Positron AI cerró una ronda Serie C de 875 millones de dólares a una valoración de 5,000 millones — cinco veces más que en febrero — apostando a que reemplazar la memoria HBM por memoria LPDDR5X de grado smartphone puede resolver el cuello de botella real de la inferencia: no el cómputo, sino la memoria.
La ronda, co-liderada por NEA, Atreides Management, Valor Equity Partners, Andra Capital, SemiAnalysis Capital de Dylan Patel y Jim Clark (cofundador de Silicon Graphics y Netscape), financiará el tapeout de su chip Asimov, la puesta en producción de su sistema Titan y un centro de datos de ingeniería de más de 2 MW. La tesis de Positron es simple de enunciar y difícil de ejecutar: en inferencia de modelos grandes, el cuello de botella no es cuánto puede calcular un chip, sino cuánta memoria tiene disponible y a qué velocidad puede leerla. Por eso su chip Asimov combina una arquitectura de array sistólico con memoria co-localizada que guarda directamente los pesos del modelo, en vez de depender de HBM (high-bandwidth memory) — el estándar que usan Nvidia y AMD y que hoy es escaso y caro por la demanda del boom de IA.
En lugar de HBM, Asimov usa LPDDR5X — el mismo tipo de memoria que llevan los smartphones de gama alta — que es más barata y no compite por la misma cadena de suministro saturada. Positron afirma que sus sistemas alcanzan más de 90% de utilización del ancho de banda de LPDDR5X, frente a un típico 30% de utilización de HBM en aceleradores de la competencia. El sistema Titan puede llegar a 18.4 terabytes de memoria LPDDR5X con 23.68 terabits por segundo de ancho de banda, combinando hasta 8 chips Asimov por unidad y permitiendo clústeres de hasta 16,384 aceleradores — suficiente, según la compañía, para modelos de hasta 32 billones de parámetros con ventanas de contexto de 10 mil millones de tokens.
El CEO Mitesh Agrawal resumió la prioridad de la compañía tras el cierre de la ronda: "nuestro foco ahora es sacar el tapeout de Asimov, llevar Titan a producción y escalar la manufactura para cubrir la demanda que tenemos enfrente". Es importante notar que la cifra de 26x en tokens por dólar proviene de simulaciones internas de Positron, no de benchmarks independientes publicados — algo normal en esta etapa pre-producción, pero que conviene tratar como proyección y no como hecho verificado hasta que haya hardware físico corriendo cargas reales.
Positron no está sola en esta tesis: la ronda llega en un momento de inversión récord en silicio de inferencia especializado, con startups como Etched levantando cientos de millones para chips diseñados específicamente para servir modelos de frontera. Lo distintivo de Positron es que apuesta explícitamente por evitar la memoria HBM en vez de competir por ella, lo cual —si la ejecución técnica funciona como promete la compañía— podría diferenciarla en un mercado donde casi todos los demás jugadores están limitados por la misma cadena de suministro escasa.
Carlos Montiel es arquitecto de soluciones IA empresarial. Implementa LLMs, Agentes, RAG y orquestadores en empresas de Guatemala y Latinoamérica. Contáctalo para una consultoría.
Contactar a Carlos Montiel