Nvidia bekommt es mit einem weiteren Rivalen zu tun.
Positron AI hat in einer überzeichneten Series-B-Finanzierungsrunde 230 Millionen US-Dollar bei einer Bewertung nach der Finanzierungsrunde von mehr als 1 Milliarde US-Dollar eingesammelt. Damit handelt es sich um eine der größten jüngsten Finanzierungen im Bereich der KI-Inferenzhardware.
Angeführt wurde die Runde gemeinsam von ARENA Private Wealth, Jump Trading und Unless; beteiligt waren außerdem die Qatar Investment Authority (QIA), Arm und Helena. Die Ankündigung erfolgte auf dem Web Summit Qatar und unterstreicht das wachsende internationale Profil des Unternehmens.
Die Finanzierung erfolgt zu einem Zeitpunkt, an dem die KI-Branche mit einer Reihe neuer Einschränkungen zu kämpfen hat. Während die Rechenleistung jahrelang die Diskussionen über KI-Hardware dominiert hat, prägen die Verfügbarkeit von Energie und Speicherbeschränkungen zunehmend die Entscheidungen über den Einsatz. Positron positioniert sich als Unternehmen, das speziell für die Bewältigung dieser Engpässe entwickelt wurde.
Energie und Speicher
Da KI-Modelle an Größe und Komplexität zunehmen, insbesondere bei Inferenz-Workloads, haben sich Stromverbrauch und Speicherkapazität als zentrale Herausforderungen herauskristallisiert. Rechenzentren sehen sich steigenden Energiekosten, Einschränkungen im Stromnetz und regulatorischem Druck gegenüber, während fortschrittliche Modelle zunehmend riesige Kontextfenster benötigen, die bestehende Hardwarearchitekturen belasten.
„Wir sind dankbar für diese Begeisterung der Investoren, die selbst ein Spiegelbild dessen ist, was der Markt verlangt“, sagte Mitesh Agrawal, CEO von Positron AI. „Die Verfügbarkeit von Energie hat sich zu einem zentralen Engpass für den Einsatz von KI entwickelt. Und unser Chip der nächsten Generation wird bei unseren zentralen Workloads 5-mal mehr Tokens pro Watt liefern als Nvidias kommende Rubin-GPU.“
Agrawal betonte, dass bei vielen Inferenzszenarien nicht die reine Rechenleistung, sondern der Speicher zur dominierenden Einschränkung wird. „Der Speicher ist der andere große Engpass bei der Inferenz, und unser kundenspezifischer Asimov-Chip der nächsten Generation wird im kommenden Jahr mit mehr als 2304 GB RAM pro Gerät ausgeliefert, gegenüber gerade einmal 384 GB bei Rubin“, sagte er. „Das wird bei Workloads wie Video, Trading, Modellen mit mehreren Billionen Parametern und allen Anwendungen, die ein enormes Kontextfenster erfordern, ein entscheidendes Unterscheidungsmerkmal sein.“
Und ja, das ist eine Anspielung auf den berühmten Science-Fiction-Autor Isaac Asimov. Auf der Website von Positron wird die Vision formuliert: „Isaac Asimov hat uns den Traum gegeben. Wir bauen die Realität.“
Von ausgelieferten Systemen zu kundenspezifischen Chips
Positron verfügt bereits über eine solide Grundlage, da das Unternehmen schon Produkte ausliefert. Das aktuelle System Atlas ist für KI-Inferenz-Workloads konzipiert und legt den Schwerpunkt auf eine schnelle Bereitstellung, Energieeffizienz und eine planbare Versorgung. Das Unternehmen betont, dass Atlas vollständig in den USA gefertigt und hergestellt wird – ein zunehmend wichtiger Aspekt für Kunden, die sich um die Widerstandsfähigkeit ihrer Lieferketten und geopolitische Risiken sorgen.
Die neue Finanzierung wird den Übergang von Atlas zu Positrons kundenspezifischer Chipplattform der nächsten Generation, Asimov, beschleunigen. Das Unternehmen strebt den Tape-out des Asimov-Chips für Ende 2026 an; die Produktion soll Anfang 2027 beginnen. Laut Positron ist Asimov darauf ausgelegt, rund 2 Terabyte Speicher pro Beschleuniger und bis zu 8 Terabyte pro System in seiner Titan-Plattform zu unterstützen. Damit vergrößert sich der realisierbare Umfang von Inferenz-Workloads auf Rack-Ebene.
Doppelfunktion
Ein bemerkenswertes Merkmal der Series B ist die Entscheidung von Jump Trading, die Runde gemeinsam anzuführen, nachdem das Unternehmen Positrons Atlas-Systeme zunächst intern eingesetzt hatte. Jump, ein Akteur im Bereich des Hochleistungs- und latenzsensitiven Rechnens, bewertete Atlas im Vergleich zu bestehenden GPU-basierten Lösungen.
Alex Davies, Chief Technology Officer von Jump Trading, sagte: „In unseren Tests lieferte Positron Atlas bei den von uns untersuchten Inferenz-Workloads eine rund 3-mal niedrigere Ende-zu-Ende-Latenz als ein vergleichbares H100-basiertes System – in einem luftgekühlten, produktionsbereiten Format und mit einer Lieferkette, die wir zuverlässig einplanen können.“
Zeitplan
Positron erwartet für 2026 ein starkes Umsatzwachstum und erklärt, das Unternehmen sei auf Kurs, etwa 2,5 Jahre nach seiner Gründung eine umfassende kommerzielle Traktion zu erreichen – ein guter Zeitrahmen für ein Chipunternehmen. Derzeit arbeitet die Firma mit Kunden aus den Bereichen Cloud-Infrastruktur, Advanced Computing und anderen performancekritischen Branchen zusammen.
Angesichts des zunehmenden Wettbewerbs im Bereich der KI-Inferenz setzt Positron darauf, dass eine speicherorientierte, energieeffiziente Architektur in einem lange von Universal-GPUs dominierten Markt eine dauerhafte Position erobern kann.
Ob diese Wette aufgeht, wird nicht nur von der Leistung der Chips abhängen, sondern auch davon, wie schnell sich die Anforderungen der Branche weiter von brachialer Rechenleistung hin zu Effizienz verschieben.
Anthropic hat ein KI-Rechts-Plugin veröffentlicht, das dazu führte, dass einige der größten Datenunternehmen Europas Milliarden an Marktwert verloren.