Вернуться к новостям
ПромышленностьAI Understanding брифинг

Positron привлекает 875 миллионов долларов на чип вывода LPDDR5X

Tech Times сообщает, что Positron AI привлекла 875 миллионов долларов при оценке в 5 миллиардов долларов для разработки Asimov, ASIC вывода, разработанного на базе стандартной памяти LPDDR5X вместо HBM. Чип остается непроверенным кремнием: его вывод запланирован на конец 2026 года, а производство запланировано на вторую половину 2027 года.

4 min readRead the linked source
Source-page capture accompanying Positron raises $875 million for LPDDR5X inference chip
Ссылка на источникИсточник записан
Издатель
techtimes.com
Ссылка на источник
techtimes.comhttps://www.techtimes.com/articles/327400/20260912/positron-ai-raises-875m-prove-commodity-memory-can-beat-hbm-inference.htm
Тип источника
Связанный источник — статус первоисточника не установлен.
КонтекстПоймите это за 60 секунд

Начните здесь

Ключевые термины

Вывод
Фаза выполнения, на которой обученная модель генерирует прогнозы или выходные данные.
Память (Память агента)
Сохраненный контекст, который агент ИИ использует на этапах или сеансах для улучшения непрерывности.
Проверьте себяВикторина с объяснением моделей искусственного интеллекта

Что случилось

Tech Times сообщает, что базирующаяся в Рино компания Positron AI закрыла раунд финансирования серии C на сумму 875 миллионов долларов при оценке после инвестирования в 5 миллиардов долларов. Финансирование предназначено для поддержки Asimov, специальной ASIC вывода, выпуск которой запланирован на конец 2026 года, а производство — во второй половине 2027 года. В конструкции используется память LPDDR5X, а не HBM, используемая в ведущих ускорителях Nvidia.

Tech Times сообщает, что финансирование Positron поступило двумя траншами: серия C на сумму 375 миллионов долларов при предварительной оценке в 3,5 миллиарда долларов и серия C-1 на сумму до 500 миллионов долларов. Издание сообщает, что среди инвесторов были NEA, Andra Capital, Atreides Management, Valor Equity Partners, SemiAnalysis Capital, Qatar Investment Authority, Cisco Investments и другие. В отчете говорится, что Positron планирует использовать капитал для Азимова и связанной с ним инженерной инфраструктуры.

По данным Tech Times, Asimov предназначен для использования LPDDR5X, стандартного типа памяти, используемого в смартфонах и ноутбуках, вместо HBM. Компания утверждает, что ее архитектура может обеспечить использование полосы пропускания памяти более чем на 90%, в то время как в отчете говорится, что Positron характеризует типичное использование декодирования вывода графического процессора как менее 30%. Эти цифры приписывают Позитрону и не имеют независимого подтверждения. Tech Times также сообщает, что система Positron Atlas развернута в более чем 50 стойках Oracle Cloud Infrastructure и используется службой вывода Parasail, а Jump Trading и i3d.net определены как производственные клиенты. Источник не устанавливает общедоступность или цены.

Подробности об источнике: techtimes.com ↗

Почему это важно

Финансирование подчеркивает последовательный спор об аппаратном обеспечении по поводу того, как следует оптимизировать вывод ИИ. Позитрон утверждает, что последовательное декодирование модели часто использует лишь часть теоретической пропускной способности памяти ускорителя, что делает эффективное использование, емкость памяти и доступность цепочки поставок более важными, чем просто пиковая пропускная способность. Если претензии компании подтвердятся, ее подход может предложить более дешевую и более широко развертываемую инфраструктуру вывода. Однако в отчете Tech Times ясно говорится, что Азимов не записал на пленку и что его показатели производительности остаются целевыми показателями компании, а не независимыми измерениями.

Tech Times представляет этот раунд как ставку на оборудование, ориентированное на логические выводы, в то время, когда системы искусственного интеллекта все чаще работают непрерывно для пользователей, а не только обучаются. В отчете говорится, что проект Positron рассчитан на объем памяти от 288 до 2304 гигабайт на один чип Asimov, с дополнительной емкостью, возможной за счет расширения CXL, и говорится, что Titan предназначен для обслуживания моделей, параметры которых превышают 16 триллионов. Это запланированные спецификации, а не продемонстрированные возможности.

Аргумент цепочки поставок также важен. Источник сообщает, что HBM зависит от специализированного производства и современной упаковки, в то время как LPDDR5X производится несколькими поставщиками в более крупных масштабах. Это может иметь значение для покупателей, ограниченных доступностью памяти, мощностью стойки или требованиями к охлаждению. Tech Times сообщает, что Titan разрабатывается как для установок с воздушным, так и с жидкостным охлаждением, но не предоставлено никаких независимых результатов по общей стоимости, пропускной способности или эффективности.

Главное предостережение — валидация. Источник цитирует более ранний комментарий третьей стороны о том, что сравнения Positron Atlas с системами Nvidia требуют проверки, и говорит, что Азимов еще не записал на пленку. Tech Times также сообщает о существенно более низкой оценке реализуемой пропускной способности для Asimov, чем пиковая пропускная способность будущей архитектуры Rubin от Nvidia. Таким образом, результат остается нерешенным.

Interactive Mechanism

Интерактивный механизм: как он на самом деле работает

Изучите технологию, лежащую в основе этой разработки, в интерактивном режиме.

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.
Интерактивная проверка концепции+10 Points
AI Models Explained Quiz

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

Что посмотреть дальше

Ключевыми тестами являются лента Азимова, независимые тесты, производственная доступность и экономика систем Titan, построенных на чипах Азимова. Условия доступа, право клиентов и цены на Asimov и Titan не описаны в источнике. Текущие развертывания Positron Atlas предоставляют опыт эксплуатации, но они не подтверждают независимо заявления Азимова о будущих характеристиках.

Следите за сообщениями Азимова о записи на пленку в конце 2026 года, рабочем кремнии и независимых тестах для моделей разных размеров, длин контекста и рабочих нагрузок декодирования. Наиболее полезными показателями будут количество токенов на доллар, токенов на ватт, полезный объем памяти и устойчивая пропускная способность, а не только пиковые характеристики.

Посмотрите, расширятся ли заявленные развертывания Atlas за пределы текущих клиентов и предлагает ли Positron четкий путь закупок для предприятий. Источник не документирует условия публичной покупки, доступ к облаку, цены на услуги или общую дату выпуска Asimov или Titan.

Также посмотрите, преобразуются ли преимущества поставок и упаковки LPDDR5X в надежное производство в больших масштабах. Источник представляет дорожную карту Positron и поддержку инвесторов как свидетельство уверенности, но ни один из них не утверждает, что будущие ASIC будут соответствовать системам на базе HBM по реальной производительности или экономике.

Сопутствующие руководства и викторины

Объяснение моделей искусственного интеллектаТрансформерыБудущее ИИПроверьте свои знания — пройдите бесплатную викторину по искусственному интеллектуНайдите термин ИИ в нашем глоссарии.Следите за трекером финансирования ИИ
Нашли это полезным?