Positron AI がメモリファースト推論システムを拡張するためにシリーズ C で 8 億 7,500 万ドルを調達

出典参照記録されたソース 2026年9月10日 18:33 UTC

出版社: hpcwire.com
ソースリンク: hpcwire.comhttps://www.hpcwire.com/off-the-wire/positron-ai-raises-875m-series-c-to-scale-memory-first-inference-systems/
ソースの種類: リンクされたソース — プライマリソースのステータスが確立されていません。

コンテキスト60秒で理解できる

ここから始めましょう

重要な用語

メモリ (エージェントメモリ): AI エージェントが継続性を向上させるためにステップまたはセッション全体で使用する保存されたコンテキスト。
推論: トレーニングされたモデルが予測または出力を生成する実行時フェーズ。
コンピューティング: モデルのトレーニングと実行に必要な処理リソース。多くの場合、FLOPS または GPU 時間で測定されます。

何が起こったのか

メモリファースト推論システムを構築する企業である Positron AI は、シリーズ C 資金調達ラウンドで 50 億ドルのポストマネー評価で 8 億 7,500 万ドルを調達しました。この資金は、次世代推論システム「Titan」の増産や次世代シリコン「Asimov」のテープアウトなど、同社のメモリファースト推論システムの拡張に使用される。アシモフはポジトロンのコンピューティングアーキテクチャとチップあたり288GBから2,304GBのメモリを組み合わせ、タイタンは4から8個のアシモフチップを単一システムに統合し、単一ノードで16兆を超えるパラメータと1000万トークンを超えるコンテキストウィンドウを提供するように設計されている。

Positron AI はシリーズ C 資金調達ラウンドで 50 億ドルのポストマネー評価で 8 億 7,500 万ドルを調達しました。

この資金は、次世代推論システム「Titan」の増産や次世代シリコン「Asimov」のテープアウトなど、同社のメモリファースト推論システムの拡張に使用される。

アシモフはポジトロンのコンピューティングアーキテクチャとチップあたり288GBから2,304GBのメモリを組み合わせ、タイタンは4から8個のアシモフチップを単一システムに統合し、単一ノードで16兆を超えるパラメータと1000万トークンを超えるコンテキストウィンドウを提供するように設計されている。

同社のエネルギー効率の高いアーキテクチャにより、制約のある HBM や CoWoS サプライチェーンに依存することなく、さまざまなラック密度の空冷または液冷データセンターにシステムを導入できます。

Positron AI のシステムは現在すでにハイパースケーラー規模で展開されており、同社は Parasail、Jump Trading、i3d.net などの主要パートナーと協力して推論サービスを強化しています。

ソースの詳細: hpcwire.com ↗

なぜそれが重要なのか

この資金により、Positron AI はメモリファースト推論システムを拡張できるようになり、AI 推論が劇的に安価になり、エネルギー効率が向上するように設計されています。これは、AI の重心がモデルのトレーニングからモデルの実行に移行しており、その需要に大規模に対応するにはメモリ容量、メモリ帯域幅、電力による制約がますます高まっているため、これは特に重要です。

この資金により、Positron AI はメモリファースト推論システムを拡張できるようになり、AI 推論が劇的に安価になり、エネルギー効率が向上するように設計されています。

これは、AI の重心がモデルのトレーニングからモデルの実行に移行しており、その需要に大規模に対応するにはメモリ容量、メモリ帯域幅、電力による制約がますます高まっているため、これは特に重要です。

Positron AI のテクノロジーは、AI 業界、データセンター業界、クラウドコンピューティング業界を含む (ただしこれらに限定されない) さまざまな業界に影響を与える可能性があります。

生産を拡大し、システムの需要を満たす同社の能力は、メモリファースト推論システムの成功を決定する上で極めて重要です。

Positron AI のテクノロジーがさまざまな業界に応用される可能性は、AI 業界への影響を決定する重要な要素となります。

Interactive Mechanism

インタラクティブなメカニズム: 実際にどのように機能するか

この開発の背後にある基盤となるテクノロジーをインタラクティブに探索します。

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.

インタラクティブコンセプトチェック+10 Points

What is AI? Quiz

A route planner searches possible journeys using explicit rules. What does this illustrate about AI?

次に見るべきもの

Positron AI のメモリファースト推論システムが AI 業界に与える影響、同社の生産規模を拡大してシステムの需要を満たす能力、さまざまな業界でのテクノロジーの応用の可能性。

Positron AI のメモリファースト推論システムが AI 業界に与える影響。

生産を拡大し、システムの需要を満たす同社の能力。

Positron AI のテクノロジーのさまざまな業界への応用の可能性。

同社は、さまざまなラック密度で空冷または液冷のデータセンターにシステムを導入できます。

同社は、Parasail、Jump Trading、i3d.net などの主要パートナーと協力して推論サービスを強化できます。