Positron AI完成8.75亿美元融资，投后估值达50亿美元，资金将用于完成Asimov推理芯片的最终设计与流片准备、建设工程数据中心并推动Titan系统进入生产。公司宣称以“内存优先”的设计路线降低对HBM依赖，但Asimov和Titan的性能与量产仍需独立验证与供应链配合。
美国AI推理芯片初创公司 Positron AI 于2026年9月10日宣布完成总额8.75亿美元的融资，投后估值达到50亿美元。路透社称，这一估值较公司2026年2月融资时的约10.6亿美元大幅上升，意味着投资者正在把越来越多的资本押注到“推理”——也就是运行已经训练完成的AI模型——所需的专用基础设施上。
这笔融资由两部分组成：3.75亿美元的C轮融资，以及最高5亿美元的C-1轮融资。Positron表示，NEA、Atreides Management、Valor Equity Partners、Andra Capital、SemiAnalysis Capital和硅谷投资人Jim Clark等参与了本轮融资。融资完成后，NEA合伙人Forest Baskett、Atreides创始人Gavin Baker、Jim Clark Office的Thomas Jermoluk以及SemiAnalysis创始人Dylan Patel将加入Positron董事会。
资金将投向Asimov芯片和Titan系统
Positron表示，融资所得将用于完成下一代Asimov推理芯片的最终设计和流片准备，建设一座功率超过2兆瓦的工程数据中心及仿真平台，并推动下一代Titan推理系统进入生产阶段。
公司计划让Asimov在2026年年底于台积电N3P工艺完成流片，并以2027年下半年开始量产为目标。这些是公司的产品路线图，而不是已经完成的量产或交付结果。Asimov能否按期流片、通过验证并进入规模化生产，仍取决于芯片设计、制造、封装、供应链和客户测试等多个环节。
按照Positron的公司公告，Titan系统将把4至8颗Asimov芯片组合在一起，目标是在单一节点上服务超过16万亿参数的模型，并支持超过1000万token的上下文窗口。公司还称，每颗Asimov芯片将配备约288GB至2,304GB的内存。
这些参数和能力均为Positron披露的设计目标，尚未有独立机构针对广泛的实际工作负载进行复测。因此，不能将其写成已经得到独立验证的性能结论，也不能把“目标服务规模”理解为现有客户已经在生产环境中运行的模型规模。
Positron的差异化路线：围绕内存设计推理硬件
大模型推理与训练不同。训练通常是集中进行的阶段性任务，而推理会随着用户请求持续发生，并直接影响响应延迟、云服务成本和电力消耗。当模型参数规模和上下文长度不断扩大时，系统瓶颈不一定只在计算核心，也可能出现在内存容量、内存带宽以及数据在计算芯片和内存之间的搬运上。
Positron的核心主张，是以“内存优先”的方式设计推理系统。公司称，其下一代产品将采用较为普遍的LPDDR5X内存，而不是高度依赖HBM和先进封装供应链；同时，公司声称其系统可以实现超过90%的可用内存带宽，并在单位成本和单位功耗下取得优势。
这些说法与当前AI芯片产业面临的供应链问题有关。高带宽内存已经成为高端AI加速器的重要组成部分，但其供应受到产能、封装和大型客户需求的共同影响。AIFlux此前在HBM短缺推高中国AI芯片报价的报道中提到，HBM供应和出口限制已经开始影响部分AI芯片的报价，但其中一些价格来自未具名人士，并非厂商公开统一价目表。
Positron试图通过使用LPDDR5X降低对稀缺HBM和先进封装的依赖。不过，这并不意味着内存供应链压力消失了。不同内存技术在带宽、容量、功耗、封装方式和软件适配方面各有取舍，能否在大规模推理中达到公司所称的经济性，需要等待实际产品和客户数据验证。
Atlas已经部署，但Asimov仍处于路线图阶段
Positron称，其第一代Atlas推理系统已经有超过50个机柜部署在Oracle Cloud Infrastructure中。公司公告还提到，Parasail使用这部分容量提供推理服务，Jump Trading和i3d.net也是Atlas的生产客户。
这一部署记录是Positron此次融资叙事中的重要部分：它表明公司并非只有实验室芯片或纸面设计，而是已经积累了系统集成和云端部署经验。但“超过50个机柜”仍是公司披露的数据，公告没有提供每个机柜的运行时间、客户负载、单位token成本、可比GPU配置或独立测试结果。因此，它可以被视为商业化和部署经验的信号，不能直接等同于全面的性能证明。
公司希望把Atlas积累的经验带入Asimov和Titan。与单独销售加速卡相比，Titan更接近一个面向大型模型推理的系统级产品，需要同时处理芯片、内存、互联、机架、冷却、供电、软件和客户部署问题。AIFlux此前报道的Etched融资与首个客户机架交付也显示，专用推理芯片公司的验证压力通常会从“完成融资”转向“能否在真实数据中心稳定运行并持续交付”。
估值上涨反映资本市场对推理需求的押注
路透社报道，Positron在2026年2月完成2.3亿美元B轮融资，当时估值约为10.6亿美元。到本轮融资时，公司投后估值达到50亿美元。按公司和路透社提供的数字计算，估值在约七个月内增加了数倍，但估值本身是融资交易中的定价结果，并不等同于已经实现的收入、利润或市场份额。
资本涌入Positron，部分原因可能在于AI产业的增长重心正在从训练扩展到推理。随着聊天助手、代码代理和企业Copilot进入更大规模的实际应用，服务商需要长期、稳定地处理大量模型请求。对于工作负载相对稳定的客户而言，专用推理硬件有机会通过软硬件协同设计，改善每个token的成本、延迟和能耗。
但专用化也带来风险。模型架构、量化方式、上下文长度和推理软件变化很快，而芯片从设计到量产需要较长时间。如果目标工作负载发生变化，针对特定瓶颈优化的硬件可能面临适用范围收窄的问题。客户还需要评估软件迁移、模型兼容性、供应链可靠性和长期维护成本。
与此同时，英伟达也在把竞争从GPU扩展到互联、内存和机架级系统。公司近期公布的NVLink Fusion与NVHBM路线显示，大型芯片公司也在尝试把定制处理器、内存和机架基础设施纳入更完整的平台生态。Positron的路线则是从推理这一具体场景切入，试图用不同的内存和系统设计获得成本及能效优势。
下一阶段的关键是量产和独立验证
目前可以确认的是，Positron宣布完成总额8.75亿美元融资，投后估值为50亿美元；资金将用于Asimov的最终设计、工程数据中心和Titan生产爬坡；公司还披露，超过50个Atlas机柜已部署在Oracle Cloud Infrastructure。
仍待观察的是，Asimov是否能在2026年年底按计划流片，2027年下半年量产目标能否实现，Titan何时开始向客户交付，以及公司所披露的超大模型规模、超长上下文能力和单位成本优势能否通过独立测试和持续生产运行得到验证。
对于Positron而言，这轮融资解决了相当一部分研发和扩产资金问题，但没有替公司完成产品验证。真正决定其50亿美元估值能否获得长期支撑的，仍将是从Atlas的已有部署走向Asimov和Titan的可重复制造、规模化交付，以及在真实推理工作负载中形成可持续的性能和经济性优势。
来源：路透社：AI chip startup Positron’s valuation skyrockets in latest funding round（2026年9月10日）；Positron AI融资公告（2026年9月10日）；Positron AI产品与公司资料。