AMD 于 8 月 6 日宣布达成协议收购多伦多 AI 芯片初创公司 Taalas。交易金额未披露，预计今年第四季度完成。这是 AMD 在过去两年内的第六笔 AI 相关收购，但 Taalas 与以往任何一次都不相同——这家公司不造 GPU，也不做通用 AI 加速器。它把 AI 模型的权重直接「蚀刻」进硅片。
在传统 GPU 上运行推理，需要把模型权重从 HBM 搬运到计算单元，数据来回穿梭于内存层级，大部分功耗和延迟都消耗在数据传输而非计算本身——这就是所谓的内存墙。Taalas 的方案是把权重直接写死在晶体管里：每个晶体管存储 4 比特权重，并预计算该权重的全部 16 种可能乘积。当数据流过芯片时，晶体管不再做数学运算，而是在 16 条预计算结果中选择正确的通道——它变成了一个物理路由器。
Taalas CEO Ljubisa Bajic 在官网上写道：「从收到一个此前未见的模型算起，我们可以在两个月内将其做成定制硅。」这次出售也将这位 AMD 前员工带回了他效力多年的老东家。Bajic 在创办 Taalas 前曾共同创立 Tenstorrent，目前由芯片传奇人物 Jim Keller 执掌。
性能数字：一个数量级的跃升
Taalas 的第一代测试芯片 HC1 基于台积电 6nm 工艺，上面蚀刻了 Meta Llama 3.1 8B 模型。实测结果：每用户约 16,960 tok/s，是 Nvidia GPU 推理速度的约 48 倍，比 Cerebras 晶圆级引擎快 8 到 10 倍。Forbes 分析师 Karl Freund 的实际测试中，一份关于二战的详细月度时间线请求在 0.138 秒内完成，期间产生 14,357 个 token——快到「来不及看它滚动」。
成本差距同样显著。根据 Taalas 2 月公布的数据，在 HC1 上运行 Llama 3.1 8B 的推理成本为每百万 token 0.75 美分，而 GPU 方案的成本从 3.79 美分（吞吐量优化）到 49 美分（延迟优化）不等。DeepSeek R1 级推理模型的模拟成本为每百万 token 7.6 美分，对比 GPU 的 20-49 美分。Taalas 声称蚀刻一个模型的权重到硅片中，其成本约为训练该前沿模型的百分之一。
能源效率同样突出。HC1 整机架功耗仅 12-15 千瓦，而 GPU 推理机架通常在 120-600 千瓦之间，还可以使用空气冷却，不需要昂贵的数据中心液冷改造。
Taalas 的第二代芯片 HC2 将于今年夏季发布。HC2 采用标准 4 比特浮点格式来解决精度损失问题，单片支持 20B 参数，多片可通过 pipeline 并行支持更大模型——50 个加速器就能服务一个万亿参数模型。相比之下，Nvidia 的 Groq LPU 机架系统需要数千个 LPU 才能达到同等规模。
模型锁定的代价
Taalas 方案的弱点与优点一样明显：一旦芯片制造完成，你能运行的模型就被锁定了。任何超出 LoRA 适配器范围的更新都需要重新流片。在模型迭代以月为单位的今天，这听起来像是死路。
但 Taalas 的架构设计并非全部推倒重来。Bajic 的技术路线是：基础逻辑层保持不变，只需要重做最上层的两道金属互联（metal layer），TSMC 可以提前储存未完成晶圆等待最终封装。Taalas 声称这一过程仅需两个月，而整个芯片的生命周期中可容纳三次升级，这些费用已计入 Taalas 公布的成本对比中。
CNBC 报道引用了 AMD CEO Lisa Su 7 月产品发布会上的一句表态：「我不认为有一种万能的芯片解决方案。」她同时重申 GPU 仍将占据 AI 芯片市场的最大份额，因为它们可以灵活适应新模型。这句话精准地描述了 AMD 通过 Taalas 想补上的那个缺口：GPU 覆盖所有场景，而 Taalas 专攻那些推理量已经大到值得「锁死」模型的特定场景。
哪些场景符合条件？前沿实验室（OpenAI、Anthropic、Meta 都是 AMD Instinct 的大客户）的旗舰模型、代码助手的后端推理、大规模 Agent 系统的 token 生成——这些已经有了稳定且巨大的推理流量，且模型选择已经收敛。对于这类客户，产能利用率远高于模型更新的灵活性。
AMD 的 disaggregated 棋局
AMD 对 Taalas 的定位，从其已有的产品布局中可以清晰读出。7 月下旬，AMD 宣布与 Cerebras 合作，将后者的晶圆级引擎（WSE）集成到 Helios 机架级系统中，目标是 prefill 加速。现在加上 Taalas 负责 decode，一套 disaggregated 架构浮现出来：Instinct GPU 处理通用的、计算密集的 prefill 阶段，Cerebras WSE 提供带宽优势，而 Taalas 在 decode 阶段以最低的每 token 成本输出。
AMD 的 Helios 机架系统刚刚开始向 Meta 和 Microsoft 发货。AMD AI 部门高级副总裁 Vamsi Boppana 在官方声明中称：「AMD 正在构建一个全栈 AI 平台，为客户提供灵活部署适合每种 AI 工作负载的正确计算方案。」Taalas 和 Cerebras 的加入，使 Helios 从单一的 GPU 机架变成了一个异构计算平台。
AMD 过去两年一直在为这个平台收购拼图：2024 年以 $6.65 亿收购 Silo AI（模型开发），以 $49 亿收购 ZT Systems（系统设计），此后又收购了 MK1（推理软件）、MEXT 和 FastFlowLM。收购 Taalas 是这条全栈整合路径上最新的一块——也是最激进的一块。
专用化竞赛：Nvidia 也没闲着
专用推理芯片的整合正在加速。2025 年 12 月，Nvidia 以约 $200 亿收购了 Groq 的核心资产，这是 Nvidia 历史上最大的一笔交易。Groq 的 LPU（语言处理单元）同样是针对推理优化的专用架构，但其数据流设计仍然保留了相当的可编程性。
与 Groq LPU 相比，Taalas 的硬化程度更进一步。Groq 将模型权重预加载到 SRAM 中，绕过缓存层级；Taalas 则将权重物理写入晶体管结构。前者可以通过重新加载权重来切换模型，后者则需要重新流片。但也正是因为不允许任何数据移动，Taalas 的每瓦性能和单位成本才达到了与 Groq 不同的数量级。
另一个竞品是初创公司 Etched，其 Sohu 芯片专门为 Transformer 架构设计，不能运行 CNN、LSTM 等非 Transformer 模型。Taalas 在专用化光谱上比 Etched 走得更远——它不仅限定架构，还限定了具体模型。
一场豪赌的两个变量
Taalas 的商业模式能否成立，取决于两个关键变量。
第一是模型迭代速度是否在持续放缓。GPT-5.6 和 Claude Opus 5 之后，前沿模型的更新周期已经从季度延长到接近一年。如果这一趋势持续，模型锁定的窗口将足够宽。但如果出现颠覆性的新架构（例如非 Transformer），硬化的芯片将面临快速淘汰。不过 Taalas 创始人曾指出，即使是架构级变化，下层基础运算模式也趋于收敛，只需修改金属层而非全部重新设计。
第二是数据中心是否愿意接受多 SKU 运维复杂度。Forbes 的 Freund 指出，没有数据中心愿意管理数十种不同的加速器 SKU，操作复杂性「难以想象」。但反过来看，如果推理流量高度集中在少量旗舰模型上——例如 Meta 用 Llama 家族、Anthropic 用 Claude 家族——SKU 数量可以控制在个位数。
AMD 的筹码在于，它同时拥有通用 GPU 和专用加速器。客户不需要在两条路线之间做非此即彼的选择。Helios 平台的设计本身就是两者共存：新模型先在 Instinct GPU 上验证和部署，待推理量稳定后，再切换到 Taalas 加速器以降低单位成本——一种「tick-tock」的产品部署节奏。
无论 Taalas 的商业化需要多长时间，这笔收购已经发出了一个清晰的信号：AI 推理的下一个战场不在软件优化上，而在硅片本身。当通用 GPU 的每 token 成本曲线开始趋于平缓，把模型「烧」进硅片可能是突破边际成本的下一个手段。
The Register 和 Wccftech 的报道均引述了 The Next Platform 2 月对 Taalas 的深度技术分析作为关键来源。Taalas 的 HC2 芯片和 AMD 的产品集成路线图预计在收购完成后的 2027 年初发布。