不用 HBM 也行：Positron 以 50 億美元估值完成 8.75 億美元 C 輪，量產記憶體優先的 Asimov 晶片

美國內華達州雷諾市（Reno），不是多數人預期中挑戰 Nvidia 資料中心霸主地位的地方。但由 Thomas Sohmers 與 Mitesh Agrawal 於 2023 年創立的推論硬體新創 Positron AI，剛剛以 50 億美元投後估值完成 8.75 億美元的 C 輪融資 —— 這筆錢足以支應其下一代加速器 Asimov 的投片（tape-out）、量產爬坡與市場進入。

這輪融資於 2026 年 9 月 10 日公布，根據公司新聞稿，由 NEA、Atreides Management 與 Valor Equity Partners 共同領投。這為該公司不可思議的十二個月畫下句點：2025 年 6 月 5,000 多萬美元的 A 輪、2026 年 2 月由金融交易公司領投（Arm 與卡達投資基金亦參與）的 2.3 億美元 B 輪（估值超過 10 億美元），如今 C 輪估值已是二月時的五倍。累計總融資額超過 11.5 億美元。

投資人為什麼押注「反 HBM」路線

要理解一家從 24 人團隊起家的晶片公司為何能連續募得九位數美元，就必須理解它的核心賭注：AI 推論的經濟學已經失衡，而 HBM 正是問題根源。

Nvidia、AMD 等廠商的 AI 加速器都依賴堆疊在運算晶粒旁的高頻寬記憶體（HBM）。HBM 頻寬驚人 —— Nvidia 新發表的 Rubin GPU 配備 288GB HBM4，峰值頻寬高達 22 TB/s —— 但它昂貴、供給受限且耗電。在推論階段（相對於訓練），大型語言模型大多是記憶體受限：晶片大部分時間都在等待模型權重從記憶體送達，而不是在做數學運算。一顆運算密集、塞滿 HBM 的 GPU，其實並不適合這種工作負載。

Positron 的答案是「記憶體優先」（memory-first）架構。Asimov 每顆加速器可支援 2TB 以上的記憶體（實際可用容量 864GB 至 2.3TB），而且用的是傳統的 DDR5 DRAM —— 與筆電、伺服器相同的大宗記憶體，而非 HBM。正如 The Register 在 B 輪公布時的報導，Asimov 用峰值頻寬（約為 Rubin 的三分之一）換取容量與成本效益。當你的工作負載取決於「模型有多少能裝進記憶體」以及「服務一個 token 有多便宜」，2.3TB 的 DDR5 在每 token 成本上就能擊敗 288GB 的 HBM4。

四顆 Asimov 組成一套 Titan 系統，記憶體超過 8TB，目標 2026 年底投片、2027 年初量產 —— 這輪新資金正是為了這條時程而準備。

Atlas 打下的實績

Asimov 並非紙上架構。它的前一代產品 Atlas 自 2025 年起已出貨給客戶，為這輪融資提供了信用背書：

• 相較 Nvidia H100，宣稱每美元效能提升 3.5 倍、功耗降低最多 66%
• 在 transformer 工作負載上達到約 93% 硬體利用率 —— 同類任務在 GPU 上的利用率通常低得多
• 零程式碼修改即可執行 Hugging Face transformers 函式庫支援的模型
• 在超大規模資料中心與金融交易公司中獲得早期採用，後者對延遲敏感的推論工作負載正好凸顯這套架構的優勢

這些數字來自公司自行公布，值得審視 —— 但客戶組合很重要。交易公司在 B 輪擔任領投，正是因為他們大規模執行推論，能用自家資金驗證單位經濟學。

大環境：推論淘金熱

這輪 C 輪落在推論晶片全面重估值的浪潮中。OpenAI 本週證實與三星共同開發下一代 AI 晶片；Analog Devices 以 13.5 億美元收購邊緣 AI 晶片商 Alif；Kepler Computing 剛以 4.68 億美元走出隱身狀態，押注鐵電記憶體運算；中國 AI 晶片商因 HBM 短缺全面漲價 20–50%；Nvidia 自己則在澳洲佈局 2GW 的 AI 工廠。

在這片狂熱中，Positron 占據獨特利基：它不打算在製程節點與 HBM 堆疊的前沿與 Nvidia 硬碰硬，而是攻擊推論的成本結構 —— 押注當 AI 從新奇事物變成基礎設施，贏家將是能用最低能源與資本成本、以沒人搶的大宗零組件供應 token 的公司。

這個論點還有二階效應值得觀察：若 DDR5 推論加速器證明可行，將紓解當前扼住整個產業（包括面臨出口管制、記憶體受限設計漲價 20–50% 的中國 AI 公司）的 HBM 供應鏈壓力。

風險在哪

三個層面的質疑有其道理。第一，Rubin 級 GPU 不會原地踏步 —— Nvidia 的路線圖每一代都在推高 HBM4 容量與頻寬，CUDA 軟體護城河仍是業界預設標準。第二，DDR5 頻寬是真實限制：Asimov 約 3 TB/s 的上限對比 Rubin 的 22 TB/s，意味著真正吃頻寬的工作負載（長上下文、高批次推論）可能仍偏向 GPU，Positron 必須在目標市場以每 token 成本取勝，而非原始速度。第三，2027 年量產在這個市場來說太久了 —— 從投片到出貨之間，Nvidia 還會推出兩個新世代。

但 8.75 億美元買到的是高度信心。這輪融資傳達的訊息是：頂級投資人相信推論市場夠大、Nvidia 的定價權夠令人反感，足以支撐一個認真的第二供應來源。Asimov 能否準時投片、兌現承諾的經濟學，將是 2027 年最關鍵的硬體故事之一。

此刻，這家發跡於雷諾、抱持異端論點 —— AI 推論的未來更像便宜大容量的伺服器記憶體，而非 exotic 的堆疊晶粒 —— 的公司，已經擁有足以大規模驗證它的資產負債表。