Positron AI 在 C 轮和 C-1 轮联合融资中筹集了 8.75 亿美元，这家总部位于里诺的初创公司的投后估值为 50 亿美元。此次融资由 NEA、Andra Capital、Atreides Management、Valor Equity Partners 和 SemiAnaanalysis Capital 共同牵头，较该公司 2026 年 2 月 B 轮估值略高于 10 亿美元的估值增长了约五倍。涨价的速度和规模反映了一个特定的机构赌注：通过用商品 LPDDR5X 取代昂贵的、供应受限的高带宽内存，可以从根本上重新设计人工智能推理的经济学。

Asimov 芯片是 Positron 基于台积电 N3P 工艺构建的定制推理 ASIC，是这一赌注背后的机制。 NVIDIA 基于 HBM 的 GPU 是围绕峰值带宽设计的，而 Asimov 则是围绕内存容量和利用效率设计的。单芯片提供 288 GB 封装 LPDDR5X，可通过 CXL 扩展扩展到 2.3 TB。就上下文而言，NVIDIA 的 H100 提供 80 GB 的 HBM3，H200 提供 141 GB 的 HBM3e，甚至即将推出的 Rubin 架构也提供 288 GB 的 HBM4。 Positron 的内存优势大约为 2 倍到 29 倍，具体取决于比较目标是 NVIDIA 部件。

使这一点变得合理的技术主张是带宽利用率。 NVIDIA GPU 在变压器推理工作负载上通常只能实现不到其理论内存带宽的 30%，这是 HBM 优化的顺序访问模式与定义推理的随机访问模式之间不匹配的结果。 Positron 声称 Asimov 在相同的工作负载上实现了超过 90% 的利用率，有效地缩小了峰值带宽和实际带宽之间的差距。可实现的带宽为 2.76 TB/s，而 H100 的理论峰值为 3.35 TB/s（实际上实际实现的带宽通常低于 1 TB/s），尽管使用了更便宜的内存技术，Asimov 的有效吞吐量仍然具有竞争力。

其战略意义超出了基准比较的范围。 HBM是当前AI供应链的瓶颈。它需要先进的CoWoS封装，消耗SK海力士和三星稀缺的产能，并且成本溢价显着。通过围绕 LPDDR5X（一种可从多个供应商处获得的商用内存技术）进行设计，Positron 试图完全绕过 HBM 瓶颈。 Asimov芯片使用有机基板而不是CoWoS，采用空气冷却而不是液体冷却，以及带有CXL扩展的标准PCIe Gen6接口。这不是专为超大规模数据中心设计的芯片。它专为棕地部署而设计：现有设施无法支持液冷 GPU 集群的热和功率要求。

更广泛的人工智能推理市场的定价动态增强了这种方法的吸引力。随着前沿实验室压缩代币成本（Silicon Data LLM 代币支出指数在 9 月初首次降至每百万代币 1 美元以下），底层芯片的成本结构成为主要的利润决定因素。芯片以较低的功耗（H100 为 400W 与 700W）和较低的内存成本提供相当的推理性能，为运行大容量、长时间运行的代理工作负载的运营商创造了结构性利润优势。

对 NVIDIA 以 HBM 为中心的模型的挑战是在计算所有者论文从多个方向重塑的时刻到来的。 OpenAI 的 Jalapeno 芯片证明人工智能实验室可以设计自己的芯片。 DeepSeek的V4.1 Flash CED架构证明，架构创新无需新硬件即可将推理成本降低80%。 Positron 的阿西莫夫添加了第三个向量：商品内存作为前沿推理的可行基础。每种方法都针对同一问题的不同层面，即成本和供应限制，这使得 NVIDIA 的 HBM 堆栈成为大规模推理的主要且最昂贵的路径。

投资者阵容表明，这并不是对未经证实的技术的投机性押注。 NEA、Atreides Management 和 Valor Equity Partners 都是早期几轮的回报投资者，这提供了信念的连续性。 Silicon Graphics 和 Netscape 的联合创始人吉姆·克拉克 (Jim Clark) 正在领导 C-1 轮融资，这位创始人的职业生涯是通过构建其他人所依赖的计算基础设施来定义的。 SemiAnalysis Capital 是迪伦·帕特尔 (Dylan Patel) 半导体分析公司的投资部门，带来了芯片架构和供应链动态方面深厚的领域专业知识。卡塔尔投资局的加入标志着对 NVIDIA-HBM 轴之外的推理基础设施的主权兴趣。

然而，执行时间表会带来重大风险。 Asimov 计划于 2026 年底流片，量产时间为 2027 年下半年。这意味着该芯片至少在 12 个月内不会投入商业使用，在此期间 NVIDIA 将发货 Rubin，AMD 将扩展其 MI400 产品线，而其他多家专注于推理的初创公司将把竞争设计推向市场。 Titan 系统每个节点配对 4 到 8 个 Asimov 芯片，目标模型参数超过 16 万亿个，上下文窗口超过 1000 万个标记，它仍然是一个规格表，而不是经过验证的产品。

对于投资者和政策观察人士来说，Positron 轮融资比单个初创公司的融资里程碑更重要。有证据表明，资本正在流向推理基础设施替代方案，挑战 HBM 供应链的结构主导地位。如果阿西莫夫兑现了其利用率主张，那么计算业主的论点必须考虑一个新变量：推理堆栈中最昂贵的组件（内存子系统）可以用商品硬件替换而不牺牲性能的可能性。问题不在于 LPDDR5X 能否匹配 HBM 的峰值带宽。它不能。问题是 90% 的廉价内存利用率是否优于 30% 的昂贵内存利用率。 Positron 刚刚筹集了 8.75 亿美元资金，押注它确实能做到这一点。