9 月 10 日，推理芯片公司 Positron AI 披露了一笔看起来像是 8.75 亿美元的融资。真正决定这笔钱价值的，却是一颗还没有流片的芯片：Asimov 计划在 2026 年底完成设计流片，2027 年下半年量产。公司要用它证明，服务大模型不一定要沿着英伟达的 HBM、高算力和复杂封装路线继续加码，也可以把大容量、低成本内存放在架构中心。
这不是已经一次到账的 8.75 亿美元。融资由两段组成：3.75 亿美元 Series C 按 35 亿美元投前估值定价；随后一段 Series C-1 的金额是“最高 5 亿美元”。公司把整轮描述为最高 50 亿美元估值。换句话说，新闻标题里的金额与估值都是这套分段安排能够达到的上限，不能直接视为同一时点已经交割的现金和统一股价。
资本在押注一条很具体的兑现路径：Positron 先用第一代 Atlas 证明自己能把设备送进生产环境，再用融资支付 Asimov 流片、验证和 Titan 系统量产。这个过渡期至少要持续一年，期间每一个环节——先进制程、LPDDR5X 供应、系统集成、软件适配和客户负载——都可能决定“内存优先”究竟是一条新路线，还是一组停留在产品页上的指标。
两段融资买的是从 Atlas 到 Asimov 的过渡期
Positron 在 2 月获得 2.3 亿美元融资时，PitchBook 给出的估值为 10.6 亿美元。七个月后，公司给出的最高估值升至 50 亿美元。估值跳升背后不只有下一代芯片的图纸：Positron 称，超过 50 个 Atlas 机架正在 Oracle Cloud Infrastructure 部署，由 Parasail 用于推理服务，Jump Trading 和 i3D.net 也是生产客户。
这批 Atlas 是投资人目前能看到的交付证据。单台系统装有 8 个 Archer 加速器，每个加速器配 32GB HBM、合计 256GB 加速器内存；公司给出的满载功耗约为 2000W，并同时提供自己的推理引擎。Atlas 让 Positron 在定制 ASIC 还没出现之前，就能接触真实模型、数据中心和运维问题，再把这些经验写进 Asimov 与 Titan。
公开证据还不能回答 Atlas 的实际利用率、客户付费规模和长期稳定性。公司把 Atlas 与 DGX H200 对比，称在 Llama 3.1 8B、BF16 等特定配置下可用约三分之一功耗达到更高的单用户 token 速度。Tom's Hardware 在转述这组结果时明确指出，对比由 Positron 自己完成，需要第三方验证。50 多个机架说明产品已越过样机阶段，不等于它的单位成本、吞吐和可靠性已经在可比负载上胜过 GPU。
Asimov 用 LPDDR5X 换容量，瞄准逐 token 解码
Positron 的技术判断有现实基础，但适用范围比“推理都是内存瓶颈”更窄。大模型先并行处理输入上下文，这一 prefill 阶段通常更依赖计算；随后逐个生成 token 的 decode 阶段，每一步都要搬运模型权重、激活值和不断增长的 KV cache，更容易受内存带宽与容量限制。NVIDIA 自己的推理优化资料也把 decode 描述为内存受限操作。
Asimov 因此没有把 HBM 当作唯一答案。Positron 计划在 TSMC N3P 制程上制造芯片，每颗配置 288GB 至 2304GB LPDDR5X 内存，设计功耗为 400W；芯片内部用可重构的 512×128 脉动阵列分别处理矩阵—矩阵和矩阵—向量运算，并用专用硬件串起 softmax、RMSNorm、RoPE 等常见算子。PCIe 6.0、CXL 和芯片间直连则负责主机、KV cache 与多芯片扩展。
这套设计的交换很清楚。按 Positron 的解释，LPDDR5X 的峰值带宽低于 HBM，却能以更低成本提供更大容量，并绕开 HBM 与 CoWoS 先进封装的供应约束。对长上下文、超大模型权重和低批量解码，容量可以减少模型切分与跨节点通信；对于计算密集的 prefill、大批量推理、训练或不断出现的新算子，通用 GPU 的算力与可编程性仍有优势。
Positron 声称 Asimov 在真实 Transformer 负载上可利用超过 90% 的可用内存带宽，并以每美元 token 数和每瓦 token 数达到 Rubin 的 5 倍。现阶段这些数字是尚未量产芯片的公司目标，没有公开测试配置、可复现代码或独立基准。它们不能与 NVIDIA 所称 Rubin 相比 Blackwell 可把推理 token 成本降低至十分之一直接拼成排行榜：两家公司选择的模型、精度、批量、延迟目标、整机边界与成本口径并不相同。
Titan 把“单机装下模型”变成主要卖点
Asimov 最终不会单独出售一个漂亮的内存数字。Positron 计划把 4 至 8 颗芯片组成 Titan 系统，并称单节点可服务超过 16 万亿参数的模型和超过 1000 万 token 的上下文。融资还将用于建设超过 2MW 的工程数据中心与仿真平台，以及预订 LPDDR5X、产能和系统集成资源。
“单机装下”能够减少跨节点拆分，却不自动带来更快或更便宜的服务。16 万亿参数和 1000 万 token 是容量设计上限，不是已经跑通的公开工作负载；模型采用何种精度、多少参数同时激活、KV cache 占用多大、首 token 延迟和持续吞吐如何，都会改变结果。客户还需要把模型、调度、监控和故障恢复接入新平台。NVIDIA 的优势也不只是一颗 Rubin GPU，而是 NVLink、网络、CPU、DPU、TensorRT-LLM、NIM 以及云厂商和服务器厂商共同形成的交付体系。
Positron 选择把常见 Transformer 路径固化进专用硬件，同时保留 ARM 核处理不规则操作。这可以降低常见推理的开销，也把风险转移到模型兼容和软件更新上。公司尚未公布 Asimov 的完整支持模型清单、编译与运行时迁移成本，以及客户如何复现其基准。对采购方来说，真正可比的不是芯片宣传页上的峰值，而是自己的模型能否迁移、服务等级能否达标，以及三到五年的软件维护是否可持续。
2027 年的量产结果将决定 50 亿美元估值是否成立
这轮融资首先要跨过的是制造，不是市场份额。公司给出的节点包括 2026 年底流片、随后完成硅片验证与系统 bring-up、2027 年下半年量产 Titan。C-1 最终交割多少、流片能否按期完成、首批芯片良率和功耗如何，都比当前的估值倍数更能说明进展。
第二组检验来自生产负载：Oracle 内 50 多个 Atlas 机架是否继续扩容，Asimov 是否出现公开可复现的第三方测试，以及 LPDDR5X 在长上下文之外的主流推理中能否维持高带宽利用率。若这些条件成立，Positron 会证明推理芯片不必复制训练 GPU；若性能只在少数模型和低批量场景中成立，大容量内存也可能只是昂贵系统里一项难以充分利用的资源。
最高 8.75 亿美元给 Positron 买到了把架构判断变成芯片的时间。它没有提前证明 Asimov 赢了，但把问题压缩得很清楚：到 2027 年，客户能否用一套更便宜、更省电的软件与硬件栈，真正替代一部分原本要交给 GPU 的推理工作。
