英伟达的GPU统治了AI训练时代，但有一个问题正在让整个行业寝食难安：当大模型从实验室走向生产环境，每天被用户调用数十亿次时，那个在训练阶段无往不利的GPU，到了推理阶段却变成了一个既昂贵又耗电的怪物。
这就是Positron存在的理由。
7月9日，据36氪援引消息人士报道，这家总部位于内华达州里诺的AI推理芯片初创公司，正洽谈一笔高达7.5亿美元的新融资，估值最高可达50亿美元。如果成行，这将是其今年2月完成2.3亿美元B轮融资之后，又一次惊人的跨越——从估值10亿美元的独角兽，一跃进入AI芯片领域的头部玩家行列。
但真正值得追问的不是数字本身，而是：资本在这个时间点疯狂押注一个挑战者，究竟看到了什么？
一个“反GPU”公司的闪电成长
2023年春天，托马斯·索默斯（Thomas Sohmers）和几位联合创始人在里诺创办了Positron。他们的核心信念出奇地简单，也出奇地激进：用GPU做推理，是当前AI产业最大的结构性浪费。
Positron官网甚至给这个信念起了个缩写——“CRAP”，即“Chips Reaping Absurd Profits”。法务团队后来补了一句免责声明，但态度已经亮明：这家公司生来就是要让GPU变得“可选”。
2024年，Positron被The Information评为“50家最有前途初创公司”第三名。同年，公司迎来了新任CEO Mitesh Agrawal——他曾将一家GPU云服务从零做到超过5亿美元的ARR。这个任命本身就是一个信号：Positron知道自己要的不只是好芯片，而是能规模化卖出去的产品。
他们的第一款产品Atlas，被定义为“全球首款以LLM推理为第一优先级的加速器”。从概念到量产只用了18个月，且完全在美国本土设计、制造和组装——芯片代工在亚利桑那州进行。
三分之一功耗，三倍效率
据Positron自测数据，Atlas在推理工作负载上展现出令人瞩目的效率优势。
以Llama 3.1 8B模型为例，Atlas可以在2000W功耗包络内为每用户提供约280 tokens/秒的推理吞吐。作为对比，一台8路英伟达DGX H200服务器在同样场景下只能达到约180 tokens/秒/用户，而功耗高达5900W。这意味着Atlas实现了约3倍的每瓦性能和每美元性能优势。在交易推理场景中，Positron声称其系统在端到端延迟上优于H100系统3倍，同时功耗仅为后者的三分之一。
这些数据如果经第三方验证属实，将意味着什么？
在当前的AI部署中，推理成本已经取代训练成本成为最大的烧钱黑洞。每个ChatGPT查询背后，英伟达GPU都在高功率运转。数据中心运营商面临的最大制约已经不是算力，而是电力——一座10千瓦功率限制的机架内，能塞进多少有效算力，直接决定了推理服务的单位经济模型。
一份耐人寻味的投资者名单
在资本层面，Positron的投资者名单透露了更多信号。
Arena Private Wealth、Jump Trading、Valor Equity Partners、卡塔尔投资局（QIA）、DFJ Growth，以及芯片IP巨头Arm——这些名字涵盖了主权基金、高频交易巨头、半导体生态的核心玩家和顶级风投。Jump Trading的参与尤其值得注意：高频交易公司对纳秒级延迟极度敏感，他们的投资往往意味着对Positron低延迟能力的技术背书。
今年2月，Positron完成了2.3亿美元B轮融资，Valor Equity Partners和Jump Trading参投，估值首次突破10亿美元。当时公司累计融资已超过3亿美元。如今不到5个月，新一轮谈判估值已冲到50亿美元——5倍的跨越。这背后既是对Positron技术路线的认可，更是对整个推理芯片赛道战略价值的重新定价。
为什么是推理？为什么是现在？
要理解Positron的爆发，必须回到AI产业最大的结构性矛盾上来。
2026年上半年，美国风投总额达到4127亿美元。其中AI公司拿走了3559亿美元，占比86%——这是PitchBook在7月9日发布的Q2 Venture Monitor报告揭示的数字。与之形成对照的是，低于1亿美元的“小型”融资轮占总额的比例从2024年的43.8%骤降至2026年的12.5%。钱正在以前所未有的速度向头部集中。
但更关键的信号来自红杉合伙人David Cahn。三年前他是第一个用数学算出AI基础设施需要多少收入才能回本的人——当时他的结论是2000亿美元。如今，把三年来的超大规模投资加总后，Cahn给出了一个惊人的更新：2026年全球AI基础设施投入将达到1.5万亿美元，整个行业必须产生3万亿美元的收入才能收回投资。
注意，是“收入”，不是“估值”。
这就引出了整个产业最核心的问题：这些钱靠什么赚回来？训练模型是一次性的资本支出，但推理是永不停歇的运营支出。当Anthropic融资650亿美元、OpenAI估值逼近万亿美元时，它们最大的成本项已经从“训练GPU”变成了“每天为用户推理万亿次Token”。
推理的经济性，决定了整个AI产业的商业可行性。而英伟达的GPU，恰恰是这个环节上最不经济的硬件选项。GPU的设计初衷是图像渲染的并行计算，后来被“意外”用于AI训练——它完美适配了训练阶段的大规模并行计算需求。但推理需要的是低延迟、高吞吐、低功耗，而不是数千个CUDA核心同时全速运转。
推理芯片赛道：从概念验证到军备竞赛
Positron并非孤例。整个2026年上半年，AI推理芯片赛道进入了前所未有的白热化阶段。
6月30日，英伟达的另一家竞争对手Etched发布进展报告，宣布其定制芯片已由台积电成功制造，并获得10亿美元的合同订单。Etched估值达到50亿美元，累计融资8亿美元。与Positron不同，Etched走的是“Transformer专用芯片”路线——把所有赌注压在单一架构上。
6月24日，OpenAI与博通联合发布了其首款自研推理芯片Jalapeño。全球最强大的AI实验室开始从“买芯片”转向“造芯片”，这本身就是对现有供应链格局的最大否定。
7月9日，Meta宣布其自研AI芯片Iris将于9月投入量产，并计划每半年推出新一代芯片直至2027年。Meta今年将部署7GW的AI算力基础设施，计划2027年翻倍，全年AI基础设施支出预计高达1250亿至1450亿美元。
同在6月，高通发布了面向AI数据中心市场的CPU Dragonfly C1000，将Meta签为首个客户。
这些事件拼在一起，勾勒出一个清晰的图景：推理芯片已不再是英伟达的“后花园”，而是正在成为整个AI产业争夺最激烈的前线。
记忆体优先：Positron的技术路线选择
在众多竞争者中，Positron选择了与众不同的技术路线。
其核心洞察是：LLM推理的性能瓶颈不在于计算单元的数量，而在于记忆体带宽——模型参数需要从HBM（高带宽内存）持续搬运到计算单元，这个搬运过程才是延迟的主要来源。GPU架构中计算单元和记忆体之间的带宽瓶颈，在大模型时代被无限放大。
Atlas围绕高吞吐记忆体设计，配备8颗Archer Transformer加速器，每颗配备32GB HBM，总内存256GB，辅以384GB DDR5系统内存。整套系统在2000W功耗包络内提供服务。Positron宣称其架构实现了93%的HBM带宽利用率——作为对比，典型的GPU系统带宽利用率只有10%到30%。如果属实，这意味着在同样的物理内存条件下，Positron能把更多内存带宽转化为有效推理吞吐。
第二代产品Titan的目标更为激进：实现“每加速器TB级内存”，在无需液冷和昂贵专用网络的情况下，同时承载大量模型和AI Agent的实时查询。这直接对应着AI产业从“单模型部署”向“多模型加多Agent并发”的架构演进趋势。
四重天花板
故事听起来很美，但Positron面前的挑战同样巨大。
第一重：生态护城河。英伟达的统治力不只在硬件，更在于CUDA生态。任何试图替代Nvidia GPU的芯片，都必须面对一个经过十年打磨、拥有数百万开发者和数千个优化库的软件栈。Positron声称其API兼容OpenAI标准，但这只是应用层。在底层算子优化和主流框架集成方面，与新入局者之间的差距需要数年时间追赶。
第二重：产能与良率。自研芯片从流片到量产的周期通常为18到24个月，期间任何良率波动都可能影响交付。Positron已经跨越了从0到1的阶段，但大规模出货的稳定性和成本控制仍需验证。
第三重：客户正在变成竞争对手。当OpenAI、Meta、Google、Amazon都在加速自研芯片时，独立的推理芯片公司面临一个结构性困境：最有钱的潜在客户，正在变成最直接的竞争对手。
第四重：估值跃升的风险。不到三年时间从Series A估值冲到50亿美元，Positron已经承载了极高的市场期望。如果下一轮收入数据或客户扩张不及预期，资本市场可能会迅速修正预期。
这意味着什么
Positron的融资谈判，如果最终成行，将标志着AI推理芯片赛道的一个关键转折点。7.5亿美元的单轮融资规模意味着，资本已经不再把“挑战英伟达”视为疯狂的赌注，而是一个可计算的商业机会。
更深层的影响在于产业成本结构的重塑。当推理芯片从“替代方案”变成“主流选择”，推理成本降低一个数量级，将直接改变AI应用的商业模式——从“烧钱获客”变成“可持续盈利”。这可能才是2026年最值得关注的产业变量。
短期内，直接受益的是AI应用层公司——更便宜的推理意味着更低的单位经济成本。长期来看，当推理芯片竞争进一步白热化，英伟达的定价权将面临实质性挑战。但英伟达不会坐以待毙——Blackwell架构已在推理效率上显著提升，加上无可匹敌的生态优势，短期内地位仍不可撼动。
对于投资者而言，推理芯片赛道正从“概念验证”进入“规模化交付”的关键窗口期。有实际客户、有实际部署、有可验证性能数据的公司，将获得更多关注。而那些只有纸面参数的“PPT芯片”，将被市场迅速淘汰。
当GPU从训练的神坛跌落，推理的战场才刚刚开始。这场战役的终局，将决定AI究竟是少数巨头的奢侈品，还是所有人的水电煤。
快报