告别英伟达时代？FPGA技术突围，2026年AI芯片大战一触即发！
一家叫Positron的初创公司最近拿到了5160万美元融资，他们要做专门跑AI模型的芯片。创始人团队2023年才成立公司，用1250万美元种子轮资金做出了第一代产品Atlas，现在第二代产品计划2026年上市。这家小公司说要挑战英伟达的GPU垄断，声称自己芯片的内存效率比对方高3倍，功耗却低三分之二。
Positron的CEO Agrawal说他们做芯片是为了让AI模型跑得更便宜。他们设计的系统能在单台机器里运行参数量16万亿的模型，这比现在大部分AI服务器能处理的模型大得多。他们给客户算过账，用他们的设备每生成一个AI回复的花费比用英伟达GPU低很多，而且不需要担心芯片缺货问题。
公司技术核心是FPGA芯片。这种芯片不像GPU那样固定功能，能随时调整运算方式。Positron用FPGA做了个叫Atlas的盒子，里面装了四块特殊芯片，客户可以直接拿开源模型来用，不需要改代码。他们最近卖出了价值几百万美元的设备，现在有20个潜在客户在测试。
英伟达的GPU现在是AI训练和推理的主流选择，但问题不少。Agrawal团队抱怨说用GPU太耗电，内存不够用，而且英伟达芯片经常缺货。他们自己测试发现，Atlas跑一个叫Llama3的模型时，每瓦特电能生成280个文字单位，而英伟达的DGX系统只能出180个，耗电却是三倍。
Positron现在用的FPGA芯片是英特尔的，但未来要自己做ASIC专用芯片。他们说FPGA虽然性能不如ASIC，但能快速改功能，等确定技术路线再研发ASIC更稳妥。CEO Sohmers解释说很多AI芯片公司失败是因为花了太久研发ASIC却没人买，他们想先用FPGA验证市场。
Atlas机器是个四层机箱，里面四块FPGA芯片连着高速内存。他们最新的设计能把同样功能压缩到两层机箱，内存容量还能再扩大。技术团队说他们优化了芯片内部的数据传输路径，让内存利用率超过90%，而GPU通常只能到30%。
现在Positron的客户主要是中小型云服务商和企业。这些客户不想被英伟达绑定，但又需要处理大模型。有公司用Atlas跑了视频生成模型，发现耗电量只有之前GPU方案的三分之一。不过他们承认这些数据需要第三方验证，现在主要靠客户自己测试。
英伟达垄断带来的问题不只是贵。很多AI公司抱怨GPU算力不够用，训练大模型要排队等资源。Positron说他们的系统能同时服务更多用户，比如一个Atlas机器可以同时处理多个长对话，而GPU可能只能做单一任务。
他们计划2026年推出的ASIC芯片会更省电，但具体性能参数还没公布。现在用FPGA已经能做到单芯片连接2TB内存，这比大部分GPU的内存容量大很多。技术团队透露ASIC会把运算单元和内存连接得更紧密，减少数据搬运时间。
Positron的客户包括一些做AI客服和游戏公司的客户。有客户说Atlas设备安装简单，插上电接上网线就能用，而GPU服务器需要复杂配置。但也有客户担心FPGA的计算速度不如GPU，尤其在需要大量浮点运算的任务上。
公司目前主要卖硬件盒子，但也在开发配套软件。他们做了个系统让客户直接从模型库下载模型，自动适配到自己的芯片上。有技术博客测试发现，用Positron设备跑模型确实不用改代码，而英伟达的系统有时需要重写部分程序。
英伟达最近也在推新芯片，比如H200，号称能解决内存瓶颈。但Positron团队认为这些改进不够，因为GPU架构从根本上受限于内存带宽。他们展示的测试数据显示，Atlas在处理超长对话时，能同时处理更多用户请求，延迟更低。
现在的问题是Positron的测试数据都是自己做的，第三方还没验证。有行业分析师说要等更多客户公开对比结果才能下结论。不过他们快速迭代FPGA芯片的能力确实让投资人放心，最近一轮融资超额完成。
Positron的办公室墙上贴着标语：“让超级智能触手可及”。他们说开源模型应该用更便宜的方式运行，而不是被高价GPU锁死。现在已经有开源社区在测试他们的设备，讨论区里有人说确实省了不少电费，但也有人抱怨驱动程序不够稳定。
未来两年是关键。如果2026年ASIC芯片能按计划推出，且性能真如宣传，那英伟达的垄断可能会被打破。但芯片研发风险大，之前不少公司跳票过。Positron选择先用FPGA站稳市场，等ASIC出来再扩大优势，这可能是他们活下去的策略。
