Vissza a Hírekhez
IparAI Understanding eligazítás

A Positron 875 millió dollárt gyűjt az LPDDR5X következtetési chipért

A Tech Times jelentése szerint a Positron AI 875 millió dollárt gyűjtött össze 5 milliárd dollár értékben az Asimov kifejlesztésére, amely következtetés ASIC-et a HBM helyett az LPDDR5X memóriára terveztek. A chip továbbra is nem bizonyított szilícium, a rögzítést 2026 végére tervezik, a gyártást pedig 2027 második felére tervezik.

4 min readRead the linked source
Source-page capture accompanying Positron raises $875 million for LPDDR5X inference chip
Forrás hivatkozásForrás rögzített
Kiadó
techtimes.com
Forrás link
techtimes.comhttps://www.techtimes.com/articles/327400/20260912/positron-ai-raises-875m-prove-commodity-memory-can-beat-hbm-inference.htm
Forrás típusa
Hivatkozott forrás – az elsődleges forrás állapota nincs megállapítva.
KontextusÉrtsd meg ezt 60 másodperc alatt

Kezdje itt

Kulcsfogalmak

Következtetés
Az a futásidejű fázis, amelyben egy betanított modell előrejelzéseket vagy kimeneteket generál.
Memória (ügynökmemória)
Tárolt kontextus, amelyet az AI-ügynök több lépésben vagy munkamenetben használ a folytonosság javítása érdekében.
Teszteld magadAI modellek magyarázata kvíz

Mi történt

A Tech Times jelentése szerint a reno-i székhelyű Positron AI egy 875 millió dolláros Series C finanszírozási kört 5 milliárd dolláros utólagos értékeléssel zárt. A finanszírozás célja az Asimov, egy egyedi következtetési ASIC támogatása, amelyet 2026 végére rögzítenek, és 2027 második felében gyártják. A tervezés LPDDR5X memóriát használ a vezető Nvidia gyorsítókban használt HBM helyett.

A Tech Times jelentése szerint a Positron finanszírozása két részletben történt: egy 375 millió dolláros C-sorozatban, 3,5 milliárd dolláros előzetes értékelés mellett, és egy C-1-es részletben, amely legfeljebb 500 millió dollárt jelent. A portál szerint a befektetők között szerepelt a NEA, az Andra Capital, az Atreides Management, a Valor Equity Partners, a SemiAnalysis Capital, a Qatar Investment Authority, a Cisco Investments és mások. A jelentés szerint a Positron a tőkét Asimov és a kapcsolódó mérnöki infrastruktúra hasznosítására tervezi.

A Tech Times szerint az Asimovot úgy tervezték, hogy a HBM helyett az LPDDR5X-et, az okostelefonokban és laptopokban használt árumemóriatípust használja. A vállalat azt állítja, hogy architektúrája több mint 90%-os memória-sávszélesség-kihasználást érhet el, míg a jelentés szerint a Positron a tipikus GPU-következtetés-dekódolás kihasználtságát 30% alattinak jellemzi. Ezek a számok a Positronnak tulajdoníthatók, és önállóan nem erősítették meg. A Tech Times arról is beszámol, hogy a Positron Atlas rendszere több mint 50 Oracle Cloud Infrastructure rackben van telepítve, és a Parasail következtetési szolgáltatás használja, a Jump Trading és a i3d.net éles ügyfelekként azonosították. A forrás nem határozza meg az általános elérhetőséget vagy az árakat.

Forrás részletei: techtimes.com ↗

Miért számít

A finanszírozás rávilágít egy ebből következő hardveres vitára azzal kapcsolatban, hogy miként kell optimalizálni az AI-következtetést. Positron azzal érvel, hogy a szekvenciális modell dekódolás gyakran csak egy töredékét használja fel a gyorsító elméleti memória sávszélességének, így a hatékony kihasználtság, a memóriakapacitás és az ellátási lánc elérhetősége fontosabb, mint a csúcs sávszélesség önmagában. Ha a vállalat állításai helytállóak, megközelítése alacsonyabb költségű és szélesebb körben telepíthető következtetési infrastruktúrát kínálhat. A Tech Times beszámolója azonban egyértelművé teszi, hogy Asimov nem ragasztotta le, és a teljesítményadatok továbbra is a vállalati tervezési célok, nem pedig független mérések.

Tech Times frames the round as a bet on -specific hardware at a time when AI systems are increasingly run continuously for users rather than only trained. The report says Positron’s design targets between 288 gigabytes and 2,304 gigabytes of memory per Asimov chip, with additional capacity possible through CXL expansion, and says Titan is intended to serve models exceeding 16 trillion parameters. These are planned specifications, not demonstrated capabilities.

The supply-chain argument is also significant. The source says HBM depends on specialized manufacturing and advanced packaging, while LPDDR5X is produced by multiple suppliers at larger commodity scale. That could matter to buyers constrained by memory availability, rack power or cooling requirements. Tech Times reports that Titan is being designed for both air- and liquid-cooled facilities, but no independent total-cost, throughput or efficiency result is provided.

The central caveat is validation. The source cites earlier third-party commentary that Positron’s Atlas comparisons with Nvidia systems require verification, and says Asimov has not yet taped out. Tech Times also reports a substantially lower realizable-bandwidth estimate for Asimov than the peak bandwidth of Nvidia’s future Rubin architecture. The outcome therefore remains unresolved.

Interactive Mechanism

Interaktív mechanizmus: Hogyan működik valójában

Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.

Document Size:128K tokens
Needle Placement Depth (Location in document):50% into text
Attention Context Buffer Map:
Target Fact (50%)
Equivalent Pages~320Standard book pages
Retrieval Accuracy99.9%Needle recall score
RAM / KV Cache5.1 GBMemory overhead
Prompt CachingActive~80% discount on reuse
Core takeaway: Million-token context windows allow querying whole codebases or legal archives in one prompt. However, KV cache memory scales with context length, making prompt caching crucial for real-time production.
Interaktív koncepció ellenőrzése+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Mit nézzünk ezután

A legfontosabb tesztek az Asimov tapeout, független benchmarkok, a gyártás elérhetősége és az Asimov chipekből épített Titan rendszerek gazdaságossága. Az Asimov és a Titan hozzáférési feltételei, vásárlói jogosultsága és árai nem szerepelnek a forrásban. A Positron jelenlegi Atlas-bevezetései üzemeltetési tapasztalatot biztosítanak, de nem igazolják függetlenül Asimov jövőbeli teljesítményköveteléseit.

Watch for Asimov’s reported late-2026 tapeout, working silicon and independent tests across different model sizes, context lengths and decode workloads. The most useful measures will be tokens per dollar, tokens per watt, usable memory capacity and sustained throughput rather than peak specifications alone.

Watch whether the reported Atlas deployments expand beyond the current customers and whether Positron offers a clear procurement path for enterprises. The source does not document public purchase terms, cloud access, service pricing or a general release date for Asimov or Titan.

Also watch whether LPDDR5X supply and packaging advantages translate into reliable production at scale. The source presents Positron’s roadmap and investor support as evidence of confidence, but neither establishes that the future ASIC will match HBM-based systems in real-world performance or economics.

Kapcsolódó útmutatók és vetélkedők

Az AI modellek magyarázataTranszformátorokAz MI jövőjeTesztelje, amit tud – próbáljon ki egy ingyenes AI-kvíztKeressen egy AI kifejezést a szószedetünkbenKövesse az AI-finanszírozás nyomkövetőjét
Ezt hasznosnak találta?