作者丨林夕   编辑丨小龙

一家成立不到4年的芯片公司，下一代产品甚至还没有流片，估值却飙到了50亿美元。9月10日，AI推理芯片公司Positron宣布完成8.75亿美元融资，投后估值达到50亿美元。7个月前，公司上一轮融资的估值还是10亿美元。这意味着，Positron的估值在7个月里涨了5倍。这轮融资由NEA和Jim Clark领投。后者是硅谷老兵，曾创办Silicon Graphics和Netscape。跟投方包括卡塔尔投资局、思科投资，以及SemiAnalysis创始人Dylan Patel。当AI模型从训练转向大规模调用，真正昂贵的可能不再是训练一套模型，而是让数以百万计的用户持续调用它。Positron想做的，就是把每一次模型回答的成本压下来。它的方案甚至有些反常识：AI推理芯片不一定需要昂贵的HBM，下一代产品Asimov准备使用手机里常见的LPDDR5X。它真正挑战的，不只是英伟达的一颗芯片，而是AI算力市场长期以来的一套硬件配置逻辑。从Thiel Fellowship到芯片老兵Positron的核心人物是首席技术官Thomas Sohmers。他17岁时获得Thiel Fellowship，随后从大学辍学创业。这个由彼得·蒂尔设立的项目，专门资助选择辍学创业的年轻人，每年通常只选约20人。Sohmers后来创办REX Computing，做高能效处理器；之后加入GPU云服务公司Lambda，担任首席硬件架构师，参与搭建Lambda最初的硬件部署；再后来进入Groq，担任技术战略总监。芯片设计、GPU云部署、推理工作负载的现实瓶颈，这三件事他都亲手摸过。Sohmers自己说过，2023年春天，当他看到生成式AI工作负载尤其是Transformer计算的爆发式增长后，意识到这种特殊负载需要专用硬件来支撑，于是决定创立Positron。Positron的创始团队不止他一个人。首席科学家Edward Kmett做编程语言和系统软件出身，联合创始人Barrett Woodside被形容为“拥有罕见的交付能力”。CEO Mitesh Agrawal来自Lambda，之前是首席运营官，亲手把Lambda的GPU云业务从零做到了超过5亿美元ARR。这个组合不是纯学术背景，是实战派。公司官网有一句话概括得很直接。我们创立Positron只有一个原因，阻止GPU把每个想部署AI的人搞破产。他们的第一代产品从种子阶段走到市场，只用了18个月，团队不到15个人，融资不到1200万美元。但真正让这家公司拿到50亿美元估值的，不是团队履历，而是它对大模型推理瓶颈的一个判断。不跟英伟达抢HBM，因为根本抢不过很多人以为大模型推理慢是因为算力不够。但真实瓶颈在内存带宽。模型每输出一个词元，都要把几百GB的模型权重从内存搬到计算核心过一遍。输出下一个词元，再搬一遍。这就像炒菜极快的厨师，每次下锅前都必须跑到冷库把全部食材搬出来看一遍。瓶颈不在厨师切菜速度，在冷库到灶台的走廊有多宽。HBM就是那条超宽走廊。它通过复杂的晶圆级立体封装，把存储颗粒和运算芯片贴在同一块基板上，通道极多，带宽极高。但代价也极高。一颗HBM3e芯片要几百美元，全球产能被三星、SK海力士、美光三家死死卡住，先进封装产能也极度紧缺。今年8月有供应链消息显示，连英伟达自己在评估下一代旗舰加速卡时，都因为HBM供应紧张和良率问题，不得不考虑把原本规划的1TB显存配置下调到256GB甚至192GB。连领头羊都在妥协，整个行业被困在一条既昂贵又狭窄的独木桥上。Positron的选择是绕开HBM，用消费电子里常见的LPDDR5X，也就是手机里那种内存。供应充足，价格便宜，不受先进封装产能限制。但LPDDR5X的理论带宽远低于HBM。Positron的解法是重新设计芯片架构。它采用基于脉动阵列的自研计算体系，芯片内部拆分成大量结构相同的计算模块，每个模块自带专属就近存储单元，存放模型核心权重数据。它声称Asimov在真实Transformer负载上能释放超过90%的内存带宽利用率，而典型GPU系统只能用到10%到30%。Atlas和Asimov是两代产品，得分开看。现在卖的Atlas用的还是HBM，每颗Archer加速器配32GB，整机256GB。真正换成LPDDR5X的是下一代Asimov，每颗芯片配288GB到2.3TB。Atlas证明的是团队能把系统做出来并交付，Asimov要证明的是这套新架构真能跑起来。Asimov单芯片最高2.3TB内存，这个数字直接瞄准了超长上下文模型。Titan系统单节点集成4到8颗Asimov，最高配备18.4TB内存池，设计目标是服务参数规模超过16万亿、上下文窗口超过1000万词元的模型。Positron仿真数据显示，其机架在每美元处理的词元数量上，最高可达英伟达GB300 NVL72系统的26倍。但这是仿真，不是实测。50台机架的边界，和一群等流片的投资人Positron目前并不是只有PPT，它已经用Atlas在甲骨文云上跑了50多台机架。这个数字在芯片创业公司里算扎实的，至少走完了从设计到部署的完整流程。但“正在部署”没有说明多少机架已经验收、平均利用率多少、承载哪些模型，也没有公开故障率或客户成本。Atlas的运行结果可以证明团队会交付系统，不能提前证明Asimov会按规格工作。投资阵容里有一个名字值得注意。Jim Clark创办的SGI和Netscape，两次都开创了新市场。他出现在一家推理芯片公司的投资人名单里，可能不只是财务投资。另一个信号是Dylan Patel的SemiAnalysis Capital。这家机构以拆解半导体硬件经济性闻名，他们的加入被市场视为对“每token成本”逻辑的背书。这8.75亿美元的融资分两批。第一批是3.75亿美元的C轮，投前估值35亿美元。第二批是最多5亿美元的C-1轮，由NEA和Jim Clark领投。这些钱主要用来干三件事。第一，全额支持下一代芯片Asimov在台积电3纳米工艺上的流片。第二，建一个2兆瓦以上的工程数据中心。第三，推动Titan系统的量产，包括锁定LPDDR5X内存供应、扩充组装产能。这里有个容易被忽略的时间差。钱已经到账，Asimov还没有流片。它计划2026年底完成流片，2027年下半年量产。流片之后要等晶圆回片、上电、固件和编译器调通，再验证良率、功耗、互连和整机散热。即便首颗芯片功能正确，量产还要锁定内存供应、板卡装配、系统测试和客户认证。融资降低的是这些步骤的资金风险，不会替其中任何一步给出通过。推理芯片的赛道，不会有第二个英伟达Positron不是唯一在推理芯片上押注的公司。Groq走的是低延迟路线，用大量片上SRAM减少访问外部内存的时间。2025年12月，英伟达与Groq签署了非独家技术许可协议，把它的低延迟推理技术整合进自家平台。这笔交易证明低延迟推理有价值，也暴露了独立芯片公司的处境。技术被认可，但需要巨头的渠道推向规模。（拓展阅读：英伟达200亿美元“吞掉”Groq，中国对标公司借壳上市，市值飙至229亿）Etched瞄准Transformer专用架构，已经融资8亿美元，签了10亿美元的销售合同。SambaNova转向企业本地部署，摩根大通是它的客户，估值在7个月内从16亿美元收购价涨到110亿美元。（拓展阅读：三个大学辍学生，三年多，造出1400亿估值超级独角兽）Cerebras是少数已经上市的参照。它今年5月完成IPO，但6月公布财报后股价跌回发行价附近，毛利率指引从47%砍到36%到38%。需求增长不会自动变成高利润。（拓展阅读：这家OpenAI投资的公司，造出的芯片比iPad还大）这几家公司的路线各不相同，但有一个共同点。它们都在赌同一件事，推理市场的经济学逻辑正在发生变化。当模型调用次数持续增长，推理成本最终会超过训练成本，成为云服务商和企业客户的长期运营负担。谁能把单位token成本压到最低，谁就能在这个市场里站住脚。Positron的特别之处在于“内存优先”的架构选择。它不跟英伟达拼峰值算力，而是赌“每美元token数”和“每瓦token数”最终会比峰值指标更重要。50亿美元估值买的是这个赌注。Asimov能不能按时流片、回片能不能按规格上电、Titan在可复现模型上的吞吐和功耗能不能兑现，这些问题的答案，要等到2027年下半年。在此之前，Positron已经拿到了足够多的钱，去赌一颗还没诞生的芯片。至于这场赌局能不能赢，2027年见分晓。

17岁辍学天才用手机内存挑战英伟达，估值飙至50亿美元，2027年见分晓。