Битва за ИИ-железо: три стартапа, бросивших вызов Nvidia

Вот подробный обзор каждой компании, её целей по привлечению средств, технологий и того, что этот всплеск инвестиций говорит о будущем ИИ-оборудования.

Cerebras Systems: Вычисления на пластине за $23 млрд

Финансирование и оценка

Cerebras закрыла раунд Series H на $1 млрд в феврале 2026 года с пост-денежной оценкой в $23 млрд, что почти в три раза превышает её оценку в $8,1 млрд полугодом ранее . Раунд возглавила Tiger Global при участии AMD, Fidelity, Benchmark, Coatue и других . В апреле 2026 года компания возобновила процесс IPO, и к маю 2026 года увеличила целевой объём привлечения до приблизительно $4,8–5 млрд при оценке выше $50 млрд .

Технология

Cerebras разрабатывает Wafer Scale Engine 3 (WSE-3) — один огромный процессор размером с кремниевую пластину, интегрирующий сотни тысяч ядер. Компания утверждает, что WSE-3 потребляет лишь долю энергии на единицу вычислений, обеспечивая при этом производительность инференса и обучения более чем в 20 раз выше конкурентных решений . Её подход ориентирован на задачи, выигрывающие от огромной плотности вычислений на кристалле.

SambaNova Systems: Инфраструктура для инференса за $11 млрд

Финансирование и оценка

SambaNova закрыла первый транш раунда Series F на $1 млрд в июле 2026 года с пост-денежной оценкой в $11 млрд, что примерно в 2,3 раза превышает её оценку пятимесячной давности . Раунд возглавила General Atlantic при участии Intel Capital, BlackRock, T. Rowe Price, Capital Group, Qatar Investment Authority и других . Генеральный директор Родриго Лян сообщил TechCrunch, что второе закрытие с привлечением дополнительных инвесторов ожидается в течение нескольких недель .

Технология

SambaNova создаёт собственные чипы, аппаратные системы и облачные сервисы, оптимизированные для инференса — процесса запуска обученных ИИ-моделей для генерации ответов . Её флагманский чип SN50, представленный в феврале 2026 года, специально спроектирован для инференса больших языковых моделей. Компания утверждает, что SN50 может обеспечить более чем трёхкратную пропускную способность по сравнению с GPU Nvidia B200 . JPMorgan Chase выбрал системы SambaNova для обеспечения безопасного, локального ИИ-инференса .

Positron: Энергоэффективный инференс с оценкой до $5 млрд

Финансирование и оценка

Positron привлёк $230 млн в рамках раунда Series B в феврале 2026 года с оценкой, превышающей $1 млрд. Раунд возглавили Arena Private Wealth, Jump Trading и Unless при стратегическом участии Arm и Qatar Investment Authority . В июле 2026 года компания вступила в переговоры о дополнительном двухэтапном финансировании на сумму около $750 млн, которое может оценить компанию в сумму до $5 млрд .

Технология

Positron фокусируется на энергоэффективных чипах для ИИ-инференса, предназначенных для значительного снижения энергопотребления при запуске ИИ-моделей по сравнению с GPU Nvidia . Утверждается, что системы Atlas компании обеспечивают в 3,5 раза большую производительность на доллар и в 3,5 раза лучшую энергоэффективность по сравнению с аналогичным оборудованием Nvidia . Выпуск тестовых образцов её чипа следующего поколения Asimov запланирован на конец 2026 года, а первые образцы ожидаются в начале 2027 года .

Общая тенденция: Специализация и «де-нвидификация»

Эти три компании — часть гораздо большей волны. Стартапы в области ИИ-чипов привлекли более $8,3 млрд по всему миру в 2026 году, при этом на американские компании пришлось $4,7 млрд, а на европейские — около $800 млн . Медианный раунд составляет $250 млн — исключительно высокая цифра по меркам венчурного капитала .

Выделяются три ключевых момента:

• Специализация вместо универсальности. Вместо того чтобы строить универсальные GPU для прямого противостояния Nvidia, эти стартапы атакуют отдельные сегменты стека ИИ-вычислений. Cerebras нацеливается на пластинчатые вычисления для обучения и инференса; SambaNova и Positron фокусируются на инференсе — самом быстрорастущем сегменте по мере распространения развёрнутых ИИ-моделей .
• Инференс — новое поле битвы. Хотя Nvidia по-прежнему доминирует в обучении ИИ, конкуренция быстро накаляется в области инференса, где специализированные ASIC могут предложить лучшую производительность на ватт и доллар для работы моделей в продакшене .
• Инвесторы ставят на разрушение маржи. Ключевая идея в том, что доминирующее положение Nvidia и её высокая маржа не останутся неуязвимыми по мере масштабирования ИИ-нагрузок, а гиперскейлеры будут искать более дешёвые и энергоэффективные альтернативы .

Совокупные $2,55 млрд, привлечённые этими тремя компаниями за одну неделю в июле 2026 года , сигнализируют об убеждённости рынка в том, что монокультура GPU в ИИ-вычислениях наконец-то оспаривается.