Positron 攻擊 Nvidia 在 GPU 浪費記憶體之處，在其 ASIC 出貨前募得 2.3 億美元

Positron AI 打造用於執行 AI 模型的節能硬體與軟體，銷售一款名為 Atlas 的推論設備，可接入雲端或地端資料中心。

押注在於：勝出的推論硬體來自善用記憶體頻寬與容量，而非在 FLOPS 上超越 Nvidia；並且 FPGA 可在 ASIC 之前先行證明這一點。

2025 年初完成 2,350 萬美元種子輪，接著於 2025 年 6 月完成 7,500 萬美元 A 輪，再於 2026 年 2 月以超過 10 億美元投後估值完成 2.3 億美元 B 輪——總計略超過 3 億美元（TechCrunch；Business Wire）。

Thomas Sohmers 與 Edward Kmett 皆為推論新創 Groq 的前員工，兩人於 2023 年 4 月創立 Positron，基於一項觀察：Transformer 推論受記憶體頻寬與容量限制，而非運算能力，而 GPU 架構浪費了其中大部分。他們選擇 FPGA，以便在投入 ASIC 之前能與付費客戶一同迭代。

Atlas 於 2024 年夏季開始出貨，EE Times 報導於 2025 年 2 月首次交付一筆數百萬美元訂單。Positron 於 2025 年 6 月完成 7,500 萬美元 A 輪融資，並開始設計自家客製化晶片 Asimov。2026 年 2 月 4 日，該公司宣布以超過 10 億美元估值完成 2.3 億美元 B 輪融資，由 ARENA Private Wealth、Jump Trading 與 Unless 共同領投，QIA、Arm 與 Helena 加入，既有投資者 Valor Equity Partners、Atreides Management 與 DFJ Growth 參與。

截至 2026 年 2 月，Positron 正在銷售於美國製造的 Atlas 系統，同時力拚於 2026 年底前完成 Asimov 的投片（tape-out），並於 2027 年初進入量產——這是一項押注：記憶體優先的晶片能在每瓦 token 數與每美元效能上擊敗 Nvidia 的 Rubin。

Transformer 推論受記憶體限制：GPU 在此類工作負載上僅能維持其理論記憶體頻寬的不到 30%，而 Positron 的 FPGA 設計在各類使用情境下可維持 93%（EE Times）。

FPGA 讓這家新創能以低成本證明需求——Atlas 在 Positron 投入 ASIC 所需的數年時間與資本之前，就已出貨給付費的雲端客戶（EE Times）。

一位客戶成為證明：Jump Trading 在其工作負載上測得端到端延遲約比 H100 系統低 3 倍，隨後進一步共同領投該輪融資（Business Wire）。

能源是 AI 部署的下一個瓶頸，而 Atlas 宣稱以不到三分之一的功耗達到 H100 等級的效能，因此推論買家有理由轉換（TechCrunch）。

攻擊既有廠商的弱點：Positron 鎖定 GPU 浪費最多容量的記憶體頻寬，並在自家 ASIC 問世之前就贏得付費客戶。

在 2026 年 2 月 4 日的宣布之後，Positron 表示 Atlas 正出貨給雲端與先進運算領域的前沿客戶，並預期在推出後約 2.5 年內取得大規模商業進展。下一個考驗是 Asimov：目標於 2026 年底投片、2027 年初量產，每顆加速器配備 2 TB 記憶體，每套 Titan 系統配備 8 TB，機櫃級記憶體容量超過 100 TB。截至 2026 年 2 月初，尚未有任何晶片完成投片——10 億美元估值依賴的是 Atlas 的出貨進展與 Jump Trading 的客戶端基準測試，而非手中已握有 Asimov 晶片。