Reno-läisyritys Positron AI ilmoitti 10. syyskuuta 2026 keränneensä 875 miljoonaa dollaria rahoitusta, mikä nosti sen arvon 5 miljardiin dollariin. Summa on yksi vuoden 2026 suurimmista piiristartupien rahoituskierroksista, ja se kertoo jotain laajempaa: tekoälyn inferenssimarkkina on muuttumassa Nvidian yksinvallasta aidoksi kilpailukentäksi. Positronin ratkaisu ei yritä voittaa Nvidiaa nopeudella vaan hinnalla, käyttäen kalliin HBM-muistin sijaan tavallista puhelinmuistia.
Kierros on kiinnostava myös pohjoismaiselle lukijalle, sillä Suomi ja muu Pohjola rakentavat parhaillaan omia tekoälydatakeskuksiaan, ja jokainen uusi vaihtoehto Nvidian GPU:ille vaikuttaa suoraan siihen, mistä ja millä hinnalla laskentatehoa kannattaa hankkia. Tässä analyysissä käydään läpi, mitä Positron oikeasti rakentaa, keitä sen sijoittajat ovat, miten sen tekniikka eroaa Nvidian ratkaisuista ja mitä tämä tarkoittaa laajemmalle tekoälylaitteistomarkkinalle.
Rahoituskierroksen luvut: 875 miljoonaa dollaria ja 5 miljardin arvostus
Positron AI:n uusi rahoitus koostuu kahdesta osasta. SiliconANGLEn mukaan varsinainen Series C -kierros oli 375 miljoonaa dollaria 3,5 miljardin dollarin pre-money-arvostuksella, ja sen päälle rakennettiin jopa 500 miljoonan dollarin Series C-1 -lisäosuus. Yhteenlaskettuna kierros nousee 875 miljoonaan dollariin, ja yhtiön arvo kipusi 5 miljardiin dollariin post-money-arvostuksella.
Kasvu on nopeaa. Vielä helmikuussa 2026 Positron keräsi Series B -kierroksella 230 miljoonaa dollaria noin miljardin dollarin arvostuksella. Seitsemässä kuukaudessa yhtiön arvo siis viisinkertaistui. Forkast Newsin analyysin mukaan kyseessä on yksi nopeimmista arvonnousuista koko AI-piirisektorilla vuonna 2026, ja se heijastaa sijoittajien uskoa siihen, että inferenssilaskennan kustannusrakenne on murroksessa.
Kierrosta vetivät NEA (New Enterprise Associates), Atreides Management, Valor Equity Partners, Andra Capital sekä analyytikko Dylan Patelin SemiAnalysis Capital. Series C-1 -osuutta ankkuroi Silicon Graphicsin ja Netscapen perustaja Jim Clark. Mukana oli myös kymmeniä muita sijoittajia, muun muassa Qatarin valtion sijoitusrahasto QIA, DFJ Growth, Hudson River Trading, Cisco Investments, Naver Ventures ja Liberty Global Tech Ventures. Yhtiön hallitukseen liittyi kierroksen myötä neljä uutta jäsentä: Forest Baskett (NEA), Thomas Jermoluk (Jim Clarkin toimisto), Gavin Baker (Atreides Management) ja Dylan Patel (SemiAnalysis).
Mikä Positron AI on ja miksi se syntyi
Positron AI on Nevadan Renossa toimiva laitteistoyhtiö, joka keskittyy yksinomaan tekoälymallien inferenssiin, ei niiden kouluttamiseen. Toimitusjohtaja Mitesh Agrawal on kuvannut yhtiön tehtäväksi tehdä suurten kielimallien ajamisesta huomattavasti halvempaa ja energiatehokkaampaa. Ero Nvidiaan on arkkitehtuurissa: siinä missä Nvidian H100-, H200- ja tulevat Rubin-piirit nojaavat kalliiseen ja niukkaan HBM-muistiin (high bandwidth memory), Positron rakentaa piirinsä tavallisen, massatuotetun LPDDR5X-muistin varaan, samaa tyyppiä jota käytetään älypuhelimissa ja kannettavissa tietokoneissa.
Ajatus ei ole uusi keksintö, mutta Positronin väite on, että sen arkkitehtuuri saa halvasta muistista irti yli 90 prosenttia teoreettisesta kaistanleveydestä transformer-mallien inferenssissä, kun Nvidian GPU:t jäävät saman tyyppisessä kuormassa usein alle 30 prosenttiin HBM:n teoreettisesta kapasiteetista. Jos väite pitää paikkansa tuotantomittakaavassa, se tarkoittaisi, että halvempi muisti voisi tuottaa kilpailukykyisen tai jopa paremman todellisen suorituskyvyn kustannusta ja wattia kohden.
Asimov: Positronin seuraavan sukupolven inferenssipiiri
Uuden rahoituksen ensisijainen tarkoitus on rahoittaa Asimov-piirin tuotantoon vienti (tape-out). Kyseessä on TSMC:n N3P-prosessilla valmistettava piiri, jossa on systolinen laskentaverkko ja piirin päälle integroitu 288 gigatavua LPDDR5X-muistia. Muistia voidaan laajentaa CXL-väylän kautta jopa 2,3 teratavuun per piiri, ja saavutettu kaistanleveys on 2,76 teratavua sekunnissa. Piiri kuluttaa noin 400 wattia, se on ilmajäähdytteinen eikä vaadi kallista CoWoS-koteloinnin kaltaista pakkaustekniikkaa, ja se liitetään järjestelmään PCIe Gen6 -väylän kautta. Forkast Newsin mukaan Asimovin tuotantoon vienti on tavoitteena vuoden 2026 loppuun mennessä, ja massatuotanto alkaisi vuoden 2027 jälkipuoliskolla.
Titan: klusterimittakaavan inferenssijärjestelmä
Asimov-piirien päälle rakennetaan Titan-niminen inferenssijärjestelmä. Yhteen Titan-noodiin mahtuu jopa kahdeksan Asimov-piiriä, jolloin järjestelmän kokonaismuisti nousee 18,4 teratavuun ja yhdistetty kaistanleveys 23,68 teratavuun sekunnissa. Positronin mukaan tällaisella kokoonpanolla voidaan ajaa kielimalleja, joissa on yli 16 biljoonaa parametria ja kymmenien miljoonien tokenien konteksti-ikkuna, ja Titan-klustereita voidaan skaalata jopa 16 384 kiihdyttimeen. Yhtiön oman, vielä julkaisemattomaan simulaatioon perustuvan väitteen mukaan Titan tuottaisi jopa 26-kertaisen määrän tokeneita per dollari verrattuna Nvidian Blackwell GB300 NVL72 -järjestelmään. Kyse on Positronin omasta arviosta, ei riippumattomasta benchmarkista, joten lukua kannattaa tulkita varovaisesti ennen kuin ulkopuoliset testit vahvistavat sen.
Atlas on jo tuotannossa: Oracle, Parasail ja Jump Trading asiakkaina
Toisin kuin moni piiristartup, Positron ei esittele pelkkiä lupauksia. Yhtiön ensimmäisen sukupolven Atlas-järjestelmä on jo tuotantokäytössä yli 50 räkin verran Oracle Cloud Infrastructuren konesaleissa, kertoo BigGo Financen raportti. Kapasiteettia hyödyntävät muun muassa inferenssipalveluja tarjoava Parasail, algoritmikaupankäyntiyhtiö Jump Trading sekä hollantilainen datakeskusoperaattori i3d.net. Jump Trading oli myös yksi Positronin Series B -kierroksen vetäjistä helmikuussa, mikä kertoo, että sijoittaja on samalla todellinen loppuasiakas.
Atlas-järjestelmien merkittävä etu on, että ne on suunniteltu ilmajäähdytteisiksi eivätkä vaadi konesalin jäähdytysinfrastruktuurin muuttamista, toisin kuin tiheät GPU-klusterit, jotka nykyään tarvitsevat lähes poikkeuksetta nestejäähdytyksen. Tämä laskee käyttöönoton kynnystä operaattoreille, joilla ei ole valmiuksia rakentaa uutta nestejäähdytysinfrastruktuuria pelkästään yhtä laitetoimittajaa varten.
Tekniset erot: Asimov vastaan Nvidian H100, H200 ja Rubin
Alla oleva taulukko kokoaa Positronin julkistamat tekniset tiedot rinnakkain Nvidian nykyisten ja tulevien datakeskuspiirien kanssa. Luvut on koottu Positronin omasta tiedotteesta sekä Forkast Newsin ja SiliconANGLEn raporteista.
| Piiri / järjestelmä | Muistityyppi | Muistikapasiteetti | Kaistanleveys | Tehonkulutus | Jäähdytys |
|---|---|---|---|---|---|
| Positron Asimov | LPDDR5X (+ CXL-laajennus) | 288 Gt (jopa 2,3 Tt CXL:llä) | 2,76 Tt/s | ~400 W | Ilma |
| Nvidia H100 | HBM3 | 80 Gt | 3,35 Tt/s (teoreettinen) | 700 W | Ilma/neste |
| Nvidia H200 | HBM3e | 141 Gt | 4,8 Tt/s (teoreettinen) | 700 W | Ilma/neste |
| Nvidia Rubin (tuleva) | HBM4 | 288 Gt | ei vielä julkinen | ei vielä julkinen | Neste |
Huomionarvoista taulukossa on, että Nvidian tuleva Rubin-piiri nousee samaan 288 gigatavun muistikapasiteettiin kuin Positronin Asimov, mutta HBM4-muistilla, joka on merkittävästi kalliimpaa ja jonka saatavuus on rajallinen SK hynixin ja Samsungin tuotantokapasiteetin vuoksi. Positronin koko liiketoimintalogiikka nojaa juuri tähän: LPDDR5X:ää valmistetaan valtavia määriä puhelin- ja kannettavatietokoneteollisuudelle, joten sen hinta ja saatavuus eivät ole sidoksissa samaan pullonkaulaan kuin HBM.
Miksi juuri nyt: HBM-pula muuttaa koko toimialan laskelmia
Positronin nousu ei tapahdu tyhjiössä. HBM-muistin kysyntä on ylittänyt tarjonnan koko 2026, ja SK hynix sekä Samsung ovat molemmat myyneet tuotantonsa käytännössä loppuun useiksi kuukausiksi eteenpäin. Kun HBM:n hinta ja toimitusajat kasvavat, jokainen ylimääräinen gigatavu Nvidia-tyyppistä GPU-muistia muuttuu kalliimmaksi rakennuspalikaksi datakeskuksille. Tässä tilanteessa vaihtoehto, joka käyttää massatuotettua, halpaa ja laajasti saatavilla olevaa muistia, muuttuu yhtäkkiä paljon houkuttelevammaksi kuin se olisi ollut vielä pari vuotta sitten, jolloin HBM:ää oli riittävästi kaikille halukkaille.
Sama dynamiikka näkyy myös laajemmin. Inferenssiin keskittyneet piiristartupit keräsivät vuoden 2026 aikana yhteensä noin 2,0 miljardia dollaria viidessä kierroksessa, mikä vastaa noin 48 prosenttia kaikesta julkistetusta AI-piirirahoituksesta, kertoo New Market Pitchin markkinakatsaus. Inferenssistä on tullut sijoittajien suosikkikohde koulutuslaskennan sijaan, koska inferenssikuorma on ennustettavampaa, kustannusherkempää ja siksi paremmin optimoitavissa räätälöidyllä piirillä kuin yleiskäyttöisellä GPU:lla.
Taustalla on myös laajempi trendi: tekoälymallien käyttökustannukset ovat pudonneet nopeasti koko vuoden 2026 ajan. Forkast Newsin mukaan niin sanottu Silicon Data LLM Token Expenditure Index laski syyskuun alussa ensimmäistä kertaa alle yhden dollarin miljoonaa tokenia kohden. Samaan aikaan OpenAI on kehittänyt omaa Jalapeno-nimistä räätälöityä piiriään, ja DeepSeekin V4.1 Flash -mallin CED-arkkitehtuuri on raportoitu leikkaavan inferenssikustannuksia jopa 80 prosenttia verrattuna aiempiin malleihin. Kun mallien ajokustannus laskee näin nopeasti kaikilla rintamilla, halvemman muistin varaan rakennettu laitteisto kuten Positronin Asimov muuttuu entistä houkuttelevammaksi, koska koko toimiala kilpailee samasta asiasta: pienimmästä mahdollisesta hinnasta per tuotettu token.
Nvidian oma vastaus: Groqin osto 20 miljardilla joulukuussa 2025
Positron ei ole ensimmäinen yhtiö, joka on yrittänyt haastaa Nvidiaa inferenssimarkkinalla. Joulukuun 24. päivänä 2025 Nvidia teki historiansa suurimman kaupan, kun se osti nopeaan inferenssiin erikoistuneen Groqin teknologian ja avainhenkilöstön noin 20 miljardin dollarin arvosta, kertoo IntuitionLabsin analyysi. Kauppa rakennettiin lisenssi- ja rekrytointisopimuksena, jossa Nvidia sai käyttöoikeuden Groqin LPU-teknologiaan ja palkkasi sen johtoa, mutta Groq jatkoi nimellisesti itsenäisenä yhtiönä. Groqin arvo oli syyskuussa 2025 tehdyssä rahoituskierroksessa 6,9 miljardia dollaria, joten Nvidian maksama summa merkitsi lähes kolminkertaista preemiota.
Kauppa oli selvä viesti: Nvidia on valmis ostamaan pois uskottavimmat inferenssihaastajansa ennen kuin ne ehtivät viedä merkittävää markkinaosuutta. Se myös selittää, miksi Groqia ei enää mainita itsenäisenä kilpailijana tuoreimmissa Positron-analyyseissä, vaikka se oli vielä vuosi sitten yksi eniten puhutuista inferenssipiirien haastajista. Positronin kokoluokka ja sijoittajakunta, muun muassa QIA:n ja Jim Clarkin kaltaiset nimet, viittaavat siihen, että yhtiö valmistautuu tietoisesti tilanteeseen, jossa Nvidia saattaisi yrittää samaa temppua uudestaan.
Kilpailukenttä: Positron, Cerebras, SambaNova ja d-Matrix
Positron ei kilpaile tyhjässä tilassa. Inferenssipiirimarkkinalla on useita hyvin rahoitettuja haastajia, joiden strategiat eroavat toisistaan huomattavasti. Cerebras on rakentanut liiketoimintansa valtavien kiekkokokoisten piiriensä (wafer-scale engine) varaan ja on edennyt pisimmälle: yhtiö listautui pörssiin toukokuussa 2026 noin 56 miljardin dollarin arvostuksella. SambaNova puolestaan keräsi heinäkuussa 2026 miljardi dollaria 11 miljardin dollarin arvostuksella, elpyen aiemmasta, vaatimattomammasta 2,2 miljardin dollarin arvostuksesta helmikuussa. d-Matrix keskittyy niin ikään muisti- ja kaistanleveysrajoitteiden ratkaisemiseen, mutta sen tuoreimmat rahoitusluvut eivät olleet tätä artikkelia kirjoitettaessa julkisesti saatavilla.
| Yhtiö | Tuorein arvostus | Ajankohta | Ydinstrategia |
|---|---|---|---|
| Positron AI | 5 Mrd. $ | Syyskuu 2026 | LPDDR5X-muisti korvaa HBM:n inferenssissä |
| Cerebras Systems | ~56 Mrd. $ (IPO) | Toukokuu 2026 | Kiekkokokoinen (wafer-scale) piiri |
| SambaNova | 11 Mrd. $ | Heinäkuu 2026 | Dataflow-arkkitehtuuri |
| Groq (nyt osa Nvidian ekosysteemiä) | 6,9 Mrd. $ | Syyskuu 2025 (ennen Nvidia-sopimusta) | LPU, nopea tokenituotanto |
| Nvidia (koko datakeskusmarkkina) | ~150 Mrd. $ liikevaihtoennuste 2026 | 2026 | HBM-pohjaiset GPU:t, CUDA-ekosysteemi |
Taulukko havainnollistaa, kuinka eriytyneitä strategioita markkinalla ajetaan samaan aikaan. Cerebras panostaa raakaan piikokoon, SambaNova ohjelmoitavaan dataflow-malliin ja Positron halvan muistin hyödyntämiseen. Yhteistä kaikille on, että ne yrittävät murtaa saman pullonkaulan: Nvidian ja sen HBM-toimittajien hallitseman muisti- ja kaistanleveyskustannuksen.
Markkinavaikutus: kutistuuko Nvidian osuus todella?
Silicon Analystsin helmikuisen 2026 katsauksen mukaan Nvidian osuus koko tekoälykiihdytinmarkkinasta on laskenut 87 prosentista (2024 huippu) noin 75 prosenttiin vuonna 2026, vaikka yhtiön absoluuttinen liikevaihto jatkaa kasvuaan markkinan laajentuessa nopeammin kuin yksikään yksittäinen kilpailija ehtii kuroa umpeen. Koulutuslaskennassa Nvidian osuus on edelleen yli 90 prosenttia, mutta inferenssissä osuus on pudonnut 60–75 prosentin haarukkaan mukautetun piiritarjonnan ja CPU-pohjaisen kilpailun vuoksi. Koko markkinan koko ylittää 200 miljardia dollaria vuonna 2026, kun se oli vielä 160 miljardia dollaria vuonna 2025.
AMD on suurin yksittäinen vaihtoehtoinen valmistaja 6–8 prosentin osuudella, kun taas suurten pilvitoimijoiden (Google, Amazon, Microsoft, Meta) omat räätälöidyt piirit tavoittelevat yhteensä 10–15 prosentin osuutta vuoteen 2026 mennessä. Positronin, Cerebraksen ja SambaNovan kaltaiset itsenäiset startupit muodostavat tästä vielä pienen mutta nopeasti kasvavan siivun, erityisesti inferenssin puolella, joka on nyt selkeästi kilpailulle altteinta segmenttiä koko markkinasta.
Historiallinen konteksti: miksi inferenssi eroaa koulutuksesta
Vielä muutama vuosi sitten suurin osa tekoälylaitteistokeskustelusta pyöri koulutusklustereiden ympärillä, koska GPT- ja Gemini-tyyppisten mallien kouluttaminen vaati valtavia, tiiviisti kytkettyjä GPU-klustereita. Koulutus on edelleen Nvidian vahvin alue: yli 90 prosentin markkinaosuus kertoo, ettei kukaan ole vielä onnistunut horjuttamaan CUDA-ekosysteemin ja NVLink-kytkentöjen etumatkaa suurimmissa koulutusajoissa.
Inferenssi on kuitenkin eri peli. Kun malli on jo koulutettu, sen ajaminen tuotannossa on toistuvaa, ennustettavaa ja äärimmäisen kustannusherkkää työtä, jota tehdään miljardeja kertoja päivässä ympäri maailmaa. Tässä yhtälössä muistin kaistanleveys ja hinta per token nousevat ratkaisevaan asemaan tavalla, joka avaa oven täysin erilaisille piiriarkkitehtuureille kuin koulutuksessa tarvitaan. Se selittää, miksi lähes kaikki tuoreet Nvidia-haastajat, Positronista Cerebrakseen ja SambaNovaan, ovat valinneet nimenomaan inferenssin taistelukentäkseen sen sijaan, että yrittäisivät kilpailla suoraan koulutusklustereissa.
Mitä tämä tarkoittaa Suomelle ja Pohjolalle
Pohjoismaat ovat viime vuosina profiloituneet tekoälyn datakeskusinvestointien kohteena kylmän ilmaston, vakaan sähköverkon ja uusiutuvan energian ansiosta. Käytännössä jokainen uusi, halvempi ja energiatehokkaampi vaihtoehto Nvidian GPU:ille laskee kynnystä rakentaa inferenssikapasiteettia myös Suomeen ja muualle Pohjolaan, koska Positronin kaltaiset ilmajäähdytteiset järjestelmät eivät vaadi yhtä raskasta jäähdytysinfrastruktuuria kuin tiheät GPU-klusterit.
Samalla HBM-pula, joka ajaa koko Positron-ilmiötä, on jo nostanut muistikomponenttien hintoja suomalaisillekin kuluttajille ja yrityksille kuluvana vuonna. Jos halvempaan LPDDR5X-muistiin nojaavat inferenssijärjestelmät alkavat yleistyä hyperskaalaajien ja pilvioperaattoreiden, kuten Oraclen, konesaleissa, se voi hillitä osaltaan HBM:n kysyntäpainetta ja siten myös välillisesti vaikuttaa muistin hintakehitykseen laajemmin, mukaan lukien Pohjoismaiden markkinoilla myytävissä kuluttajalaitteissa.
Riskit: mikä voi mennä pieleen Positronin strategiassa
Positronin tarina ei ole riskitön. Ensinnäkin Asimov-piirin tuotantoon vienti on vasta suunnitteilla vuoden 2026 loppuun, ja massatuotanto alkaisi aikaisintaan 2027 jälkipuoliskolla, joten yhtiön lippulaivatuote on tätä kirjoitettaessa yhä paperilla. Toiseksi 26-kertainen tokenit-per-dollari-väite Blackwell GB300 NVL72:ta vastaan perustuu yhtiön omaan simulaatioon, ei riippumattomaan benchmarkiin, ja tällaiset luvut ovat historiallisesti taipuvaisia kutistumaan, kun tuote pääsee oikeisiin tuotantoympäristöihin.
Kolmanneksi Nvidia ei ole passiivinen katsoja. Groqin tapaus osoitti, että Nvidialla on sekä kassaa että halua ostaa pois uskottavimmat haastajat, ja Positronin kokoluokka (5 miljardin dollarin arvostus) on jo lähellä sitä tasoa, jolla tällaiset kaupat ovat aiemmin tapahtuneet. Lisäksi Positronin oma menestys riippuu LPDDR5X-muistin saatavuudesta ja hinnasta jatkossakin: jos kysyntä tälläkin muistityypillä alkaa ylittää tarjonnan samaan tapaan kuin HBM:llä on käynyt, koko liiketoimintalogiikka joutuu koetukselle.
Positronin ilmoittamat asiakkaat, Parasail, Jump Trading ja i3d.net, edustavat toistaiseksi kapeaa asiakaskuntaa: kvantitatiivista kaupankäyntiä ja erikoistuneita pilvipalveluja, ei suuria kuluttajasovelluksia pyörittäviä hyperskaalaajia kuten Metaa tai Microsoftia. Jotta Positronin 5 miljardin dollarin arvostus voi lunastaa itsensä pitkällä aikavälillä, yhtiön täytyy vakuuttaa myös suurimmat pilvitoimijat siitä, että kaupallinen Asimov-piiri toimii tuotannossa yhtä hyvin kuin sen simulaatiot lupaavat.
Ennusteet: mitä seuraavaksi tapahtuu
- Asimov-piirin tuotantoon vienti toteutuu todennäköisesti aikataulussaan vuoden 2026 loppuun mennessä, mutta massatuotannon alkaminen 2027 jälkipuoliskolla voi venyä muutamalla kuukaudella, kuten piirialalla on tapana.
- Oracle Cloud Infrastructuren Atlas-käyttöönotto todennäköisesti laajenee vuoden 2027 alkupuolella yli sadan räkin mittakaavaan, jos nykyiset asiakkaat (Parasail, Jump Trading, i3d.net) raportoivat positiivisia kustannussäästöjä.
- Nvidia todennäköisesti vastaa joko omalla halvemman muistin tuotelinjalla tai uudella yritysostolla, samaan tapaan kuin Groqin kohdalla joulukuussa 2025, jos Positronin tai Cerebraksen kaltaiset haastajat alkavat viedä näkyvää markkinaosuutta inferenssistä.
- HBM-pulan jatkuessa yhä useampi pilvioperaattori todennäköisesti pilotoi LPDDR5X-pohjaisia vaihtoehtoja vuoden 2027 aikana, mikä voi hidastaa HBM:n hinnannousua marginaalisesti mutta ei poista sitä kokonaan.
- Cerebras, SambaNova ja Positron todennäköisesti kilpailevat yhä voimakkaammin samoista hyperskaalaaja-asiakkaista, mikä voi johtaa konsolidaatioon tai uusiin yhteistyösopimuksiin jo vuoden 2027 aikana.
Näin Positronin arkkitehtuuri toimii käytännössä
Yksinkertaistettuna Positronin systolinen laskentaverkko sijoittaa kielimallin painot mahdollisimman lähelle laskentayksikköä, jolloin data ei joudu matkustamaan pitkiä matkoja piirin sisällä. Tämä on avainasemassa siihen, miksi yhtiö väittää saavansa halvasta LPDDR5X-muistista irti yli 90 prosenttia teoreettisesta suorituskyvystä: perinteisessä GPU-arkkitehtuurissa suuri osa HBM:n kaistanleveydestä hukkuu muistin ja laskentaytimien väliseen liikenteeseen, kun taas Positronin mallissa paino- ja aktivaatiodata pidetään mahdollisimman paikallisena.
Piirissä on lisäksi erillisiä aktivaatiofunktiomoduuleja ja CPU-ytimiä, joita yhtiö kuvaa ohjelmoitavaksi hätäuloskäynniksi tilanteisiin, joissa mallin arkkitehtuuri vaatii operaatioita, joita kiinteä systolinen verkko ei suoraan tue. Tämä joustavuus on tärkeää, koska kielimallien arkkitehtuurit muuttuvat nopeasti, eikä täysin kiinteä piiri pysyisi mukana esimerkiksi uusien attention-mekanismien tai MoE-arkkitehtuurien (mixture-of-experts) kanssa.
Rahoituskierrosten aikajana: Series B:stä Series C-1:een
Alla oleva taulukko kokoaa Positronin kaksi viimeisintä rahoituskierrosta rinnakkain, jotta arvonnousun mittakaava käy selvästi ilmi.
| Kierros | Ajankohta | Summa | Arvostus | Pääsijoittajat |
|---|---|---|---|---|
| Series B | 4.2.2026 | 230 M$ | >1 Mrd. $ | Arena Private Wealth, Jump Trading, Unless |
| Series C | 10.9.2026 | 375 M$ | 3,5 Mrd. $ (pre-money) | NEA, Atreides Management, Valor Equity Partners |
| Series C-1 | 10.9.2026 | jopa 500 M$ | 5 Mrd. $ (post-money, kattona) | Jim Clark, SemiAnalysis Capital (Dylan Patel) |
Series C-1 -osuus on rakenteeltaan enintään 500 miljoonaa dollaria, eikä koko summa ole välttämättä täysin sitoutunutta pääomaa heti alussa. Tämä on tyypillistä nykyisille megakierroksille, joissa sijoittajat haluavat säilyttää joustavuutta sen mukaan, miten yhtiön tuotekehitys etenee seuraavien kuukausien aikana.
Usein kysytyt kysymykset
Mikä on Positron AI?
Positron AI on yhdysvaltalainen, Renossa Nevadassa toimiva laitteistoyhtiö, joka rakentaa tekoälymallien inferenssiin erikoistuneita piirejä ja järjestelmiä. Sen tunnetuimmat tuotteet ovat Atlas (jo tuotannossa), Asimov (tuleva piiri) ja Titan (tuleva klusterijärjestelmä).
Kuinka paljon rahaa Positron AI keräsi syyskuussa 2026?
Yhtiö keräsi yhteensä 875 miljoonaa dollaria kahdessa osassa: 375 miljoonan dollarin Series C -kierroksella ja enintään 500 miljoonan dollarin Series C-1 -lisäosuudella. Rahoitus nosti yhtiön arvon 5 miljardiin dollariin.
Miten Positronin teknologia eroaa Nvidian GPU:ista?
Nvidian H100-, H200- ja tulevat Rubin-piirit käyttävät kallista ja niukasti saatavilla olevaa HBM-muistia. Positronin Asimov-piiri käyttää sen sijaan tavallista, massatuotettua LPDDR5X-muistia, jota valmistetaan älypuhelimiin ja kannettaviin tietokoneisiin, ja väittää saavansa siitä irti yli 90 prosenttia teoreettisesta kaistanleveydestä.
Onko Positronin laitteisto jo käytössä tuotannossa?
Kyllä, yhtiön ensimmäisen sukupolven Atlas-järjestelmä on käytössä yli 50 räkin verran Oracle Cloud Infrastructuren konesaleissa, ja sitä hyödyntävät muun muassa Parasail, Jump Trading ja i3d.net.
Milloin Positronin Asimov-piiri tulee myyntiin?
Piirin tuotantoon vienti on suunniteltu vuoden 2026 loppuun, ja massatuotannon on tarkoitus alkaa vuoden 2027 jälkipuoliskolla. Kaupallinen saatavuus on siis vielä noin vuoden päässä.
Kuka on Positron AI:n toimitusjohtaja?
Yhtiön toimitusjohtaja on Mitesh Agrawal, joka on kuvannut yhtiön tavoitteeksi tehdä suurten tekoälymallien tuotantokäytöstä huomattavasti nykyistä halvempaa ja energiatehokkaampaa.
Miksi Nvidia osti Groqin joulukuussa 2025?
Nvidia lisensoi Groqin LPU-teknologian ja palkkasi sen avainhenkilöstöä noin 20 miljardin dollarin arvoisella sopimuksella. Kauppa tulkittiin laajalti yritykseksi neutraloida uskottavin itsenäinen inferenssihaastaja ennen kuin se ehtisi viedä merkittävää markkinaosuutta.
Mitä tämä tarkoittaa Suomen ja Pohjoismaiden tekoälydatakeskuksille?
Halvempi, ilmajäähdytteinen inferenssilaitteisto laskee kynnystä rakentaa lisää tekoälykapasiteettia myös Pohjoismaihin, ja voi pitkällä aikavälillä hillitä HBM-muistin kysyntäpainetta, joka on jo nostanut muistikomponenttien hintoja myös kuluttajamarkkinoilla.
