Pięć miliardów wyceny przed krzemem: Positron AI i zakład o pamięć z półki

10 września 2026 roku Positron AI przedstawił plan finansowania o łącznej wartości 875 milionów dolarów, który podnosi wycenę post-money spółki do 5 miliardów dolarów. Operacja składa się z transzy Series C na 375 milionów dolarów (przy wycenie pre-money 3,5 miliarda), współprowadzonej przez NEA, Atreides Management, Valor Equity Partners, Andra Capital i SemiAnalysis Capital, oraz z transzy Series C-1 określonej na maksymalnie 500 milionów dolarów, zakotwiczonej przez NEA i przez Jima Clarka, współzałożyciela Silicon Graphics i Netscape'a. Równocześnie do rady dyrektorów wchodzą Forest Baskett z NEA, Gavin Baker z Atreides Management, Thomas Jermoluk z Jim Clark Office i Dylan Patel z SemiAnalysis Capital. W porównaniu z rundą Series B na 230 milionów dolarów, zamkniętą w lutym 2026 roku przy wycenie 1 miliarda, wartość przypisywana spółce wzrosła pięciokrotnie w około siedem miesięcy.

Środki mają sfinansować tape-out własnego układu Asimov, planowany do końca 2026 roku w 3-nanometrowym procesie N3P firmy TSMC, z produkcją masową wskazaną na drugą połowę 2027 roku — termin przesunięty względem pierwotnego okna z początku 2027 roku — a także budowę inżynieryjnego centrum danych o mocy 2 MW. Architektura przewiduje od 288 GB do 2304 GB pamięci na układ — na własnej stronie firma zaokrągla to do 2,3 TB — wykorzystując standard LPDDR5X klasy commodity, by ominąć wąskie gardła dostaw związane z pamięciami HBM i zaawansowanym pakowaniem. Firma oferuje ponadto systemy Titan, konfigurowane z liczbą układów od czterech do ośmiu. Pierwsza generacja systemów Atlas, obecnie dostępna w sprzedaży — ponad 50 szaf wdrożonych na Oracle Cloud Infrastructure, a wśród klientów produkcyjnych wymienianych przez firmę Parasail, Jump Trading i i3d.net — opiera się jednak, według Implicator.ai, na układach FPGA Agilex 7 M-series z HBM i DDR5, co pokazuje wyraźną różnicę architektury wobec krzemu w fazie rozwoju.

Od strony metodologicznej liczby wydajnościowe podawane przez Positron dla układu Asimov nie pochodzą z rzeczywistego krzemu, lecz z symulacji cycle-accurate. Punkty odniesienia wobec GPU konkurencji — jak deklarowana przewaga do 26 razy w tokenach na dolara względem NVIDIA GB300 NVL72 przy 170 tokenach na sekundę na użytkownika, spadająca do 2,4 razy przy 100 tokenach na sekundę — wywodzą się z modeli SemiAnalysis InferenceX: SemiAnalysis Capital, którego założyciel Dylan Patel jest tym samym podpisem stojącym za owymi analizami, współprowadził transzę na 375 milionów i zasiada teraz w radzie dyrektorów. Co do fizycznych granic architektury, analiza The Register z lutego 2026 roku, przywołana przez Implicator.ai, wskazuje, że pamięć HBM w NVIDIA Rubin, nawet przy 30-procentowym wykorzystaniu, dałaby około 2,4 raza większą przepustowość niż deklarowane dla Asimova 2,76 TB/s. Wciąż nieopublikowane pozostają ostateczne ceny systemów, zużycie energii w skali produkcyjnej i faktyczny wolumen krzemu zarezerwowany w odlewni.

Przypisanie wyceny pięciu miliardów dolarów architekturze, której tape-out jeszcze się nie odbył, pokazuje, jak mocno ograniczenia wokół HBM kształtują dziś strategie inwestorów. Na rynku inferencji obietnica obejścia niedoboru komponentów zdaje się zdobywać zaufanie, zanim powstał choć jeden seryjny układ.

— Olya