ב-10 בספטמבר 2026 הודיעה Positron AI על גיוס של 875 מיליון דולר בסבב Series C/C-1 לפי שווי לאחר הכסף של 5 מיליארד דולר. החברה מרינו מפתחת שבבים ומערכות להסקת מסקנות, אשר במקום זיכרון HBM עתיר הביצועים הרגיל משתמשים ב-LPDDR5X רגיל מהסמארטפונים.
התזה הטכנית המרכזית של Positron היא שמאיצים מסורתיים מנצלים פחות מ-30 % מרוחב הפס של HBM, בעוד שהארכיטקטורה שלהם מאפשרת לנצל יותר מ-90 % מרוחב הפס של LPDDR5X. לדברי החברה, הדבר מפצה על הפער בביצועי השיא ומפחית את התלות בשרשראות האספקה החסרות של HBM ובאריזה מתקדמת CoWoS.
השבב הבא, Asimov, מתוכנן לעלות לייצור ב-TSMC N3P בסוף 2026, עם ייצור במחצית השנייה של 2027. כל פרוסה תוכל לשאת בין 288 ג'יגה-בייט ל-2.3 טרה-בייט של LPDDR5X. המערכת Titan תאחד ארבעה עד שמונה שבבים כאלה ותכוון למודלים של למעלה מ-16 טריליון פרמטרים עם הקשר של יותר מ-10 מיליון טוקנים בצומת אחד. כבר כעת יותר מ-50 ארונות של הפלטפורמה הראשונה Atlas פרוסים ב-Oracle Cloud Infrastructure.
מבחינה ארכיטקטונית Positron מהמרת על systolic array עם זיכרון משולב היטב, מה שמאפשר לצמצם למינימום את תנועת הנתונים. בשונה מ-GPU קלאסיים, שבהם הזיכרון והחישוב מופרדים, כאן ההדגש עובר לקיבולת ולניצול בפועל של רוחב הפס. גישה כזו רלוונטית במיוחד למודלים ארוכי הקשר ולמודלים גדולים, שבהם צוואר הבקבוק הוא לרוב בזיכרון ולא ב-FLOPS בשיא.
מבחינה מתודולוגית, ההצהרות של Positron נשענות לעת עתה על מדידות פנימיות ועל השוואות לנתונים אופייניים של מערכות HBM. במידע פתוח אין עדיין בנצ'מרקים בלתי תלויים או תיאורים מפורטים של פרוטוקולי הבדיקה. החברה מדגישה את היתרונות בטוקנים לדולר ובוואט, אך בלי בדיקות צד שלישי פומביות קשה להעריך את התועלת האמיתית בעומסי עבודה אמיתיים.
בנוף השבבים להסקת מסקנות, Positron מציבה את עצמה מול הפתרונות הדומיננטיים של Nvidia ו-AMD, התלויים באופן הדוק ב-HBM. במקביל, סטארטאפים אחרים והיפר-סקיילרים מתנסים בגישות חלופיות — מאינטרקונקט אופטי ועד ASIC מותאם אישית. הבחירה ב-LPDDR5X מקרבת את Positron לרעיונות של כמה מפתחים סיניים המבקשים לעקוף את מגבלות הסנקציות על זיכרון מתקדם, אך במקרה הזה הדגש הוא על ניצול ועלות, ולא רק על זמינות.
אם הארכיטקטורה אכן תספק את ניצול רוחב הפס המוצהר, הדבר עשוי להפחית באופן משמעותי את ה-TCO של הסקת מסקנות עבור מודלים ענקיים והקשרים ארוכים. תתאפשר התרחבות מהירה יותר של אשכולות בלי מאבק על נפחים מוגבלים של HBM ו-CoWoS. בעת ובעונה אחת, ההצלחה תלויה במידת היעילות שבה התוכנה והמהדר יוכלו להעמיס את ה-systolic array בתרחישים אמיתיים.
נשארת פתוחה השאלה אם בדיקות בלתי תלויות יאשרו את היתרונות של Positron לאחר ה-tape-out של Asimov, וכיצד המערכת תתנהג בהתרחבות לאלפי צמתים. הפרסומים המעניינים הבאים בתחום כנראה ישוו את היעילות האנרגטית ואת ה-latency האמיתיים של Titan עם פתרונות HBM עדכניים על אותם מודלים.
Positron מראה שחשיבה מחדש על סדרי העדיפויות — קיבולת וניצול זיכרון במקום רוחב פס שיא — יכולה להפוך לחלופה ממשית במירוץ של ציוד להסקת מסקנות.
