Positron AI Mendalam: Valuasi US$5 Miliar dan Chip Inferensi Memory-First Berbasis LPDDR5X

Ringkasan 30 Detik

Positron AI bernilai US$5 miliar karena investor membeli satu klaim spesifik: inferensi AI dibatasi oleh memori, bukan komputasi, dan chip yang dirancang di sekitar memori LPDDR5X yang murah dapat melayani model besar dengan biaya per token dan daya lebih rendah daripada GPU yang dibangun di sekitar HBM yang langka. Valuasi ini bukan rumor. Positron mengumumkan pendanaan Series C dan Series C-1 sebesar US$875 juta pada 10 September 2026, dengan valuasi post-money US$5 miliar. Angka itu sekitar 4,7 kali valuasi post-money US$1,06 miliar dari Series B sebesar US$230 juta pada Februari 2026, hanya tujuh bulan sebelumnya.

Perusahaan ini sudah mengirimkan produk. Lebih dari 50 rak Atlas, sistem inferensi generasi pertamanya, telah dipasang di Oracle Cloud Infrastructure, tempat mitra Parasail menjalankan layanan inferensi di atas kapasitas tersebut. Pelanggan produksi Atlas yang disebutkan juga mencakup Jump Trading dan i3d.net. Namun produk yang harus membenarkan sebagian besar dari US$5 miliar itu belum dikirimkan. Asimov, ASIC kustom pada proses N3P TSMC, menargetkan tape-out pada akhir 2026 dan produksi pada paruh kedua 2027. Angka efisiensi utamanya berasal dari simulasi cycle-accurate, bukan dari silikon produksi.

Kesenjangan itulah keseluruhan ceritanya. Atlas membuktikan Positron dapat membangun, memasang, dan mengoperasikan perangkat keras inferensi di pusat data nyata. Asimov adalah taruhan bahwa tim yang sama dapat mengubah arsitektur memory-first — 288GB hingga 2.304GB LPDDR5X per chip, lebih dari 90% lebar pita memori yang dapat direalisasikan sebagai target desain, sekitar 400W per chip, dan tanpa ketergantungan pada HBM atau CoWoS — menjadi bisnis yang mampu menopang valuasi privat US$5 miliar. Jika Asimov tiba tepat waktu dan keunggulan tokens per dolar hasil simulasi bertahan pada beban kerja nyata, harga ini bisa terlihat lebih awal. Jika tape-out, yield, kualifikasi, atau adopsi perangkat lunak meleset, di bawah harga ini hanya ada sedikit pendapatan saat ini: Positron belum mempublikasikan pendapatan atau run rate tahunan.

Background: Perusahaan Berusia Tiga Tahun yang Dibangun Hanya untuk Inferensi

Positron AI didirikan pada 2023 dan berkantor pusat di Reno, Nevada. Perusahaan ini didirikan bersama oleh Thomas Sohmers, chief technology officer-nya, dan Edward Kmett, chief scientist-nya, yang keduanya sebelumnya bekerja di startup inferensi lain, Groq. Mitesh Agrawal, sebelumnya chief operating officer dan kepala cloud di Lambda, bergabung sebagai chief executive officer untuk memperbesar operasi komersial. Tim teknis pendiri berasal dari inferensi, bukan dari desain GPU serbaguna, dan chief executive-nya berasal dari menjual dan mengoperasikan komputasi AI, bukan dari laboratorium riset.

Positron sengaja tidak mencoba melatih model frontier. Pelatihan adalah kontes kepadatan komputasi yang didominasi klaster GPU besar dan tumpukan perangkat lunak yang matang. Inferensi — menjalankan model yang sudah dilatih untuk pengguna, agent, copilot, pencarian, trading, dan pembuatan media — adalah masalah operasi yang berbeda. Ia berjalan terus-menerus, dibayar per token, dan ekonominya ditentukan oleh tiga kendala yang mengetat bersamaan: kapasitas memori, lebar pita memori, dan daya. Kapasitas memori menentukan model apa yang muat dan berapa banyak context serta KV cache yang dapat ditampung sistem. Lebar pita memori menentukan kecepatan pembuatan token. Daya menentukan berapa banyak kapasitas yang benar-benar dapat dinyalakan oleh pusat data. Fasilitas dengan batas daya tetap tidak menghasilkan uang dari FLOPS puncak yang tidak dapat dialiri daya; ia menghasilkan uang dari token yang terkirim di dalam batas itu.

Atlas dirancang untuk mencapai pasar sebelum Positron menghabiskan bertahun-tahun dan ratusan juta dolar untuk ASIC kustom. Atlas adalah sistem inferensi berbasis FPGA, dibuat di Amerika Serikat, dan dikirim sebagai appliance yang dapat dipasang pelanggan tanpa membangun ulang alur perangkat lunaknya. Positron membawa Atlas ke pasar dalam sekitar 18 bulan dan memposisikannya sebagai berpendingin udara dan cocok untuk rentang daya rak konvensional. Atlas memberi Positron pemasangan berbayar, data operasi, dan umpan balik pelanggan sebelum silikon kustomnya ada.

Riwayat pendanaan menunjukkan seberapa cepat pasar menilai ulang bukti itu. Positron mengumpulkan seed sebesar US$23,5 juta, lalu Series A sebesar US$51,6 juta pada Juli 2025, lalu Series B sebesar US$230 juta pada Februari 2026 dengan valuasi post-money di atas US$1 miliar, dan kemudian Series C dan C-1 sebesar US$875 juta pada September 2026 dengan US$5 miliar post-money. Total pendanaan yang diungkapkan sekitar US$1,18 miliar. Putaran September dibagi menjadi Series C sebesar US$375 juta dengan valuasi pre-money US$3,5 miliar dan Series C-1 hingga US$500 juta. Putaran itu dipimpin bersama oleh NEA, Atreides Management, Valor Equity Partners, Andra Capital, SemiAnalysis Capital, dan Jim Clark, dengan Qatar Investment Authority, Cisco Investments, dan Naver Ventures di antara pendukung tambahan.

Business Deep Dive: Apa yang Sebenarnya Dijual Positron

Tangga produk: Atlas hari ini, Asimov dan Titan berikutnya

Positron menjual sistem inferensi, bukan roadmap chip. Atlas adalah generasi pertama yang sedang dikirimkan. Asimov adalah ASIC kustom generasi berikutnya. Titan adalah sistem yang dibangun di sekitar Asimov, dengan empat hingga delapan chip Asimov per node. Positron menyatakan Titan dirancang untuk model dengan lebih dari 16 triliun parameter dan context window di atas 10 juta token dalam satu node. Itu adalah target desain untuk beban kerja yang sangat besar, berkonteks panjang, dan agentic, bukan klaim bahwa setiap pelanggan membutuhkan skala itu hari ini.

Model bisnisnya mengikuti perangkat kerasnya. Positron memasok kapasitas inferensi lengkap — sistem yang dapat langsung dimasukkan ke produksi oleh penyedia cloud, neocloud, perusahaan trading, atau operator hosting — alih-alih meminta pelanggan mengintegrasikan sebuah komponen dan membangun sisanya sendiri. Pemasangan di Oracle menggambarkan model itu: rak Atlas berada di dalam Oracle Cloud Infrastructure, dan Parasail menggunakan kapasitas tersebut untuk layanan inferensinya. Jump Trading memberikan pelajaran dengan cara lain: ia pertama kali menggunakan Atlas sebagai pelanggan, lalu ikut memimpin Series B. Pelanggan yang menjadi investor tidak membuktikan basis pendapatan yang besar, tetapi sinyalnya lebih kuat daripada logo di slide, karena investor tersebut memiliki paparan operasi langsung terhadap produknya.

Arsitektur memory-first, dalam istilah rekayasa

Sebagian besar akselerator AI berangkat dari komputasi dan memasangkan memori tercepat yang tersedia. Memori itu adalah HBM, DRAM bertumpuk yang ditempatkan dekat prosesor dan dikirim melalui pengemasan canggih seperti CoWoS. HBM menawarkan lebar pita puncak yang sangat tinggi, tetapi mahal, terbatas kapasitasnya per paket, dan terpapar rantai pasok yang terkonsentrasi. Positron membalik urutan desainnya. Ia berangkat dari pengamatan bahwa inferensi transformer sering kali bersifat memory-bound: sistem menghabiskan banyak waktunya untuk memindahkan bobot, aktivasi, dan KV cache, bukan berhitung pada kecepatan puncak.

Karena itu Asimov menggunakan memori commodity LPDDR5X — kelas memori yang dipakai di ponsel dan laptop — alih-alih HBM. Komprominya eksplisit. LPDDR5X memiliki lebar pita per pin yang jauh lebih rendah daripada HBM, sehingga Positron harus menggabungkan banyak kanal dan menjaganya tetap sibuk. Sebagai gantinya, ia dapat memasang kapasitas yang jauh lebih besar per chip, menghindari hambatan HBM dan CoWoS, dan bersandar pada basis pasokan memori yang lebih dalam dan lebih murah. Target Asimov yang dipublikasikan mencakup 288GB hingga 2.304GB memori per chip, lebar pita memori yang dapat direalisasikan sebesar 2,76 TB/s, dukungan PCIe Gen6 dan CXL, serta rentang daya sekitar 400W dengan dukungan pendingin udara. Untuk menghubungkan LPDDR sebanyak itu, Positron menggunakan pendekatan memory fan-out berbasis chiplet, termasuk chiplet Weaver yang dikembangkan bersama Credo.

Klaim teknis intinya adalah utilisasi. Positron menyatakan sistem memory-first-nya dapat merealisasikan lebih dari 90% lebar pita memori yang tersedia, dan Atlas telah digambarkan mencapai utilisasi hingga 93%. Beban kerja inferensi GPU, sebaliknya, umumnya digambarkan hanya merealisasikan sebagian kecil dari lebar pita puncak HBM dalam kondisi layanan nyata. Itulah sebabnya perbandingan lebar pita puncak yang sederhana menyesatkan. Sebuah GPU dapat mengiklankan angka puncak yang jauh lebih besar namun tetap memberikan lebar pita berguna yang lebih sedikit pada model tertentu jika pola akses, batching, dan perilaku cache membuat puncak itu tidak tercapai. Argumen Positron bukanlah bahwa LPDDR lebih cepat daripada HBM. Argumennya adalah arsitektur yang seimbang dapat mengekstrak lebih banyak dari kumpulan lebar pita yang lebih kecil dan lebih murah, sambil menampung jauh lebih banyak model dan context di memori.

Daya: klaimnya, dan tingkat buktinya

Positron mengklaim Atlas memberikan sekitar tiga kali komputasi per watt dibandingkan Nvidia H100, dan dalam beberapa deskripsi lebih dari 70% throughput token lebih tinggi dengan daya sekitar dua pertiga lebih sedikit daripada sistem Hopper yang sebanding. Untuk Asimov, perusahaan telah mengklaim lima kali tokens per watt dibandingkan GPU Rubin Nvidia yang akan datang pada beban kerja intinya, dan perbandingan Titan berbasis simulasi pernah disajikan hingga 26 kali tokens per dolar dibandingkan sistem GB300 NVL72 pada laju token per pengguna tertentu. Angka-angka ini harus dibaca pada dua tingkat bukti. Atlas sedang dikirimkan, tetapi perbandingannya tetap merupakan data yang dilaporkan perusahaan dan belum diselesaikan oleh satu benchmark independen yang diterbitkan dan diterima di seluruh industri. Asimov belum tape-out, sehingga angkanya adalah target desain yang berasal dari simulasi. Kedua kategori itu tidak boleh ditulis sebagai fakta yang terukur.

Argumen daya tetap koheren secara komersial bahkan setelah diskon itu. Pusat data yang ada mengandung banyak kapasitas berpendingin udara yang dibangun untuk kepadatan rak yang lebih rendah. Sistem yang dapat dipasang tanpa membangun ulang pendingin cair memperluas basis terpasang yang dapat dijangkau. Ia juga mengubah satuan persaingan dari kinerja puncak chip menjadi token yang terkirim per megawatt yang sudah tersedia di sebuah gedung. Itulah metrik yang sebenarnya dibeli oleh operator yang terbatas daya.

Apa yang harus diasumsikan oleh valuasi US$5 miliar

Valuasi post-money US$5 miliar setelah mengumpulkan US$875 juta berarti investor baru membayar pendapatan sistem di masa depan, bukan kas di neraca. Dalam aritmetika sederhana, US$875 juta adalah 17,5% dari US$5 miliar post-money, meskipun struktur dua tranche dan ketentuan sekuritas membuat persentase itu bukan perhitungan kepemilikan yang tepat. Nilai sisanya harus berasal dari Asimov dan Titan yang berubah menjadi penjualan sistem yang dapat diulang dan bervolume tinggi.

Agar itu berhasil, setidaknya lima kondisi harus berlaku bersamaan. Pertama, Asimov harus tape-out pada akhir 2026 tanpa re-spin besar. Kedua, produksi pada paruh kedua 2027 harus mencapai yield yang dapat digunakan dan kualifikasi sistem pada N3P TSMC. Ketiga, utilisasi lebar pita memori dan keunggulan tokens per watt hasil simulasi harus muncul pada model pelanggan, dengan ukuran batch produksi dan target latensi, bukan hanya pada beban kerja pilihan. Keempat, pelanggan harus dapat menjalankan model mereka tanpa migrasi perangkat lunak yang menyakitkan; pembeli inferensi membayar token yang terkirim, bukan keanggunan arsitektur. Kelima, Positron harus memproduksi dan mendukung sistem dalam skala besar selama harga dan pasokan LPDDR cukup menguntungkan untuk mempertahankan argumen biayanya terhadap sistem HBM.

Pengungkapan pendapatan adalah variabel yang hilang. Positron menyatakan mengharapkan pertumbuhan pendapatan yang kuat dan chief executive-nya pernah menggambarkan kesepakatan Atlas dalam puluhan juta dolar, tetapi perusahaan belum mempublikasikan angka pendapatan atau laju yang memungkinkan pembaca luar menghitung kelipatan harga terhadap penjualan. Kelipatan apa pun yang dikutip untuk Positron hari ini dengan demikian akan direkayasa. Pernyataan valuasi yang jujur lebih sempit dan lebih berguna: US$5 miliar adalah harga yang dinegosiasikan untuk sekuritas September 2026, didukung oleh bisnis Atlas yang sedang dikirimkan dan ekspektasi yang sangat besar untuk Asimov.

Chase's Take

Penilaian saya adalah tesis memory-first itu nyata, dan valuasinya tetap mendahului bukti. Kedua pernyataan itu tidak bertentangan. Ekonomi inferensi bergeser dari komputasi mentah menuju kapasitas memori, lebar pita yang direalisasikan, dan daya, terutama seiring membesarnya context window, jejak penalaran, dan KV cache. Menggunakan LPDDR5X untuk keluar dari antrean HBM dan CoWoS adalah gagasan arsitektur dan rantai pasok yang asli, bukan pelabelan ulang pemasaran. Membangun Atlas di atas FPGA terlebih dahulu juga merupakan urutan yang tepat: Positron belajar dari rak produksi sebelum mempertaruhkan neracanya pada ASIC N3P.

Namun yang dibeli US$5 miliar bukanlah bisnis Atlas sebagaimana adanya pada Oktober 2026. Ia membeli peluncuran Asimov yang berhasil pada 2027, peningkatan Titan setelahnya, dan cukup banyak peralihan pelanggan di pasar tempat ekosistem perangkat lunak incumbent menjadi pilihan bawaan. Jadwalnya sudah patut diperhatikan: pada Februari 2026 produksi dibicarakan untuk awal 2027; pada pendanaan September, targetnya adalah paruh kedua 2027. Itu mungkin rencana yang lebih presisi, bukan keterlambatan, tetapi untuk chip yang belum tape-out, waktu adalah risiko. Setiap kuartal keterlambatan memberi roadmap GPU, ASIC inferensi pesaing, dan silikon kustom hyperscaler satu kuartal lagi untuk menutup kesenjangan efisiensi.

Ujian yang akan saya amati bukanlah grafik tokens per dolar hasil simulasi lainnya. Melainkan tiga fakta operasi secara berurutan: tape-out Asimov diumumkan tepat waktu, pengukuran independen atau yang dipublikasikan pelanggan atas silikon produksi, dan pesanan Titan berulang dari pelanggan yang pertama kali membayar Atlas. Jika ketiganya tiba, US$5 miliar akan terlihat seperti harga masuk. Jika yang pertama meleset, pembahasan valuasi berubah seketika, karena tidak ada basis pendapatan yang diungkapkan untuk menyerap kekecewaan itu.

Implications

Bagi operator pusat data, Positron adalah pengingat untuk mengukur pembelian inferensi berdasarkan tokens yang direalisasikan per dolar dan per watt pada panjang context dan target latensi mereka sendiri, bukan pada FLOPS puncak atau lebar pita puncak. Kapasitas memori per node juga menjadi variabel pengadaan tersendiri seiring bertumbuhnya beban kerja berkonteks panjang dan agentic.

Bagi industri memori, Asimov adalah sinyal permintaan di luar jalur HBM. Platform inferensi berbasis LPDDR5X yang berhasil dalam skala besar akan memperbesar pasar DRAM commodity di pusat data dan menciptakan pusat desain baru di sekitar chiplet memory fan-out dan ekspansi CXL. Ia tidak akan menggantikan HBM dalam pelatihan, tetapi akan membuktikan bahwa lapisan inferensi dapat disegmentasikan berdasarkan ekonomi memori.

Bagi investor, putaran September menandai tempat modal akhir 2026 berkonsentrasi: bukan pada klaster pelatihan lain, melainkan pada biaya melayani model yang sudah dilatih. Ia juga menetapkan standar uji tuntas yang jelas: tanyakan apakah sebuah angka berasal dari silikon yang dikirimkan atau dari simulasi, apakah pelanggan membayar dan memesan ulang, dan apakah valuasinya tetap masuk akal jika produksi bergeser dua kuartal.

FAQ

Berapa valuasi terbaru Positron AI dan kapan ditetapkan?

Positron AI mengumumkan pendanaan Series C dan Series C-1 sebesar US$875 juta pada 10 September 2026, dengan valuasi post-money US$5 miliar. Putaran itu mengikuti Series B sebesar US$230 juta pada Februari 2026 dengan valuasi post-money US$1,06 miliar.

Apa yang dijual Positron AI hari ini?

Positron menjual Atlas, sistem inferensi AI generasi pertama berbasis FPGA yang sudah dipasang di lebih dari 50 rak di Oracle Cloud Infrastructure. Pelanggan produksi yang disebutkan mencakup Jump Trading dan i3d.net, dan mitra Parasail menjalankan layanan inferensi di atas kapasitas Oracle.

Apa perbedaan Asimov dari GPU yang menggunakan HBM?

Asimov adalah ASIC memory-first yang menggunakan LPDDR5X commodity alih-alih HBM, menargetkan 288GB hingga 2.304GB memori per chip, lebih dari 90% lebar pita memori yang dapat direalisasikan sebagai target desain, sekitar 400W per chip, dan tanpa ketergantungan pada pasokan HBM atau CoWoS. Tape-out-nya dijadwalkan pada akhir 2026 di N3P TSMC, dengan produksi pada paruh kedua 2027.

Apakah klaim efisiensi Positron terverifikasi secara independen?

Tidak ada satu benchmark independen yang diterbitkan yang menyelesaikan klaim utama Positron. Perbandingan Atlas, seperti sekitar tiga kali komputasi per watt dibandingkan H100, adalah data yang dilaporkan perusahaan. Angka Asimov, termasuk lima kali tokens per watt dibandingkan Rubin pada beban kerja inti, didasarkan pada simulasi sebelum tape-out dan harus diperlakukan sebagai target desain.

Catatan: angka valuasi dan pendanaan adalah ketentuan pendanaan yang diumumkan perusahaan pada 10 September 2026; perbandingan kinerja adalah klaim perusahaan atau target simulasi sebagaimana diidentifikasi dalam teks, dan Positron belum mempublikasikan angka pendapatan.

📩 Berlangganan VLSI Korea

Dapatkan analisis semikonduktor harian kami lebih dulu di email Anda. Berlangganan gratis.

Berlangganan gratis