Positron AI recaudó 875 millones de dólares en una nueva ronda de financiamiento que elevó su valuación a 5,000 millones de dólares, más de cuatro veces el valor que alcanzó apenas siete meses atrás, mientras inversionistas apuestan por una nueva generación de procesadores especializados en ejecutar modelos de inteligencia artificial y reducir la dependencia de las GPU de Nvidia.
La startup de Reno, Nevada, había levantado 230 millones de dólares en febrero con una valuación cercana a 1,060 millones, según PitchBook. La nueva financiación se dividió en una Serie C de 375 millones de dólares y una segunda operación de hasta 500 millones, y fue encabezada por NEA, Atreides Management, Valor Equity Partners, Andra Capital, SemiAnalysis Capital y Jim Clark, fundador de Silicon Graphics y cofundador de Netscape. Qatar Investment Authority, Cisco Investments y Naver Ventures figuran también entre los participantes.
El capital financiará el desarrollo final de Asimov, el próximo acelerador de IA de Positron, así como la construcción de una plataforma de ingeniería de más de dos megavatios y el inicio de producción de Titan, su siguiente sistema para centros de datos. Asimov deberá completar su diseño para fabricación, el llamado tapeout, sobre el proceso N3P de TSMC a finales de 2026 y Positron prevé iniciar su producción durante la segunda mitad de 2027.
A diferencia de buena parte de la carrera por maximizar la capacidad de cálculo de las GPU, Positron está construyendo su arquitectura alrededor de otro cuello de botella: la memoria. La compañía sostiene que, a medida que los modelos crecen y sus ventanas de contexto se extienden a millones de tokens, mover los pesos y los datos hacia los procesadores puede limitar la velocidad de inferencia incluso cuando existe capacidad computacional disponible.
Asimov utilizará entre 288 GB y 2.3 TB de memoria por chip. Positron pretende además emplear memoria LPDDR5X, ampliamente utilizada en dispositivos electrónicos, en lugar de depender exclusivamente de la memoria HBM de alto ancho de banda y de técnicas avanzadas de empaquetado cuya disponibilidad se ha convertido en otro cuello de botella para la industria de IA. La empresa asegura que sus futuros sistemas podrán utilizar más de 90% del ancho de banda de memoria disponible.
El procesador alimentará a Titan, un sistema que combinará entre cuatro y ocho chips Asimov. Positron afirma que podrá alojar modelos de más de 16 billones de parámetros y ventanas de contexto superiores a 10 millones de tokens dentro de un solo nodo, una cantidad de memoria pensada especialmente para modelos gigantes, razonamiento de contexto largo y cargas de trabajo de agentes de IA.
La empresa incluso promete que Asimov producirá hasta cinco veces más tokens por dólar y cinco veces más tokens por watt que Rubin, la próxima arquitectura de Nvidia. Se trata, sin embargo, de estimaciones de Positron sobre un producto que aún no está en producción y no de resultados independientes obtenidos con hardware comercial.
Positron ya tiene una primera generación funcionando en centros de datos. La compañía informó que está desplegando más de 50 racks de Atlas en Oracle Cloud Infrastructure, donde parte de esa capacidad es utilizada por Parasail para servicios de inferencia. Jump Trading e i3d.net figuran también entre los clientes de producción de Atlas.
El movimiento refleja un cambio más amplio en el mercado de infraestructura de IA. Durante los primeros años del auge de los modelos generativos, buena parte de la demanda de hardware estuvo vinculada al entrenamiento de sistemas cada vez mayores. Pero cada modelo entrenado debe posteriormente atender consultas, generar tokens y mantener millones de interacciones de usuarios y agentes, lo que convierte a la inferencia en un mercado permanente y potencialmente mucho mayor en volumen. Reuters considera ya este segmento uno de los principales campos de batalla para fabricantes que intentan disputar el dominio de Nvidia.
Positron resume esa apuesta diciendo que el centro de gravedad de la IA está desplazándose del entrenamiento hacia la ejecución de modelos. Cada asistente, copilot o agente genera demanda de inferencia, mientras la capacidad de memoria, su ancho de banda y la disponibilidad de electricidad comienzan a determinar cuántas consultas puede procesar un centro de datos y a qué costo.
La ronda también resulta llamativa por uno de sus inversionistas. Dylan Patel, fundador de la firma de análisis de semiconductores SemiAnalysis, invirtió a través de SemiAnalysis Capital y entrará al consejo de administración de Positron. También se incorporarán Forest Baskett, de NEA; Gavin Baker, de Atreides; y Thomas Jermoluk, representante de Jim Clark.
La apuesta llega mientras las compañías tecnológicas buscan alternativas a las GPU tradicionales ante el costo de desplegar IA a escala, la demanda de electricidad y las restricciones de suministro de componentes de memoria. Para Positron, esa presión abre un espacio para arquitecturas diseñadas específicamente para servir modelos ya entrenados, en lugar de utilizar para todas las cargas de trabajo el mismo tipo de aceleradores que dominaron la primera etapa del auge de la IA.
