随着大规模AI部署需求激增,芯片创业公司Positron正将自己定位为市场领导者英伟达的直接挑战者,通过提供专用的节能内存优化推理芯片,旨在缓解行业日益严重的成本、功耗和可用性瓶颈。
Positron联合创始人兼首席技术官Thomas Sohmers在接受VentureBeat视频采访时表示:"我们的关键差异化优势是能够以更高效率运行前沿AI模型——与英伟达相比,每瓦特和每美元可实现2倍到5倍的性能提升。"
Positron首席执行官、前AI云推理提供商Lambda首席运营官Mitesh Agrawal指出:"我们制造的芯片可以部署在数百个现有数据中心,因为它们不需要液体冷却或极端功率密度。"
风险投资家和早期用户似乎对此表示认同。Positron昨日宣布完成超募的5160万美元A轮融资,由Valor Equity Partners、Atreides Management和DFJ Growth领投。
在早期客户群体中,包括知名企业和推理密集型行业的公司。已确认的部署包括主要安全和云内容网络提供商Cloudflare,该公司在其全球分布式、功耗受限的数据中心使用Positron的Atlas硬件。
进入充满挑战的市场
然而,Positron也正进入一个充满挑战的市场。据报道,竞争对手AI推理芯片创业公司Groq已将其2025年收入预测从20亿美元以上下调至5亿美元,凸显了AI硬件领域的波动性。
面对更高效、更小的大语言模型和专用小语言模型的兴起,Positron的领导层选择拥抱这一趋势。Agrawal表示:"一直存在这种双重性——本地设备上的轻量级应用和集中式基础设施中的重量级处理。我们相信两者都会持续增长。"
Atlas:推理优先的AI芯片
虽然英伟达GPU通过加速模型训练帮助催生了深度学习热潮,但Positron认为推理——模型在生产中生成输出的阶段——现在是真正的瓶颈。
Positron的解决方案是Atlas,这是专门为处理大型Transformer模型而构建的第一代推理加速器。与通用GPU不同,Atlas针对现代推理任务的独特内存和吞吐量需求进行了优化。
该公司声称,Atlas的每美元性能比英伟达H100高出3.5倍,功耗降低66%,同时实现93%的内存带宽利用率。
从Atlas到Titan
仅在成立15个月后,Atlas就已开始出货和投产。该系统支持在单个2kW服务器中运行多达5000亿参数的模型。
Positron正准备在2026年推出下一代平台Titan。基于定制设计的"Asimov"硅芯片,Titan将提供每个加速器高达2TB的高速内存,支持多达16万亿参数的模型。
关键是,Titan设计为在传统数据中心环境中使用标准风冷运行,避免了下一代GPU日益需要的高密度液冷配置。
工程效率与兼容性
从一开始,Positron就将其系统设计为即插即用替代方案,允许客户使用现有模型二进制文件而无需重写代码。Sohmers解释说,Positron专注于推理,设计能够直接处理英伟达训练模型的硬件。
内存是关键需求
Sohmers和Agrawal指出AI工作负载的根本转变:从计算密集型卷积神经网络转向内存密集型Transformer架构。虽然英伟达和其他公司继续专注于计算扩展,但Positron押注于内存优先设计。
美国制造的芯片
Positron的生产管道完全在美国本土。公司第一代芯片使用英特尔设施在美国制造,最终服务器组装和集成也在国内完成。对于Asimov芯片,制造将转向台积电,但团队致力于尽可能保持其余生产链在美国。
未来展望
Agrawal强调,基于经济性和性能销售物理基础设施——而不是将其与专有API或商业模式捆绑——是Positron在怀疑论市场中获得信誉的部分原因。他表示:"如果你无法基于硬件的经济性说服客户部署你的硬件,你就不会盈利。"
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。