Yapay zekâ çıkarım (inference) çipleri geliştiren Nevada merkezli girişim Positron 875 milyon dolar tutarında yeni bir finansman turu tamamladı. 10 Eylül 2026’da duyurulan bu Seri C yatırımıyla şirketin değerlemesi 5 milyar dolara ulaştı; bu rakam, şubat ayındaki değerlemenin yaklaşık beş katı. Yatırıma NEA, Atreides Management, Valor Equity Partners, Andra Capital, SemiAnalysis Capital, Silicon Graphics Inc. ve Netscape’in kurucu ortağı Jim Clark dahil olmak üzere onlarca kurumsal yatırımcı katıldı.
Bu haberde Positron’un Nvidia’nın grafik işlemcilerine (GPU) karşı önerdiği farklı yaklaşımı, açıklanan performans iddialarını ve bu finansmanın yapay zekâ donanım pazarındaki dengelere nasıl bir etki yapabileceğini inceliyoruz.
Positron’un Farkı: Pahalı Bellek Yerine Telefon Belleği
Nvidia’nın çoğu yapay zekâ hızlandırıcısı, yüksek bant genişlikli bellek (HBM) kullanıyor. Bu bellek türü hem üretimi zor hem de arz sıkıntısı nedeniyle pahalı. Positron ise farklı bir yol izliyor: şirketin çipleri, akıllı telefonlarda kullanılan LPDDR5X bellek türünü tercih ediyor. Bu tercih, tedarik zinciri baskısından büyük ölçüde kaçınmayı ve bellek maliyetini düşürmeyi hedefliyor.
Şirketin iddiasına göre kendi sistemleri LPDDR5X bant genişliğinin yüzde 90’ından fazlasını kullanabilirken, rakip hızlandırıcılarda bu oran yüzde 30’un altında kalıyor. Positron’un yayımladığı simülasyon sonuçlarına göre sistemleri, Nvidia’nın Blackwell GB300 NVL72 çözümüne kıyasla dolar başına 26 kat daha fazla token işleyebiliyor. Bu rakamların bağımsız test kuruluşlarınca henüz doğrulanmadığını belirtmek gerekir; şirketin kendi ölçümleri olduğu için bağımsız karşılaştırmaları takip etmekte fayda var. Ayrıca bu tür karşılaştırmalar genellikle belirli bir iş yüküne (örneğin uzun bağlamlı metin üretimi) göre optimize edilmiş senaryolarda yapılıyor; farklı iş yüklerinde ortaya çıkacak gerçek performans farkı değişebilir.
Ürün Ailesi: Titan ve Asimov
Ürün aşamaları farklıdır: Positron Atlas’ı satışa hazır ürün olarak listeliyor; Titan ve Asimov’u 2027 için planlıyor. Titan’ın 18,4 TB kapasitesi gelecek sistemin toplamıdır, tek Asimov çipinin belleği değildir. Bant genişliğinde TB/s (bayt) ile Tb/s (bit) sekiz kat farklıdır; birimi yanlış aktarmak karşılaştırmayı bozar. Sistolik dizi de modelin bütün ağırlıklarını kalıcı olarak çip üstü SRAM’e sığdırdığı anlamına gelmez.
| Özellik | Positron Titan |
|---|---|
| Bellek kapasitesi | 18,4 TB LPDDR5X |
| Bant genişliği | 23,68 TB/s |
| Desteklenen model boyutu | 32 trilyon parametreye kadar |
| Bellek türü | Telefon sınıfı LPDDR5X |
Yapay Zekâ Çip Yatırımlarında Genel Tablo
Positron’un turu tek başına bir örnek değil. Aynı hafta içinde optik ara bağlantı (interconnect) teknolojisi geliştiren Ayar Labs 150 milyon dolar toplarken, Şanghay merkezli çip üreticisi Enflame’in halka arzı ilk işlem gününde yüzde 188 değer kazandı. Bu tablo, yapay zekâ altyapısına yönelik yatırımcı ilgisinin yalnızca büyük bulut şirketleriyle sınırlı kalmadığını, çip tasarımından bellek mimarisine kadar tedarik zincirinin her katmanında rekabetin kızıştığını gösteriyor. Nvidia hâlâ pazarın büyük çoğunluğunu elinde tutsa da, yatırımcılar alternatif mimarilere ciddi miktarda sermaye yönlendirmeye devam ediyor.
Bununla birlikte, Nvidia’ya rakip olma iddiasıyla ortaya çıkan donanım girişimlerinin geçmişte benzer vaatlerle büyük yatırım turları topladığı ve sonrasında üretim veya yazılım ekosistemi sorunlarıyla beklenen ölçeğe ulaşamadığı örnekler de var. Bu nedenle Positron’un iddialarını, şirketin gerçek donanımını üçüncü taraf laboratuvarlarda test ettirmesine kadar temkinli karşılamakta fayda var.
Yatırımın Kullanım Alanı ve Zaman Çizelgesi
Haberde fonun üretim ve yeni çip geliştirmeye ayrılması, Asimov’un tape-out’u ile 2027 seri üretim hedefi aktarılıyor. Tape-out fiziksel çalışan ürünün teslim edildiği anlamına gelmez. Bu hedeflerden Atlas’ın da satılmadığı sonucu çıkarılamaz.
Neden Önemli?
Yapay zekâ modellerini çalıştırmanın (inference) maliyeti, şirketler için giderek büyüyen bir gider kalemine dönüştü. Nvidia’nın HBM tabanlı çözümleri güçlü performans sunsa da tedarik kısıtları ve yüksek fiyat, alternatif arayışları hızlandırıyor. Positron’un iddia ettiği maliyet avantajı doğrulanırsa, özellikle bütçesi sınırlı orta ölçekli şirketler için büyük dil modellerini üretime alma maliyeti önemli ölçüde düşebilir. Ancak bu tür iddiaların gerçek dünya yüklerinde ne ölçüde geçerli olacağını görmek için bağımsız karşılaştırmaları beklemek gerekiyor. Ayrıca çıkarım maliyetinin düşmesi yalnızca donanımla değil, model tarafındaki verimlilik artışlarıyla da destekleniyor; nitekim aynı hafta duyurulan DeepSeek V4.1-Flash gibi modellerin bellek kullanımını mimari düzeyde küçültmesi de benzer bir hedefe hizmet ediyor. Donanım tarafındaki bu tür mimari yeniliklerin yapay zekâ modellerinin çalışma mantığıyla ilişkisini merak edenler tokenization sürecini anlatan rehberimizi inceleyebilir.
Kontrol Listesi: Yapay Zekâ Çıkarım Donanımı Değerlendirirken
- Şirketin yayımladığı performans rakamlarının bağımsız test kuruluşlarınca doğrulanıp doğrulanmadığını kontrol edin.
- Ürünün halihazırda ticari olarak satışa sunulup sunulmadığını, yoksa prototip aşamasında mı olduğunu netleştirin.
- Mevcut altyapınızla (yazılım desteği, sürücüler, çerçeve uyumluluğu) yeni donanımın uyumlu olup olmadığını araştırın.
- Toplam sahip olma maliyetini (donanım + enerji + bakım) yalnızca birim başına performans rakamlarına değil, gerçek kullanım senaryonuza göre hesaplayın.
Haberin ayrıntıları için SiliconANGLE’ın haberine göz atabilirsiniz.
Sıkça Sorulan Sorular
Positron’un çipleri şu anda satın alınabiliyor mu?
Atlas şirket sitesinde satışa hazır olarak listeleniyor; Titan ve Asimov 2027 için planlanıyor. Belirli kapasite, teslimat ve fiyat teklifi ayrıca doğrulanmalıdır; Asimov simülasyonunu mevcut Atlas ölçümü olarak kullanmayın.
Positron 875 milyon dolar ile ne yapacak?
Şirket bu fonu öncelikle üretim kapasitesini artırmak, Asimov çipini TSMC’nin 3 nanometre sürecinde bant üzerine almak ve ürün geliştirme sürecini hızlandırmak için kullanacağını açıkladı.
LPDDR5X bellek, HBM’e göre neden daha avantajlı?
LPDDR5X akıllı telefonlarda yaygın kullanıldığı için tedarik zinciri çok daha geniş ve üretim maliyeti daha düşük. HBM ise sınırlı sayıda üreticide bulunuyor ve arz kısıtları fiyatları yukarı çekiyor.
Positron, Nvidia’nın yerini alabilir mi?
Kısa vadede bu olası görünmüyor. Nvidia’nın yazılım ekosistemi (CUDA) ve pazar payı çok güçlü; Positron gibi girişimler şimdilik belirli iş yükleri için maliyet avantajlı bir alternatif sunmaya odaklanıyor.
Bu tür donanım yatırımları yapay zekâ fiyatlarını düşürür mü?
Çıkarım maliyetlerinin düşmesi API fiyatlarına yansıyabilir, ancak bu doğrudan ve garanti bir sonuç değil; rekabetin yoğunluğu ve talep düzeyi de fiyatları etkileyen önemli faktörler arasında.
Şirketin 26× tokens/dolar grafiği Asimov simülasyonu, belirli token hızı ve 8K girdi/1K çıktı varsayımları kullanıyor. Aynı grafikte başka çalışma noktasında oran 2,4×. Bu, her modelde veya yükte 26 kat avantaj değildir; gelir, kâr ve TCO da aynı metrik değildir.
Teknik kaynak: Positron — Ürün aşamaları ve simülasyon varsayımları.
Teknik kaynak: Positron — Titan sistem kapasitesi ve TB/s birimi.
