8 月 6 日，AMD 宣布收购 Taalas——一家把 AI 模型"硬连线"进芯片的创业公司。没有公布收购金额，但 Taalas 自 2023 年成立以来累计融资 2.19 亿美元。

这笔交易放在一个背景里看才够味：7 个月前，Nvidia 刚花 200 亿美元买了 Groq 的资产。两家巨头在同一个方向下注——通用 GPU 之外，推理需要专门的硅片。

Taalas 在做什么：把模型变成电路

先理解 Taalas 的路线。普通 GPU 是"通用硬件 + 可编程指令"：模型权重存在显存里，计算时一条条指令把权重搬进计算单元做乘加。Taalas 反过来，把特定模型的权重直接蚀刻（etch）进硅片，模型的计算图变成芯片上的物理连接。

代价是放弃灵活性：这颗芯片只能跑它为之设计的那个模型。换模型 = 重新流片。

收益是三项硬指标：

  • 推理速度：官方口径是比传统 GPU 快"数千倍"（thousands of times faster），针对特定模型
  • 能效：不用搬权重，省掉内存带宽这个最大的功耗黑洞
  • 延迟：低到"时间到首 token"（TTFT）接近纯电路延迟

Taalas 现任 CEO Ljubisa Bajic 的说法很直接："我们围绕模型构建硬件"（build the hardware around the model）。官网还有一句更狠的："平台可以把任何 AI 模型转化为定制硅片，从收到一个从未见过的模型到硬件实现，只需要两个月。"

当前 Taalas 的芯片跑的是 Meta Llama 3.1 的一个小版本，正在做更大模型的支持。制造上用的是台积电的较老制程（具体节点未披露），关键在片上 SRAM，权重直接放芯片里，不依赖 HBM 外存。

为什么是 SRAM 而不是 HBM

这里有个值得展开的技术点。GPU 推理的瓶颈从来不是算力，是权重搬运。

以 Llama 3.1 405B 为例：4050 亿参数，BF16 精度下光权重就 810GB。HBM3e 的带宽约 8-10TB/s，但每次 token 生成都要把所有权重扫一遍——memory-bound 到极致，算力利用率可能只有 10-20%。

Taalas 的选择是：模型小（一个特定的小模型），权重全放片上 SRAM。SRAM 延迟是 HBM 的 1/10 甚至更低，带宽密度高一个数量级，而且不需要庞大的 DRAM 控制器和 PCB 走线。权重变成物理连接的瞬间，"搬运"这个概念就消失了——计算图在哪，权重就在哪。

Groq 也是 SRAM 路线（LPU 用 230MB 片上 SRAM 跑 Llama），但 Groq 是"软件把模型调度到 SRAM"，Taalas 是"电路即模型"。两者哲学接近，实现深度不同。

"两个月出硬件"靠什么：结构化 ASIC 的思路

"从收到模型到硬件实现只要两个月"——这句话听起来像 PR 话术，但它指向一个具体的技术路线：结构化 ASIC（structured ASIC）。

传统 ASIC 是全定制：每个逻辑门都重新布局布线，流片周期 12-18 个月，NRE（一次性工程成本）几千万美元起步。结构化 ASIC 折中：底层金属层预置好通用的逻辑阵列，只定制最上面几层金属的互联。好处是设计周期从"年"压到"月"，NRE 降到传统 ASIC 的零头；代价是逻辑密度比全定制低一些、性能打点折扣。

对"模型即电路"来说这个权衡很划算：Transformer 的计算图（attention 的 QKV 投影、FFN 的矩阵乘、残差连接）结构高度规整，正好适合映射到预置逻辑阵列上。模型换了，大部分底层阵列不用动，只重连上层金属。这解释了 Taalas 为什么敢说"两个月"——它不是在为每个模型重新设计一颗芯片，而是在同一套结构化平台上快速重配。

当然这也意味着：Taalas 的"蚀刻"不是把权重做成真值表级别的硬编码，而是把计算图结构固化进互联层，权重本身还是存在 SRAM 里、可在运行时加载。所以"模型专用"的精确含义是"计算结构专用 + 权重可换"——换同架构的模型（比如 Llama 3.1 换 Llama 4 同尺寸）可能不用重新流片，换不同架构的模型才要。

AMD 买它干什么：Instinct 的补充而非替代

AMD 官方新闻稿把 Taalas 的定位说得很清楚：与 Instinct GPU 一起交付系统级方案，互补而非替代。

看 AMD 的算盘子：Helios 机架级方案（CNBC 报道里提到 Meta 今年晚些时候会部署 Helios 的一种配置）、Instinct GPU、EPYC CPU、ROCm 软件栈，现在是 Taalas 的专用推理芯片。全栈覆盖的最后一环——低延迟、高能效的专用推理，恰好是通用 GPU 最不擅长、而推理市场增长最快的部分。

AMD 在 AI 加速器市场的短板一直不是训练，是推理的性价比和延迟。数据中心客户要跑"实时、高吞吐"的推理（语音、推荐、Agent 调度），通用 GPU 又贵又耗电。Taalas 给了一个"模型专用芯片"的选项：特定模型上性能碾压 GPU，功耗低得多，成本也低——毕竟老制程 + 无 HBM 的芯片成本结构完全不同。

交易背景还有个有意思的对照：Nvidia 200 亿美元买 Groq 资产，AMD 收购 Taalas——两大厂都在承认：GPU 不是推理的终极答案，至少不是唯一答案。推理市场正从"通用算力"分化出"专用硅片"这一层，而大厂的选择是买而不是自己造。

技术评论界的两种声音

HN 上这则新闻有 900+ 分、700+ 评论，热度说明分歧不小。乐观派认为：模型专用芯片在固定场景（单一模型、固定 batch、延迟敏感）里确实能赢，SRAM 路线规避了 HBM 的供应链瓶颈。怀疑派的理由也很实在：

  • 模型迭代太快：GPT 级别的大模型几个月一换，芯片流片周期 12-18 个月，"两个月出硬件"对当前模型成立，但追赶大模型版本是持续烧钱
  • 只赢小模型：目前只能跑小模型，大模型权重塞不进片上 SRAM——除非未来用 chiplet 堆叠或 HBM 混合方案
  • "蚀刻模型"的历史包袱：这是 1980 年代"固件化算法"（algorithm-in-silicon）的翻版，历史上每次都被通用硬件 + 编译器优化追平

这些质疑都成立，但注意一个细节：Taalas 声称"两个月把新模型变成硬件"。如果这个周期是真的，配合可重新配置的金属层（类似结构化 ASIC），"模型专用"和"迭代快"之间的张力可能没那么大。关键要看 AMD 拿到手后怎么把 Taalas 的流片流程和 Instinct 路线图融合。

我的看法

三点。

第一，这笔交易的技术方向（模型→电路）和 Groq 收购案（模型→SRAM 调度）殊途同归：推理正在从"算力问题"变成"内存问题"。谁先把权重搬运成本压到物理极限，谁就赢了推理市场。

第二，AMD 的战略越来越像"全家桶"：通用训练（Instinct）+ 通用推理（Instinct/EPYC）+ 专用推理（Taalas）+ 机架方案（Helios）。对标 Nvidia 的 CUDA 护城河，AMD 在硬件形态上反而更激进——Nvidia 靠生态锁，AMD 靠形态覆盖。

第三，对开发者，这类专用芯片短期内不会直接改变我们的工作方式——你的模型还是要跑在 CUDA 或 ROCm 上。但"模型专用硬件"如果跑通了成本曲线，中长期会影响推理定价：延迟敏感场景会越来越便宜，这会反过来影响 Agent 类应用的架构选择（把更多推理推到边缘、推到专用节点）。

方向对不对，看 AMD 2027 年的产品路线图就知道了。现在至少可以说："GPU 万能"的时代，正在被两笔收购案悄悄终结。