Positron greift Nvidia dort an, wo GPUs Speicher verschwenden, und sammelt 230 Mio. US-Dollar ein, bevor sein ASIC ausgeliefert wird

Positron AI entwickelt energieeffiziente Hardware und Software für den Betrieb von KI-Modellen und verkauft ein Inferenz-Gerät namens Atlas, das in Cloud- oder On-Premise-Rechenzentren eingesetzt wird.

Die Wette lautet, dass siegreiche Inferenz-Hardware daraus entsteht, Speicherbandbreite und -kapazität auszunutzen, und nicht daraus, Nvidia bei den FLOPS zu übertreffen, und dass FPGAs dies beweisen könnten, bevor ein ASIC dazu in der Lage wäre.

23,5 Mio. US-Dollar Seed-Finanzierung bis Anfang 2025, dann eine Series A über 75 Mio. US-Dollar im Juni 2025, dann eine Series B über 230 Mio. US-Dollar bei einer Post-Money-Bewertung von über 1 Mrd. US-Dollar im Februar 2026 — insgesamt etwas mehr als 300 Mio. US-Dollar (TechCrunch; Business Wire).

Thomas Sohmers und Edward Kmett, beide ehemalige Mitarbeiter des Inferenz-Startups Groq, gründeten Positron im April 2023 aufgrund einer Beobachtung: Transformer-Inferenz wird durch Speicherbandbreite und -kapazität begrenzt, nicht durch Rechenleistung, und GPU-Architekturen verschwenden das meiste von beidem. Sie entschieden sich für FPGAs, damit sie mit zahlenden Kunden iterieren konnten, bevor sie sich auf ein ASIC festlegten.

Atlas wurde ab Sommer 2024 ausgeliefert, und EE Times berichtete im Februar 2025 über erste Lieferungen im Rahmen eines Auftrags in Millionenhöhe. Positron sammelte im Juni 2025 eine Series A über 75 Mio. US-Dollar ein und begann mit dem Entwurf von Asimov, seinem eigenen kundenspezifischen Silizium. Am 4. Februar 2026 kündigte das Unternehmen eine Series B über 230 Mio. US-Dollar bei einer Bewertung von über 1 Mrd. US-Dollar an, gemeinsam angeführt von ARENA Private Wealth, Jump Trading und Unless, mit Beteiligung von QIA, Arm und Helena sowie unter Mitwirkung der bestehenden Investoren Valor Equity Partners, Atreides Management und DFJ Growth.

Stand Februar 2026 verkauft Positron in den USA gebaute Atlas-Systeme und arbeitet gleichzeitig mit Hochdruck daran, Asimov bis Ende 2026 zum Tape-out zu bringen und Anfang 2027 die Produktion zu erreichen — eine Wette darauf, dass ein speicherorientierter Chip Nvidias Rubin bei Tokens pro Watt und Leistung pro Dollar übertreffen kann.

Transformer-Inferenz ist speichergebunden: GPUs erreichen dabei weniger als 30 % ihrer theoretischen Speicherbandbreite, während Positrons FPGA-Design über verschiedene Anwendungsfälle hinweg 93 % erreicht (EE Times).

FPGAs ermöglichten es dem Startup, die Nachfrage kostengünstig nachzuweisen — Atlas wurde an zahlende Cloud-Kunden ausgeliefert, bevor Positron die Jahre und das Kapital investierte, die ein ASIC erfordert (EE Times).

Ein Kunde wurde zum Beweis: Jump Trading maß bei seinen Workloads eine etwa dreifach niedrigere End-to-End-Latenz als bei einem H100-System und stieg dann auf, um die Runde gemeinsam anzuführen (Business Wire).

Energie ist der nächste Engpass beim KI-Einsatz, und Atlas beansprucht H100-Klasse-Leistung bei weniger als einem Drittel des Stromverbrauchs, sodass Inferenz-Käufer einen Grund haben zu wechseln (TechCrunch).

Greife etablierte Anbieter dort an, wo sie schwach sind: Positron zielte auf die Speicherbandbreite, wo GPUs den größten Teil ihrer Kapazität verschwenden, und gewann zahlende Kunden, bevor sein eigenes ASIC existierte.

Nach der Ankündigung vom 4. Februar 2026 erklärte Positron, Atlas werde an Frontier-Kunden in Cloud und Advanced Computing ausgeliefert, und man erwarte innerhalb von etwa 2,5 Jahren nach dem Marktstart eine groß angelegte kommerzielle Verbreitung. Die nächste Prüfung ist Asimov: Tape-out angestrebt für Ende 2026 und Produktion Anfang 2027, mit 2 TB Speicher pro Beschleuniger und 8 TB pro Titan-System bei einer Speicherkapazität im Rack-Maßstab von über 100 TB. Stand Anfang Februar 2026 war noch nichts getaped out — die Bewertung von 1 Mrd. US-Dollar stützt sich auf die Auslieferungserfolge von Atlas und den kundenseitigen Benchmark von Jump Trading, nicht auf bereits vorliegendes Asimov-Silizium.