Nieuw kapitaal voor AI-hardware van Positron AI
Positron AI heeft een Series C-financieringsronde van 875 miljoen dollar afgerond tegen een waardering van 5 miljard dollar post-money. De kapitaalinjectie stelt het bedrijf in staat om de ontwikkeling en productie van zijn volgende generatie AI-inference-chips te versnellen. De ronde werd geleid door investeerders als NEA, Atreides Management, Valor Equity Partners, Andra Capital, SemiAnalysis Capital en Netscape-oprichter Jim Clark. Ook strategische partijen zoals Cisco Investments en Naver Ventures sloten zich aan.
De hardwareproducent richt zich specifiek op 'inference', het daadwerkelijk draaien van getrainde AI-modellen, een markt die steeds sterker onder druk staat door fysieke beperkingen in geheugencapaciteit, geheugenbandbreedte en energieverbruik.
In tegenstelling tot gevestigde spelers die afhankelijk zijn van schaarse High Bandwidth Memory (HBM) en geavanceerde CoWoS-verpakkingstechnologieën, bouwt Positron AI zijn systemen rondom gangbaar LPDDR5X-geheugen. Hiermee wil het bedrijf meer dan 90 procent van de beschikbare geheugenbandbreedte benutten tegen lagere kosten per token en een gunstiger energieverbruik.
Met het aangetrokken kapitaal hoopt de startup het ontwerp van zijn nieuwe Asimov-chip af te ronden en de productie van het bijbehorende Titan-systeem op te schalen. De Asimov-silicon wordt eind 2026 geproduceerd op het N3P-proces van chipfabrikant TSMC en moet in de tweede helft van 2027 commercieel beschikbaar komen. Het Titan-systeem bundelt vier tot acht van deze chips op één node en is ontworpen om modellen met meer dan 16 biljoen parameters en contextvensters van meer dan 10 miljoen tokens te verwerken.
Positron AI beschikt al over praktijkervaring met zijn eerste-generatiesysteem, Atlas. Daarvan draaien inmiddels meer dan 50 serverracks binnen Oracle Cloud Infrastructure, die onder meer worden ingezet door partners als Parasail, Jump Trading en i3d.net. De uitbreiding naar de nieuwe chipgeneratie moet het bedrijf helpen de sterk stijgende vraag naar kostenefficiënte rekenkracht voor AI-modellen verder op te vangen.
Meer over chips
Over Witold Kepinski
