Le positron $875M Bet : La véritable compétition réelle est la mémoire, pas les FLOPS

Le Positron, une start-up spécialisée dans les chips de déduction qui n’existait pas avant 2023, a levé des fonds.875 millions cette semaine, à une valeur de 5 milliards de dollars.Pour mettre sur le marché son silicium de nouvelle génération. Cela marque un…Une augmentation d’environ cinq fois par rapport en février, où son valeur était d’environ 1 milliard de dollars.Après sa phase de financement de série B. Ces fonds ne visent pas à remplacer Nvidia par des solutions informatiques alternatives. C’est plutôt une opportunité pour mettre en œuvre une idée plus spécifique et intéressante : lors de l’inférence, la contrainte qui détermine le montant de revenus d’un modèle d’IA n’est plus le calcul, mais la mémoire.

La différence entre l’entraînement et l’inférence est l’ensemble du processus. L’entraînement correspond à une tâche unique qui consiste à créer un modèle : des semaines de travail intensif en mathématiques, sur des milliers d’unités de calcul. L’inférence, quant à elle, concerne chaque instruction que le chatbot reçoit, chaque mot qu’il génère… Et cela se produit indéfiniment. À mesure que les modèles sont mis à disposition des utilisateurs réels, les dépenses de l’industrie suivent la croissance des revenus.Selon Deloitte, les calculs d’inférence représenteront environ deux tiers de la consommation en calcul pour l’IA d’ici 2026. Le marché en question atteindra alors une valeur d’environ 50 milliards de dollars.C’est là que se décidera la lutte pour la prochaine étape de ce cycle. Il ne s’agit pas principalement d’une lutte concernant les FLOPS bruts.

L’infernce est limitée par la barrière de la mémoire. Un GPU peut calculer beaucoup plus rapidement que ne le permet sa capacité à envoyer des données vers ses unités arithmétiques. Par conséquent, pour les inférences où le coût est important, le calcul coûteux reste inutilisé, tandis que le bus de mémoire limite le débit. Chaque token doit être émis depuis la mémoire ; donc, les critères économiques – coût par token, puissance requise par token – dépendent de la bande passante mémoire utilisée par le chip, et non de son nombre de FLOPS. C’est là l’innovation de l’approche de Positron : il ne cherche pas à surpasser Nvidia en termes de vitesse brute. Il construit son système en fonction de la manière dont l’infernce se déroule réellement.

C’est là que la mémoire de produits commerciaux entre en jeu. Les composants phares de Nvidia reposent sur une mémoire à haut débit (HBM), le type de RAM le plus rapide, qui est intégrée de manière compacte dans le circuit imprimé. L’HBM est rapide, mais rare et coûteuse ; par conséquent, tout le marché est confronté à une pénurie de HBM. En revanche, le Positron utilise une mémoire ordinaire comme LPDDR – le même type de mémoire utilisé dans les téléphones et ordinateurs haut de gamme – attachée à un substrat organique. C’est moins rapide en termes de vitesse, mais beaucoup plus abondant et moins cher. De plus, il n’est pas soumis aux restrictions liées à la chaîne d’approvisionnement en HBM.

La question importante est de savoir si cette mémoire bon marché peut vraiment remplir son rôle. Ici, l’affirmation de Positron constitue le cœur de sa promesse.L’utilisation de la bande passante de mémoire dépasse 90 %, voire jusqu’à 93 %. En revanche, les charges de travail d’inference avec HBM utilisent en général seulement entre 20 % et 50 % de cette bande passante.En termes pratiques, cela signifie que le Rubin de Nvidia pourrait annoncer une bande passante mémoire de environ 16 TB/s brute, mais seulement…Une vitesse d’estimation de 2,5–8 TB/s est utilisable ; Positron a une vitesse totale d’environ 11 TB/s.Avec son utilisation prétendue, il fournit environ 10 TB/s de bande passante efficace. La même lutte, mais gagnée différemment : plus de ce que vous achetez est vraiment utilisé.

L’histoire liée au pouvoir est ce qui fait que les économies se multiplient. Les affirmations concernant l’envoi du chip Atlas par Positron…Trois fois plus de puissance de calcul par watt que celle de l’H100. L’H200, quant à lui, nécessite environ 2 000 watts pour traiter une tâche donnée. Le système basé sur l’H200 utilise alors environ 5 900 watts.Il est refroidi par l’air et peut être installé dans un rack normal. Il peut donc être placé dans les racks de centres de données anciens, ceux qui ont une puissance de 15–30 kW et sont refroidis par l’air. Ces racks ne peuvent pas utiliser des systèmes Blackwell ou Rubin refroidis par liquide sans réparation. C’est un client sérieux. Positron le met en œuvre.Plus de 50 serveurs Atlas transférés vers Oracle CloudPour l’inférence à base de mixtes-experts, son dirigeant principal a décrit cela comme…Dix millions de dollars, avecJump Trading en tant qu’investisseur-client.

Maintenant, il reste encore la partie de la mise en jeu qui n’a pas été remboursée. Les puces efficaces que j’ai utilisées pour faire fonctionner l’histoire appartiennent à Atlas, et elles sont en cours d’expédition. La raison pour laquelle Positron a besoin de 875 millions de dollars est que c’est le chip de deuxième génération : un produit fabriqué par TSMC, destiné à…Lancement tardif cette année, et production au second semestre 2027.avec un objectif précis deCinq fois plus de données par watt pour le GPU Nvidia Rubin. De plus, plus de deux téraoctets de mémoire directe par accélérateur, contre seulement 384 gigaoctets pour le Rubin.Cinq fois est un objectif fixé sur la feuille de route, mais pas un résultat concret – cela n’a pas été atteint dans les états financiers.

Cette différence entre la promesse et la livraison est la discipline dont cette histoire a besoin. À la fin de 2025, Positron avait…Environ 5,4 millions de dollars de revenus.Le directeur général de l’entreprise exprime ses ambitions de manière modeste : il dit que Positron serait « chanceux » s’il pouvait acquérir…Dix pour cent d’un marché d’inferences de ~50 milliards de dollars.En tenant compte d’une valeur de 5 milliards de dollars, on comprend que le prix payé ne correspond pas à ce que l’entreprise a vendu. Il s’agit plutôt du coût nécessaire pour assurer que les produits Asimov soient fabriqués dans le temps et avec l’efficacité prétendue. Il y a déjà des problèmes : l’entreprise…Ne pouvait pas obtenir une allocation dans l’usine de TSMC en Arizona.— Apple et Nvidia ont une priorité : donc, la production initiale se fera à Taïwan. La fabrication aux États-Unis ne devrait commencer qu’avant 2028.

Aucun de ces éléments ne constitue un argument suffisant pour acheter ou éviter Nvidia. C’est plutôt un argument concernant la direction que prendra l’économie du cycle d’inference. Les leaders et les concurrents s’accordent largement sur ce point.Selon certaines sources, Nvidia aurait envisagé de réduire la quantité de mémoire utilisée dans ses chips Rubin Ultra.Dans le contexte de la pénurie de HBM, cela indique que même les constructeurs existants considèrent l’inference comme un problème lié à l’efficacité en termes de mémoire et de puissance. Ils cherchent donc à rendre leurs composants plus efficaces en termes de mémoire. Cela constitue à la fois une validation des objectifs de Positron, mais aussi une menace majeure pour lui : si l’efficacité en termes de mémoire est ce qui est essentiel pour l’inference, le leader du marché, avec son logiciel et sa taille d’entreprise, se dirige déjà dans cette direction.

Pour un investisseur, l’important à retenir n’est pas un nouveau titre boursier : Positron est une entreprise privée, et ce n’est pas quelque chose que les comptes en ligne puissent posséder. Il s’agit plutôt d’un mécanisme particulier. C’est pour cette raison que les coûts liés à la mémoire, l’approvisionnement en HBM et la consommation d’énergie ont commencé à jouer un rôle plus important dans le marché de l’IA que les performances en termes de FLOPS. C’est aussi pour cette raison que la compétition dans ce secteur se joue entre ceux qui sont capables de transformer le moins de mémoire et d’énergie en un rendement maximal. Les 875 millions de dollars investis par Positron constituent donc une mise à disposition claire et cohérente dans cette direction. La question de savoir si cette mise à disposition rapporte 5 milliards de dollars est une autre question… Une question dont on ne connaîtra pas la réponse avant que la déclaration d’Asimov ne soit considérée comme des revenus réels – ou non.