Positron haalt 875 miljoen op voor geheugenchip Asimov

Chipontwerper Positron AI heeft 875 miljoen dollar opgehaald in een Series C-ronde, bij een waardering van 5 miljard dollar. Dat meldde het bedrijf uit Reno donderdag in een persbericht via PRNewswire. In februari haalde Positron nog 230 miljoen op tegen een waardering van 1 miljard, schrijft Qz, dus de waarde is in zeven maanden vervijfvoudigd.

Het geld gaat naar de tapeout van de Asimov-versneller, de productieopschaling van het Titan-inferentiesysteem en een eigen engineeringdatacenter van ruim 2 megawatt met een emulatieplatform, aldus Converge Digest.

Goedkoop geheugen in plaats van HBM

De inzet van Positron draait om een simpele stelling: bij inferentie op grote schaal is niet ruwe rekenkracht de rem, maar geheugencapaciteit, bruikbare bandbreedte en stroomverbruik. Asimov koppelt daarom 288 GB tot 2.304 GB geheugen per chip, en gebruikt daarvoor gewone LPDDR5X in plaats van HBM. SiliconANGLE wijst erop dat dat consumentengeheugen is, het spul dat ook in telefoons en laptops zit.

Daarmee omzeilt Positron twee flessenhalzen tegelijk. HBM is schaars en duur, en de geavanceerde packaging die ervoor nodig is zit bij TSMC al maanden vol. Wij schreven eerder over hoe die krapte doorwerkt in fors hogere prijzen voor Chinese AI-chips.

Tapeout eind 2026, productie in 2027

Asimov gaat volgens Converge Digest eind 2026 in tapeout op het N3P-proces van TSMC, met productie vanaf de tweede helft van 2027. Dat is een lange aanloop in een markt die per kwartaal verschuift. Tot die tijd verkoopt Positron zijn bestaande Atlas-platform, dat al bij klanten draait.

De investeerders zijn opvallend gemengd. De ronde werd geleid door NEA, Atreides Management, Valor Equity Partners, Andra Capital, SemiAnalysis Capital van analist Dylan Patel en Jim Clark, de oprichter van Silicon Graphics en Netscape.

Inferentie wordt het echte slagveld

Positron is niet de enige die de inferentiemarkt bij NVIDIA probeert weg te halen. Vorige week werd bekend dat Qualcomm inferentiechips gaat maken voor AWS, en OpenAI drukte de prijs van zijn Luna-model met tachtig procent dankzij eigen chipontwerp. Ook beleggers zien het: het Chinese Enflame verdrievoudigde bij zijn beursgang in Shanghai.

De logica erachter is economisch. Trainen gebeurt een paar keer, inferentie draait continu, en elke draaiende agent vergroot dat volume. Wie de kosten per token omlaag krijgt, wint. De 38 gigawatt aan datacentercapaciteit die Microsoft tot 2032 wil bouwen moet uiteindelijk met iets gevuld worden.

Wat betekent dit

Voor wie AI inkoopt verandert er op korte termijn niets: Asimov levert pas in 2027 en moet zich dan nog bewijzen tegen NVIDIA’s software-ecosysteem, waar CUDA de echte slotgracht is. Wel is de richting duidelijk. Als commodity-geheugen werkt voor inferentie, dan verdwijnt een deel van de schaarste die de prijzen nu hoog houdt. Dat zou de kosten van AI-toepassingen kunnen drukken, vooral bij modellen die veel context meeslepen. Hou het tempo van de tapeout in de gaten. Chipbeloftes sneuvelen vaker in de fab dan op papier.