Etched Sohu 挑战 Nvidia：ASIC 对决 GPU
Etched Sohu vs. Nvidia: Transformer ASIC vs. GPU (2026) – Spheron Blog
Etched AI 推出的 Sohu 芯片宣称在 Llama 70B 推理上单卡性能碾压 H100，其核心在于将 Transformer 注意力机制硬编码为固定功能逻辑，彻底抛弃了可编程性。虽然这种架构在单请求延迟上极具优势，但代价是彻底丧失了对 MoE、多模态及扩散模型的支持。随着 Etched 正式结束隐身模式并签下超 10 亿美元合同，团队面临的关键抉择不再是速度，而是这种赌注未来的架构是否适配自身工作流。在 B200 和 Groq 3 LPU 的夹击下，Sohu 的专用化之路能否成为主流，取决于未来几年 AI 架构的稳定性。
Sohu 的架构本质是一场赌注：它押注 Transformer 注意力机制将是未来几年的主导架构，且工作负载足够稳定，足以让开发者放弃所有的可编程性。