Trzy startupy od układów AI, które zebrały miliardy, by rzucić wyzwanie Nvidii

Cerebras Systems: procesor wielkości wafla i wycena 23 mld dolarów

Finansowanie i wycena

W lutym 2026 roku Cerebras zamknął rundę Series H o wartości 1 mld dolarów, przy wycenie post-money wynoszącej 23 mld dolarów. To niemal trzy razy więcej niż wycena firmy sześć miesięcy wcześniej, wynosząca 8,1 mld dolarów . Rundę prowadził Tiger Global, a uczestniczyli w niej między innymi AMD, Fidelity, Benchmark i Coatue .

W kwietniu firma wznowiła przygotowania do debiutu giełdowego. Według informacji dostępnych w maju 2026 roku Cerebras celował w pozyskanie około 4,8–5 mld dolarów przy wycenie przekraczającej 50 mld dolarów .

Technologia

Najbardziej charakterystycznym produktem Cerebras jest Wafer Scale Engine 3 (WSE-3) — pojedynczy, ogromny procesor obejmujący rozmiar całego wafla krzemowego i integrujący setki tysięcy rdzeni.

Firma twierdzi, że WSE-3 zużywa ułamek energii przypadającej na jednostkę obliczeniową, a w wybranych zastosowaniach związanych z trenowaniem i inferencją może działać ponad 20 razy szybciej niż konkurencyjne rozwiązania . Konstrukcja ma zapewniać bardzo dużą gęstość obliczeń bez konieczności dzielenia pracy między wiele standardowych układów.

SambaNova Systems: infrastruktura do inferencji warta 11 mld dolarów

Finansowanie i wycena

W lipcu 2026 roku SambaNova zamknęła pierwszą transzę rundy Series F o wartości 1 mld dolarów, przy wycenie post-money na poziomie 11 mld dolarów. To około 2,3 razy więcej niż wycena sprzed pięciu miesięcy .

Rundę prowadził General Atlantic. Wzięli w niej udział także między innymi Intel Capital, BlackRock, T. Rowe Price, Capital Group i Qatar Investment Authority . Dyrektor generalny Rodrigo Liang powiedział TechCrunch, że w ciągu kilku tygodni spodziewane było drugie zamknięcie rundy z udziałem kolejnych inwestorów .

Technologia

SambaNova tworzy niestandardowe układy, kompletne systemy sprzętowe i usługi chmurowe projektowane przede wszystkim z myślą o inferencji — etapie, na którym wytrenowany model odpowiada na zapytania użytkowników .

Jej flagowy układ SN50, zaprezentowany w lutym 2026 roku, został opracowany specjalnie do obsługi dużych modeli językowych. SambaNova twierdzi, że SN50 może zapewnić ponad trzykrotnie większą przepustowość niż procesor graficzny Nvidia B200 . Systemy firmy wybrał również JPMorgan Chase do bezpiecznej inferencji AI realizowanej lokalnie, we własnej infrastrukturze .

Positron: energooszczędna inferencja i możliwa wycena 5 mld dolarów

Finansowanie i wycena

W lutym 2026 roku Positron pozyskał 230 mln dolarów w rundzie Series B, przy wycenie przekraczającej 1 mld dolarów. Rundę współprowadzili Arena Private Wealth, Jump Trading i Unless, a strategicznymi inwestorami zostały między innymi Arm oraz Qatar Investment Authority .

W lipcu firma prowadziła rozmowy w sprawie dodatkowego finansowania o wartości około 750 mln dolarów, podzielonego na dwa etapy. Taka transakcja mogłaby wywindować wycenę Positronu nawet do 5 mld dolarów .

Technologia

Positron koncentruje się na energooszczędnych układach do inferencji AI. Ich zadaniem jest ograniczenie zużycia energii potrzebnej do uruchamiania modeli w porównaniu z procesorami graficznymi Nvidii .

Firma deklaruje, że jej systemy Atlas zapewniają 3,5 razy wyższą wydajność w przeliczeniu na dolara oraz 3,5 razy lepszą efektywność energetyczną niż porównywalne rozwiązania Nvidii . Kolejny układ, Asimov, ma przejść etap tape-outu pod koniec 2026 roku, a pierwsze próbki mają pojawić się na początku 2027 roku . Tape-out oznacza przekazanie finalnego projektu układu do produkcji próbnej.

Co oznacza fala inwestycji w układy AI?

Trzy opisane firmy są częścią znacznie większego trendu. Startupy rozwijające układy AI pozyskały w 2026 roku na świecie ponad 8,3 mld dolarów. Na firmy ze Stanów Zjednoczonych przypadło 4,7 mld dolarów, a europejskie startupy zebrały około 800 mln dolarów . Mediana rundy finansowania w tym sektorze wynosi 250 mln dolarów, co jest wyjątkowo wysoką kwotą jak na standardy venture capital .

Specjalizacja zamiast uniwersalności

Nowi konkurenci niekoniecznie chcą odtworzyć model biznesowy Nvidii. Cerebras celuje w obliczenia na poziomie całego wafla krzemowego, natomiast SambaNova i Positron skupiają się na inferencji. Taka specjalizacja ma sens zwłaszcza tam, gdzie uniwersalna architektura GPU może być zbyt kosztowna lub nieefektywna .

Inferencja staje się głównym polem rywalizacji

Nvidia nadal dominuje w trenowaniu modeli AI, ale konkurencja szybko rośnie w obszarze inferencji — czyli wdrażania modeli i obsługi zapytań w produkcji. W tym segmencie wyspecjalizowane układy ASIC mogą zaoferować lepszy stosunek wydajności do poboru mocy i ceny niż uniwersalne GPU .

Inwestorzy obstawiają presję na marże Nvidii

Podstawowe założenie inwestorów jest proste: dominująca pozycja i wysokie marże Nvidii mogą nie pozostać nienaruszone, gdy skala obciążeń AI będzie rosła, a dostawcy usług chmurowych i duże firmy zaczną szukać tańszych oraz bardziej energooszczędnych alternatyw .

Łączne 2,55 mld dolarów pozyskane przez Cerebras, SambaNova i Positron w jednym tygodniu lipca 2026 roku nie oznacza jeszcze końca dominacji Nvidii. Pokazuje jednak, że inwestorzy coraz poważniej traktują scenariusz, w którym infrastruktura AI nie będzie opierać się na jednym typie procesora.