Tiga syarikat pemula cip AI yang mengumpul berbilion dolar untuk mencabar Nvidia

1. Cerebras Systems: Pengkomputeran berskala wafer dengan nilai AS$23 bilion

Pembiayaan dan penilaian

Cerebras menutup pusingan pembiayaan Siri H bernilai AS$1 bilion pada Februari 2026, pada penilaian selepas pelaburan sekitar AS$23 bilion. Angka itu hampir tiga kali ganda berbanding penilaiannya sebanyak AS$8.1 bilion kira-kira enam bulan sebelumnya .

Pusingan tersebut diketuai Tiger Global, dengan penyertaan AMD, Fidelity, Benchmark, Coatue dan pelabur lain . Pada April 2026, Cerebras turut menghidupkan semula proses penyenaraian awamnya. Setakat Mei 2026, syarikat itu dilaporkan menyasarkan kutipan sekitar AS$4.8–5 bilion pada penilaian melebihi AS$50 bilion .

Teknologi

Cerebras menghasilkan Wafer Scale Engine 3 (WSE-3) — pemproses tunggal yang sangat besar, kira-kira sebesar sekeping wafer silikon dan mengandungi ratusan ribu teras.

Pendekatan ini membolehkan sebahagian besar kuasa pengiraan ditempatkan pada cip yang sama, sekali gus mengurangkan keperluan memindahkan data antara banyak cip. Cerebras mendakwa WSE-3 menggunakan hanya sebahagian kecil tenaga bagi setiap unit pengiraan, sambil memberikan prestasi latihan dan inferens lebih 20 kali ganda berbanding penyelesaian pesaing bagi beban kerja tertentu .

Teknologinya direka untuk tugasan latihan serta inferens yang memerlukan ketumpatan pengiraan amat tinggi pada cip.

2. SambaNova Systems: Membina infrastruktur khusus untuk inferens

Pembiayaan dan penilaian

SambaNova menutup peringkat pertama pusingan Siri F bernilai AS$1 bilion pada Julai 2026, pada penilaian selepas pelaburan sebanyak AS$11 bilion. Penilaian itu kira-kira 2.3 kali lebih tinggi berbanding lima bulan sebelumnya .

Pusingan tersebut diketuai General Atlantic dan disertai pelabur seperti Intel Capital, BlackRock, T. Rowe Price, Capital Group, Qatar Investment Authority serta beberapa pihak lain . Ketua Pegawai Eksekutif Rodrigo Liang memberitahu TechCrunch bahawa penutupan kedua, dengan penyertaan pelabur tambahan, dijangka berlaku dalam tempoh beberapa minggu .

Teknologi

SambaNova membangunkan cip tersuai, sistem perkakasan dan perkhidmatan awan yang direka khusus untuk inferens. Secara mudah, inferens ialah proses menggunakan model AI yang sudah dilatih untuk menjawab pertanyaan pengguna atau menghasilkan kandungan.

Cip utama syarikat, SN50, diperkenalkan pada Februari 2026 dan direka untuk menjalankan inferens model bahasa besar. SambaNova mendakwa SN50 boleh memberikan daya pemprosesan lebih tiga kali ganda berbanding GPU Nvidia B200 .

JPMorgan Chase pula memilih sistem SambaNova untuk menjalankan inferens AI secara selamat di premis sendiri, iaitu tanpa bergantung sepenuhnya pada infrastruktur awan awam .

3. Positron: Mengejar inferens AI yang lebih menjimatkan tenaga

Pembiayaan dan penilaian

Positron mengumpul AS$230 juta dalam pusingan Siri B pada Februari 2026, dengan penilaian melebihi AS$1 bilion. Pusingan itu diketuai Arena Private Wealth, Jump Trading dan Unless, selain menerima pelaburan strategik daripada Arm dan Qatar Investment Authority .

Pada Julai 2026, Positron dilaporkan sedang berunding untuk pembiayaan tambahan sekitar AS$750 juta melalui dua peringkat. Urus niaga itu berpotensi menilai syarikat tersebut sehingga AS$5 bilion .

Teknologi

Positron memfokuskan cip inferens AI yang menjimatkan tenaga. Sasaran utamanya ialah mengurangkan penggunaan elektrik ketika model AI dijalankan, berbanding penggunaan GPU Nvidia.

Sistem Atlas milik syarikat itu didakwa menawarkan prestasi bagi setiap dolar dan kecekapan tenaga 3.5 kali lebih tinggi berbanding perkakasan Nvidia yang setara . Positron turut menjadualkan proses penghasilan reka bentuk akhir cip generasi seterusnya, Asimov, pada penghujung 2026, dengan sampel awal dijangka tersedia pada awal 2027 .

Mengapa inferens menjadi medan pertempuran baharu?

Nvidia masih sangat dominan dalam latihan model AI. Tetapi apabila semakin banyak model digunakan dalam produk sebenar, permintaan untuk inferens — iaitu menjawab pertanyaan dan menjana output secara berterusan — semakin meningkat .

Dalam keadaan ini, cip khusus boleh menawarkan beberapa kelebihan berbanding GPU serba guna:

• Prestasi lebih baik bagi tugasan tertentu: Cip boleh direka untuk jenis model atau operasi tertentu, tanpa membawa ciri tambahan yang tidak diperlukan.
• Kos operasi lebih rendah: Peningkatan kecekapan setiap dolar boleh membantu pusat data mengurangkan kos menjalankan model pada skala besar.
• Penggunaan tenaga lebih rendah: Kecekapan setiap watt menjadi semakin penting apabila pusat data AI memerlukan kapasiti pengiraan yang besar.
• Reka bentuk perkakasan dan perisian yang bersepadu: Syarikat seperti SambaNova membina keseluruhan sistem, bukan sekadar menjual cip tunggal.

Gelombang “de-Nvidification” dalam perkakasan AI

Cerebras, SambaNova dan Positron adalah sebahagian daripada gerakan yang lebih luas. Syarikat pemula cip AI mengumpul lebih AS$8.3 bilion di seluruh dunia pada 2026. Syarikat dari Amerika Syarikat menyumbang AS$4.7 bilion, manakala syarikat Eropah mengumpul kira-kira AS$800 juta .

Nilai median pusingan pembiayaan cip AI pula mencecah AS$250 juta — jumlah yang amat besar mengikut piawaian modal teroka .

Tiga corak utama dapat dilihat:

• Pengkhususan mengatasi pendekatan serba guna. Cerebras menyasarkan pengkomputeran berskala wafer untuk latihan dan inferens. SambaNova serta Positron pula memfokuskan inferens, segmen yang berkembang apabila lebih banyak model AI digunakan dalam operasi harian .
• Inferens menjadi sasaran utama. Persaingan bukan lagi tertumpu semata-mata pada latihan model. Bagi menjalankan model dalam pengeluaran, cip khusus mungkin menawarkan prestasi lebih tinggi bagi setiap watt dan setiap dolar .
• Pelabur menjangka gangguan terhadap margin Nvidia. Tesis pelaburan utama ialah kedudukan dominan dan margin tinggi Nvidia mungkin tidak kekal kebal apabila beban kerja AI meningkat dan pembeli berskala besar mencari alternatif yang lebih murah serta cekap tenaga .

Gabungan sekurang-kurangnya AS$2.55 bilion yang dikaitkan dengan tiga syarikat ini dalam tempoh seminggu pada Julai 2026 menunjukkan keyakinan pelabur bahawa pergantungan industri AI kepada satu jenis GPU mungkin akhirnya mula berkurangan.

Namun begitu, pembiayaan besar tidak secara automatik menjamin kejayaan. Syarikat-syarikat ini masih perlu membuktikan bahawa cip mereka boleh dihasilkan pada skala besar, disokong oleh perisian yang kukuh dan diterima oleh pelanggan pusat data. Cabaran sebenar kepada Nvidia bukan sekadar menghasilkan cip yang pantas — tetapi membina ekosistem yang mampu menandingi gabungan perkakasan, perisian dan rangkaian pelanggan Nvidia.