能效比直指 Rubin 的 5 倍？初创 Positron 推出 Asimov，重塑 AI 大模型推理

正文：

全球 AI 芯片竞争不断升温之际，初创公司 Positron 正式发布全新 AI 推理芯片 Asimov。官方称这款面向大模型（LLM）推理深度优化的芯片，在能效比（每瓦特能产出多少 Token）与性价比（每美元能产出多少 Token）两项关键指标上，目标达到英伟达下一代 Rubin 架构的 5 倍，这一大胆表述迅速引发业界关注。

Positron 的思路是对传统 GPU 做“减法”。Asimov 删去通用计算卡里繁复的控制逻辑，改用更纯粹的张量处理架构，尽量把能量从非计算环节的浪费中收回来，力求最大化计算效率。这样的设计让同规模模型的功耗更低，也显著压缩芯片制造与封装成本。团队表示，在当下数据中心电力紧张的大背景下，这种极致的能效将成为企业上线 AI 服务的关键因素。

当然，想要撼动英伟达的市场地位并不容易。Positron 正在打造配套编译器与开发生态，力求让开发者可以顺畅迁移现有的 PyTorch 或 TensorFlow 模型。Asimov 采用先进制程，并围绕主流 Transformer 架构做了硬件级优化，目标是在面对万亿参数模型时，依旧保持高吞吐与低时延。

业内观点认为，Positron 的入场体现了 AI 芯片从“通用算力”向“专用推理”转型的趋势。如果 Asimov 真能兑现“效能提升 5 倍”的承诺，或将重塑大模型推理的成本格局。

划重点:

• 🚀 能效巅峰挑战: Asimov 宣称在每瓦特与每美元的 Token 产出上，相比英伟达未来 Rubin 架构可达 5 倍，主打极致性价比。

• 🏗️ 架构精简革新: 削减通用计算中的冗余模块，专注张量计算的专用架构，显著降低推理阶段的能量损耗与硬件成本。

• 🌐 瞄准大规模推理: 硬件深度优化 Transformer，旨在解决万亿参数模型落地时的电力瓶颈与高昂运营费用。