Etched Sohu vs. NVIDIA: Transformer-ASIC gegen GPU
Etched Sohu vs. Nvidia: Transformer ASIC vs. GPU (2026)
Etched AI hat mit Sohu einen ASIC vorgestellt, der ausschließlich Transformer-Architekturen beschleunigt und laut eigenen Angaben 500.000 Tokens pro Sekunde auf einem 8-Chip-Server erreicht. Der Vergleich mit NVIDIA GPUs wie H100 und B200 zeigt jedoch, dass dieser Vorteil nur bei Batch-Größe 1 gilt; bei typischen Serving-Lasten schrumpft er erheblich. Zudem kann Sohu keine MoE-Modelle wie DeepSeek V4 oder Qwen3-235B-A22B ausführen, was einen großen Teil aktueller Produktionsworkloads ausschließt. Der Artikel analysiert Architektur, Speicherdesign und Kosten pro Token und bewertet, wann sich der ASIC-Einsatz lohnt.
Sohu ist eine Wette darauf, dass Transformer-Attention die dominierende KI-Architektur für die nächsten Jahre bleibt – und dass die Workload stabil genug ist, um auf jegliche Programmierbarkeit zu verzichten.