颠覆 AI 硬件格局：AMD 宣布收购 Taalas，将模型“刻进硅片”解锁极致推理性能

为打破英伟达（Nvidia）在 AI 硬件领域的垄断地位，“Zen 架构之父” AMD 宣布收购总部位于多伦多的 AI 芯片初创公司 Taalas。该交易旨在通过将 AI 模型权重直接“固化/蚀刻”到硅片中的突破性技术，将大语言模型的推理性能提升数量级，进一步降低高端 AI 智能体（Agent）的算力与运行成本。

彻底摆脱 HBM 依赖：针对特定模型的集成电路（MSIC）

不同于传统 GPU 或主流的“数据流架构”（如 Groq LPU 或 Cerebras），Taalas 采用了一种极其独特且激进的技术路线：摒弃高带宽内存（HBM），直接将模型权重蚀刻在硅片上。这种设计实际上开创了一种新型芯片类型——特定模型集成电路（Model-Specific Integrated Circuit, 简称 MSIC）。

Taalas 的处理器架构主要由两大核心区域组成：

Mask-ROM 检索架构：用于直接蚀刻并永久存储模型的固定权重。
SRAM 检索架构：用于动态存储 KV 缓存（KV Cache）以及微调适配器（Fine-tuning Adapters）。

实测性能惊人：17,000 Token/秒的跑分突破

Taalas 的技术并非停留在概念阶段。早在今年 2 月，该公司便展示了基于台积电（TSMC）6nm 工艺制造的首款测试芯片 HC1。

实测表现：在运行 Meta 的 Llama 3.1 8B 模型时，HC1 的吐字速度达到了 16,960 Token/秒。
对比差距：这一速度达到了同时期英伟达 GPU 的 48 倍，以及 Cerebras 加速器的 8.5 倍。

针对即将于今年夏季推出的第二代 HC2 芯片，Taalas 计划将单芯片参数支持提升至 200 亿。利用流水线并行（Pipeline Parallelism）技术，仅需 50 颗此类芯片即可支撑万亿参数规模的顶级模型，在能效和空间占用上远优于同等规模的 GPU 或 LPU 阵列。

架构整合：GPU 与 MSIC 的“双剑合璧”

据了解，AMD 计划将其基于 Instinct 的Helios 机架系统与 Taalas 的芯片技术进行深度结合，构建异构解耦架构：

提示词处理（Prompt Processing）：由计算密集型的 AMD Instinct GPU 负责。
Token 生成（Token Generation）：外包给高吞吐、低延迟的 Taalas 加速器。

AMD 负责 AI 业务的高级副总裁 Vamsi Boppana 表示：“AMD 正致力于构建全栈 AI 平台，为客户提供极具灵活性的计算解决方案，以适配各种不同的 AI 工作负载。”

优势与挑战并存：“流片成本”与“模型迭代”的博弈

虽然“固化模型”带来了前所未有的推理速度和极低的单 Token 成本，但其最大挑战在于灵活性受限：一旦芯片制造完成，其对应的模型结构便无法进行大幅修改（除非仅通过 LoRA 等适配器微调）。任何重大模型升级都需要进行“重新流片（re-spin）”。

不过，Taalas 表示，更新模型时无需全盘重来，仅需修改其中的两层金属层（metal layers），成本比重新训练一个前沿基座模型要便宜 100 倍。

行业影响与未来展望

分析认为，该技术将极大受益于 OpenAI、Anthropic 和 Meta 等拥有超大规模推理需求的模型厂商，同时也将推动测试时扩展（Test-time scaling）技术的普及——通过极低的 Token 成本和毫秒级响应，允许 AI 模型在回答前进行更长时间的“深度思考”，大幅减少“幻觉”现象。

如果获得监管部门批准，这笔收购预计将在今年第四季度正式完成。