点も広げました。すでに2MW（メガワット）のデータセンターを稼働させ、カリフォルニア州ミルピタスに約7400平方メートル・10MW規模の新施設を構えています。ここには試作ラボと自社の基板実装ラインが入ります。

従業員は400人。2022年創業のスタートアップとしては、かなりの速さで「工場を持つ会社」に化けつつあります。

競合はどこか　推論チップ市場の勢力図

NVIDIAに挑む会社はEtchedだけではありません。それぞれ狙う場所が違います。

Groq：LPUという独自設計で、超高速なAPI応答に強い。2025年12月、NVIDIAが約200億ドル（約3兆円）規模で技術と主要人材を取り込む契約を結び、2026年3月には両社技術を組み合わせた製品が登場しました
Cerebras：ウェハー1枚をまるごと1個のチップにする「ウェハースケール」で、低遅延の推論に強み
SambaNova：企業向けのAIラック（サーバー一式）が主戦場。2026年2月に3.5億ドル超を調達し、Intelとの提携も発表しました
NVIDIA：学習から推論まで押さえる王者。CUDAという開発環境の資産が最大の堀です

この中でEtchedの立ち位置はもっとも極端です。Groqも Cerebrasも、幅広いAIを動かせる余地を残しています。Etchedは「文章生成AIの推論だけ」に賭けました。

Groqが実質的にNVIDIA陣営へ入った今、独立した挑戦者として残る枠は減っています。Etchedへの資金と評価額の集中は、その裏返しでもあります。

最大のリスクは「専用すぎること」

Etchedがずっと浴びてきた批判は一貫しています。AIの主流構造が変われば、回路ごと無価値になるというものです。

GPUなら、新しいAIが出てきてもソフトウェアを書き換えれば追随できます。回路に焼き付けたASICはそれができません。

実際、SohuはCNNやLSTMといったTransformer以前のAI構造は動かせないとされています。

同社はこの批判に反論しています。MoE（複数の専門家AIを切り替えて使う方式）やDeepSeek、Qwen、さらにTransformerではないMambaまで動くと説明しました。

技術的な打ち手も明かしています。プロンプトを読み込む「プリフィル」用のチップは他社より低い電圧で動かし、生成側の「デコード」ではクラスタ全体で高速なメモリ共有プールを作る設計だといいます。

とはいえ、AIの世界の2年は長い。2026年夏の出荷が本当に予定通り進むか、そして第三者の測定値が公称に近いか。この2点が今後の分かれ目になります。

日本のユーザーと企業にどう関係するか

「アメリカのチップ会社の話でしょう」と思うかもしれません。ですが、影響は日本の現場にも回ってきます。

社内向けAIチャットを運用している企業を想像してみてください。従業員1000人が毎日質問すると、AIの利用料は毎月数百万円規模になります。この費用のほとんどは推論（AIが答えを作る処理）のコストです。

推論チップの競争が進めば、この単価が下がります。クラウド経由でAIを使う日本企業は、自分でチップを買わなくても値下げの恩恵を受けられます。

コールセンターの例も分かりやすいでしょう。AIが電話応対をする仕組みは、応答が1秒遅れるだけで顧客が離れます。処理速度が20倍近くなるなら、これまで採算が合わなかった業務までAIに任せられるようになります。

3つ目は、AIサービスを作る側です。動画の要約サービスを立ち上げた少人数のスタートアップが、推論費が重すぎて有料化に踏み切れない、という話はよくあります。単価が下がれば、その損益分岐点が動きます。

国産の動きとも無縁ではありません。Preferred Networks（PFN）は生成AI推論に特化したプロセッサ「MN-Core L1000」を開発中で、既存GPU比で最大10倍の高速処理を掲げ、2026年からの提供を目指しています。3次元積層DRAMでメモリ帯域を広げる設計です。

PFNはRapidus、さくらインターネットと組み、設計から製造・運用までを国内で完結させる構想も進めています。「AI専用チップで推論を安くする」という方向は、日米で同時に走っているわけです。

加えて、今回の調達にSKハイニックスが加わった点も日本には関係します。HBMという高速メモリの奪い合いが激しくなれば、部材の供給と価格は日本のデータセンター調達にも跳ね返ります。