AREX Feed Article
AMD 买下 Taalas：把 AI 模型直接刻进硅片
8 月 6 日美股收盘后，，收购总部位于多伦多的 AI 推理芯片公司 。Taalas 将 AI 模型的权重直接刻入硅片，不靠 HBM 内存、不做通用计算，一块芯片只跑一个模型。
其首款测试芯片 HC1 运行 Meta Llama 3.1 8B 达到每秒 16,960 token 的生成速度，是同期 Nvidia GPU 的约 48 倍。AMD 未披露交易金额，预计 2026 年第四季度完成交割，尚需监管审批。
两年三轮 $219M，研发只花了 $30M
Taalas 由 Ljubisa Bajic 于 2023 年在多伦多创立。Bajic 此前创办了 AI 芯片公司 Tenstorrent 并担任 CEO，更早则在 AMD 担任混合 CPU-GPU 芯片架构师，在 Nvidia 做过高级架构师。
联合创始人兼 COO Lejla Bajic 同样出身 AMD，曾在 ATI 和 Altera 担任系统工程师。CTO Drago Ignjatovic 先后在 AMD 和 Tenstorrent 负责 ASIC 与硬件工程，在 Bajic 离开 Tenstorrent 时接替了其 ASIC 设计总监职位。
据 和 报道，Taalas 累计融资约 2.19 亿美元，最近一轮是 2026 年 2 月完成的 1.69 亿美元，投资方包括 Quiet Capital、Fidelity 和半导体投资人 Pierre Lamond。
今年 2 月的深度报道显示，公司研发支出仅约 3000 万美元，账上仍有超过 1.7 亿美元现金。团队仅 25 人，主要来自 AMD、Apple、Google、Nvidia 和 Tenstorrent。前 Google Cloud GPU 与 TPU 基础设施产品负责人 Paresh Kharya 已加入担任产品 VP。
SiliconANGLE 指出，AMD 股价在消息发布后上涨约 1.5%。
「硬件围着模型转」：Bajic 的逆向逻辑
AMD AI 事业群高级副总裁 Vamsi Boppana 在官方声明中表示：「AMD 正在构建一个全栈 AI 平台，让客户能够为每一种 AI 工作负载灵活部署正确的计算方案。Taalas 的技术和世界级工程团队通过差异化的推理性能和效率，强化了我们的 AI 产品组合。」
Taalas CEO Ljubisa Bajic 则给出了这家公司的存在理由：「我们创立 Taalas，是为了从零开始重新思考 AI 推理，让硬件围着模型来设计，而不是反过来。」他补充说，加入 AMD 将赋予团队「规模、工程资源和全球触达能力」。Bajic 特别提到，Taalas 很多成员曾在 AMD 加拿大工作，「期待回家」。
AMD CEO 苏姿丰在 X 上表态：「。」
一个晶体管既存权重又做乘法，HBM 彻底出局
Taalas 把推理芯片做成「模型专用集成电路」（Model-Specific Integrated Circuit，MSIC）。芯片分为两个区域：掩膜 ROM 结构（mask-ROM recall fabric）刻入模型权重，SRAM 结构（SRAM recall fabric）存储 KV 缓存和微调适配器。没有 HBM，也没有「从内存加载权重再计算」的步骤。
Bajic 在 2 月接受 采访时解释，这套架构用一个晶体管存储 4-bit 权重并同时完成对应的乘法运算。「一旦把所有东西都硬化了，就有机会用完全不同的方式来堆密度，」Bajic 说，「这不是核物理，是纯数字电路。只是一个此前没人走过的聪明技巧。」公司已围绕该技术申请了 14 项专利。
首款测试芯片 HC1 采用台积电 6nm 工艺，面积 815 mm²，集成 530 亿晶体管，单卡功耗约 200W。它在运行 Llama 3.1 8B 时达到每秒 16,960 token。据 引述 Taalas 数据，功耗仅为 Nvidia H200 的十分之一。
第二代芯片 HC2 原计划 2026 年夏季推出，单芯片支持 200 亿参数模型，通过流水线并行可将 50 片 HC2 组合运行万亿参数级模型。
代价同样明确：模型一旦「烧入」芯片，更换模型就需要重新流片。Taalas 的方案是只改两层金属层，通过自研工具将流片周期压缩到约两个月。但灵活性终究不如通用 GPU。
推测 AMD 可能采取一种「tick-tock」部署节奏：客户先在 Instinct GPU 上验证和部署模型，确认稳定后再迁移到 Taalas 加速器。预填充由 GPU 处理、token 生成卸载到 Taalas 芯片的分离式架构是另一种可能。AMD 拥有 Helios 机架级系统和内部系统设计团队来承载这种架构。
Nvidia 花 $20B 买 Groq 在前，AMD 又牵手 Cerebras
AMD 收购 Taalas 的时机并不孤立。2025 年 12 月，Nvidia 以 200 亿美元从 Groq 获得推理技术授权，随后在 2026 年 3 月 GTC 大会上发布了基于该技术的 Groq 3 LPU。2026 年 7 月，AMD 宣布与晶圆级 AI 芯片公司 Cerebras 达成合作，将后者的芯片集成到 Helios 系统中。
半导体分析师 在 X 上写道：「Taalas 不可编程，因此 Helios 做 prefill + Taalas 做 decode 会绑定到特定模型。这将是一个有趣的『半定制』推理集群，像一个『Sonnet 5 集群』。」
Moor Insights & Strategy 创始人 用三层框架定位三款芯片：「Instinct：最大灵活性，训练加推理；Cerebras：最大推理速度，灵活性不如 GPU；Taalas：极致推理效率，灵活性最低。」
AMD 自身在过去九个月内完成了至少三笔 AI 收购：2025 年 11 月收购推理软件公司 MK1，2026 年 6 月收购内存优化初创公司 Mext，7 月又将 FastFlowLM 团队收入麾下。加上 2024 年的 Silo AI（6.65 亿美元）和 ZT Systems（49 亿美元），AMD 在 AI 基础设施上的收购节奏明显加快。
模型迭代在减速，定制芯片的窗口刚刚打开
Taalas 在 2 月给出的数据是，将模型权重刻入硅片的成本约为训练一个前沿模型的百分之一。Bajic 在公司官网写道：「从收到一个前所未见的模型，到将其在硬件中实现，只需两个月。」
报道引述苏姿丰在 7 月产品发布会上的判断：「我坚信芯片没有一刀切的方案。」但她同时认为，GPU 仍将占据 AI 芯片市场的主体，因为它们足够灵活来支撑不断涌现的新模型。
指出一个被低估的连锁影响：如果 Taalas 技术能将单 token 成本降低一到两个数量级，模型开发者可能进一步延长推理时间（test-time scaling），让模型「思考」更久以换取更高准确率。而这又会反过来推高对极致推理效率的需求。OpenAI、Anthropic 和 Meta 都是 AMD Instinct 的大客户，定制芯片的订单或许不会等太久。