当全球 AI 算力竞赛仍被 HBM 短缺与 CoWoS 先进封装卡脖子时，一家成立仅三年多的初创公司，用一条截然不同的技术路线，撬动了 50 亿美元的估值。
本周，AI 推理芯片公司Positron AI宣布完成8.75 亿美元 C 轮融资，投后估值达50 亿美元——较今年 2 月 B 轮时的约 10 亿美元实现五倍跃升，累计融资已超11.8 亿美元。这笔融资不仅刷新了推理硬件赛道的单轮纪录，更清晰标示出资本市场的一个深层转向：算力竞争的核心战场，正从训练侧加速迁移至推理侧，而“内存墙”正成为未来 1-3 年制约 AI Agent、长上下文与视频生成规模化的首要瓶颈。
融资全景：从种子轮到 C 轮，资本用真金白银押注“HBM 替代”
Positron 总部位于内华达州里诺（Reno），成立于 2023 年 4 月。其融资节奏几乎可以用“火箭式”来形容：
种子轮：2023 年 4 月初始 650 万美元，2025 年 2 月扩展至 2350 万美元。投资方包括 Flume Ventures、Valor Equity Partners、Atreides Management、Resilience Reserve。
A 轮（2025 年 6 月）：5160 万美元，DFJ Growth、1517 Fund 以及 SemiAnalysis 创始人 Dylan Patel 参与。
B 轮（2026 年 2 月）：2.3 亿美元，正式跻身独角兽。由 ARENA Private Wealth、Jump Trading、Unless 领投，战略投资方包括卡塔尔投资局（QIA）与 Arm Holdings，老股东持续跟投。
C 轮（2026 年 9 月 10 日）：8.75 亿美元，分两期完成——Series C 3.75 亿美元由 NEA、Atreides Management、Valor Equity Partners、Andra Capital、SemiAnalysis Capital 以及 Silicon Graphics 与 Netscape 联合创始人Jim Clark共同领投；Series C-1 5 亿美元由 NEA 与 Jim Clark 主导。新增战略与财务投资方包括 DFJ Growth、QIA、Hudson River Trading、Cisco Investments、Naver Ventures、VentureTech Alliance 等。
C 轮后，NEA 的 Forest Baskett、Atreides 的 Gavin Baker、Jim Clark 家族办公室的 Thomas Jermoluk 以及 Dylan Patel 正式加入董事会。这份股东与董事名单的含金量，本身就传递了强烈的行业共识信号。
CEO Mitesh Agrawal（前 Lambda COO，2025 年 2 月加入）明确表示，本轮资金将重点用于完成 Asimov 芯片流片、推动 Titan 量产，并扩大产能与锁定 LPDDR5X 供应承诺。
核心技术路线：以 LPDDR5X 替代 HBM，把“供应链劣势”变成成本优势
Positron 的差异化，几乎全部建立在一个反共识选择上：放弃当前 AI 加速器标配的高带宽内存（HBM）与 CoWoS 先进封装，转而采用主要应用于智能手机的消费级 LPDDR5X 内存。
在 HBM 及其配套互连组件供应持续紧张、价格高企的背景下，LPDDR5X 货源更充足、成本显著更低。理论上，LPDDR5X 的内存带宽低于 HBM，但 Positron 给出了关键的工程洞见：
现有主流 AI 加速器对 HBM 内存带宽的实际利用率不足 30%；而 Positron 的推理设备可将 LPDDR5X 的吞吐量利用率提升至 90% 以上，从而在真实工作负载中实现更优性价比。
这一路线直指大模型推理中的“内存墙”痛点——随着智能体工作流、超长上下文 LLM 和视频生成规模扩大，瓶颈越来越多地源于内存带宽与容量，而非单纯算力峰值。Positron 本质上是在用供应链工程能力 + 软硬件极致协同设计，换取总拥有成本（TCO）优势，并彻底规避 TSMC CoWoS 产能挤兑。
产品矩阵：从已商用的 Atlas，到下一代“箱中超级智能” Titan
Positron 并非停留在 PPT 阶段，而是已经形成清晰的产品演进路径。
旗舰推理设备，支持最高约 5000 亿参数模型，已在数据中心大规模部署。相较于 Nvidia H100 系统，Atlas 在 Transformer 工作负载上实现最高3.15 倍性能提升与8.9 倍能效提升。目前，公司已在Oracle Cloud Infrastructure（OCI）完成超过 50 机架的大规模部署，成为继 Nvidia、AMD 之后，极少数真正拿下主流超大规模云厂商 AI 推理硬件订单的芯片公司之一。
采用台积电 N3P（3 纳米级）工艺，每颗芯片配备 288GB 至 2.3TB 的 LPDDR5X 内存。架构以脉动阵列（Systolic Array）为基础，每个计算模块配备本地内存存储 LLM 权重；集成专为激活函数优化的模块，并配备 CPU 核心作为“可编程逃生舱”，处理其他模块不擅长的任务。计划于2026 年底完成流片，2027 年下半年量产。
搭载 4 至 8 颗 Asimov 芯片的多 TB 级推理服务器，最高配置提供18.4TB LPDDR5X 内存与23.68 Tbps内存带宽。据公司介绍，单台 Titan 即可运行拥有32 万亿参数、上下文窗口达 100 亿 token的大语言模型，定位“箱中超级智能”，专为大规模长上下文与智能体工作负载设计。多套系统可组建最大规模达16,384 个加速器的集群。
基于仿真数据，Positron 声称其服务器机架在推理成本效率上可达 Nvidia Blackwell GB300 NVL72 的26 倍。虽然最终量产表现仍待验证，但这一数字足以解释资本为何愿意给出五倍估值溢价。
团队、规模与生态：技术密度极高的“小而精”组织
创始团队：CTO Thomas Sohmers（Thiel Fellow）、首席科学家 Edward Kmett、联合创始人 Barrett Woodside。CEO Mitesh Agrawal 的加入显著补强了商业化与规模化执行力。
组织现状：美国、加拿大、以色列合计逾 100 名员工，工程师占比高达 85%–90%，技术执行文化鲜明。
财务方面：第三方估算 2025 年营收约 540 万美元，当前年化营收运行率约 760 万美元。随着 Atlas 部署扩大，营收有望进入指数增长阶段。
关键合作：与韩国科技巨头 Naver 建立战略算力合作；与 Credo Semiconductor 签订联合开发协议（JDA），共同研发面向 Asimov 的 Weaver 内存扇出 Gearbox Chiplet；持续深化与 Arm（Asimov 采用 Arm 核）、Supermicro 及 Oracle Cloud Infrastructure 的合作。
竞争坐标：在推理硬件“群雄逐鹿”中的差异化卡位
AI 推理硬件赛道已高度拥挤：Nvidia（GPU 霸主）、Groq（LPU 超低延迟，2024 年中估值约 28 亿美元）、Cerebras（晶圆级引擎，正谋求上市）、Lightmatter（光子计算），以及专注 Transformer/LLM 的 Etched、MatX 等早期 ASIC 玩家。
Positron 的独特坐标在于：不拼峰值算力，而拼内存容量/带宽利用率与供应链确定性；不依赖先进封装，却能率先实现超大规模云厂商的商业化落地。从 B 轮 10 亿美元到 C 轮 50 亿美元的估值跳跃，折射的正是资本市场对“能够规避 HBM + CoWoS 约束”方案的战略溢价。
Saasverse Insights
Positron 的崛起，揭示了 AI 基础设施竞争的三重深层逻辑，对中国云计算、AI 芯片与算力从业者尤其具有镜鉴意义。
第一，推理侧正在成为新主战场，内存墙取代算力墙成为核心约束。训练仍重要，但 Agent 工作流、长上下文与多模态生成的规模化，正把瓶颈推向内存带宽与容量。Positron 用 LPDDR5X + 高利用率架构直接攻击这一痛点，本质上是用系统级效率定义下一代竞争力。
第二，“供应链工程”本身可以成为核心护城河。在顶级硬件持续短缺的背景下，创新者不再只是“做得更强”，而是“用更可得的部件，通过极致协同设计实现更好的实际表现”。对面临先进制程、HBM 与封装约束的中国团队而言，这条“以利用率和差异化架构弥补硬件先天不足”的路径，提供了极具参考价值的破局思路——国产替代未必总是追平规格，也可以重新定义性价比与可获得性。
第三，能在不依赖最先进封装的前提下，真正拿下超大规模云厂商订单的团队，是当前最稀缺的标的。Atlas 在 OCI 的 50+ 机架部署，比任何仿真数字都更有说服力。资本愿意给出五倍估值，看重的正是“技术可行性 + 商业化确定性”的双重验证。
对创业者而言，Positron 证明了：在资源受限环境下，客户验证、交付确定性与供应链韧性，往往比峰值参数更能决定生死。对投资人而言，真正值得重仓的，是那些能把“约束”转化为“优势”的团队。对产业链上下游而言，“HBM 替代”与“内存优先”架构，已成为必须持续追踪的全球趋势。
AI 的下一程，拼的不再只是谁能训练更大的模型，而是谁能让推理跑得更久、更长、更便宜。Positron 选择用消费级内存挑战工业级霸权，这场豪赌的最终答案，将在 2027 年 Titan 量产后揭晓。而在此之前，它已经重新定义了“什么是值得押注的 AI 基础设施创新”。
#AI推理硬件#ASIC芯片#LPDDR5X#HBM替代#AI基础设施#大模型推理#半导体创业
End
