企业官网建设流程全解析

# AMD 收购 Taalas：把模型烧进硅片，AI 推理的第三条路 — 深度分析

这是一篇深度研究，不是新闻简报。基于 40+ 个来源的交叉验证，覆盖技术架构、竞争格局、市场影响三个维度。核心观察：2026 年 8 月 6 日 AMD 官宣收购 Taalas，一家把单个大模型的权重直接刻进硅片、宣称"无需 HBM、无需先进封装、无需液冷"的创业公司。距离 NVIDIA 用约 $200 亿拿下 Groq 的 LPU 授权刚过七个月，AI 推理的路线之争从"GPU vs ASIC"升级成了"灵活 vs 固化"的二元光谱。

一、The Model is The Computer：AMD 用一次收购押注了"模型固化"

8 月 6 日，AMD 官宣收购多伦多创业公司 Taalas，交割预计 Q4 2026，金额未披露。[A] Taalas 成立三年、团队约 25 人、累计融资约 $2.19 亿，创始团队是 AMD 与 Tenstorrent 的老兵——CEO Ljubisa Bajic 曾任 Tenstorrent CEO、此前在 AMD 工作过。一句话概括这家公司的路线：The Model is The Computer，把单个模型的权重和数据流"烧"进硅片，用掩膜 ROM 直接承载权重，芯片出厂即锁定一个模型。

这家公司的第一个产品 HC1，在 TSMC 6nm 上把 Llama 3.1 8B 跑到了约 16,000-17,000 tokens/s/用户、功耗约 200W、风冷可跑。数字本身已经让业界反复讨论——但要理解 AMD 为什么买它，得先看它绕开了什么：HBM、CoWoS 先进封装、液冷，一个都不用。放在 2026 年的语境里，这三点恰好是当前 AI 算力最稀缺的三样东西。HBM 已经占到加速卡物料成本的 45-63%，CoWoS 长期满产、交期排到 40 周以上，液冷则是新建数据中心最大的工程变量之一。一个不需要这三样的推理芯片，等于在供给最紧的当下开出一条不需要挤独木桥的路。

这笔收购不是孤例，是 AMD 一条明线的延续。往前数，NVIDIA 在 2025 年 12 月与 Groq 签下约 $200 亿的 LPU 授权与人才吸收协议；AMD 自己在 7 月刚宣布与 Cerebras 的推理合作；Lisa Su 反复强调"没有一颗芯片能通吃所有负载"。三家头部玩家在八个月里用真金白银做了同一个判断：通用 GPU 之外，推理侧正在长出一整片专用硅片的森林。我判断，这就是 AI 芯片产业 2026 下半年最重要的一条结构主线。[D]

二、技术纵深：权重怎么被"烧"进硅片

2.1 HC1 的规格，先纠正一个流传很广的错误

媒体最早流传 HC1 有"约 530 亿晶体管"，实际是530 亿中的 53 亿——815mm²、接近光罩极限的大 die，TSMC N6 工艺，53B 晶体管。[B] 这个尺寸在成熟节点上已经是单 die 的物理上限，也解释了为什么它只装得下一个 8B 参数模型。8B 是一个战略选择：先证明"模型固化"这条路的物理可行性，再往更大的模型爬。

2.2 核心机制：一个晶体管同时"存权重"和"做乘法"

Taalas 的做法，是把乘法的结果在出厂前算好。一个 4-bit 量化权重，对任意输入激活只有 16 种可能的乘积；芯片在流片时把这 16 个乘积全部预先算好，然后一个 mask ROM 晶体管扮演"路由器"——它在金属层上的连接方式在制造时被固定，物理地把进来的激活值导向正确的预计算乘积线，送入加法树。权重没有走"读出来再做乘法"的老路，它被直接编进了连线。这就是"recall fabric"的来由：静态权重在掩膜 ROM 里永久刻蚀，KV Cache 和 LoRA 适配器放在 SRAM 里，让芯片在出厂后还有一点动态调节的余地。

上图：HC1 的推理数据流——权重固化在掩膜 ROM 中，SRAM 只负责 KV Cache 与 LoRA 等动态状态。

2.3 “换模型要重新流片”：一个听起来荒谬、算下来合理的生意

Taalas 宣称换一个模型只需要重新刻约 100 层金属中的 2 层，走 TSMC 快速回片约两个月；整个设计流程约 1 周、团队 24 人、累计研发投入约 $3000 万。对照传统定制 ASIC 动辄 12-24 个月、数亿美元的成本结构，"换模型只要重刻两层金属"这套设计节奏，是整套商业逻辑的承重墙。

学术界的独立证据支持这个方向。ASPLOS 2026 的 HNLPU 论文用"Metal-Embedding"方法把权重嵌进金属的三维拓扑，宣称光罩成本降低 112 倍，让硬编码 120B 模型的 NRE 从约 $60 亿压到约 $1.2 亿以内；[A] ITA 论文更进一步，在 28nm/40nm 成熟节点上把权重做成电路拓扑，用常数系数移位加树替代乘法器，宣称 MAC 面积缩小 4.85 倍、能效提升约 50 倍。两条线都指向同一个结论：把权重做进硅片的物理账，在成熟节点上是算得过来的。HNLPU 的隐藏前提值得记住——它假设权重约一年更新一次，这正好暴露了这条路线对"模型稳定性"的依赖有多深。

2.4 权重存储的光谱：只有 Taalas 这一派是"烧死"

整个加速器家族对权重有三种态度。掩膜 ROM 派（Taalas、HNLPU、ITA）把权重永久刻进硅片，换来极限能效、放弃灵活性；SRAM 派（Groq LPU、Cerebras WSE-3、d-Matrix Corsair、SambaNova）把权重放在片上 SRAM，可加载可替换，只比 GPU 稍"硬"一点；GPU 派保持完全可编程。严格说，"把模型烧进硅片"只指掩膜 ROM 这一派。Groq 的 LPU 用 500MB 片上 SRAM 固化权重，换模型只要重新编译；Cerebras 的 WSE-3 是权重流式（weight-streaming），权重在外部 MemoryX 里流动，根本不算 weight-stationary。市面上九成关于"权重烧进硅片"的讨论，其实把两派混为一谈了。

三、竞争格局：AMD 的棋盘与 NVIDIA 的吸星大法

3.1 两笔交易，结构完全不同

NVIDIA 与 Groq 的交易常被简写为"收购"，实际是约 $200 亿的非排他 IP 授权 + 吸收约 90% 工程团队的 acqui-hire，Groq 保留推理云业务独立运营，签约于 2025 年 12 月 24 日。[B] AMD 对 Taalas 是全额收购，技术并入 Instinct、EPYC 与 Helios 路线图，Q4 2026 交割。一个买"灵活低延迟的 SRAM 解码路线"，一个买"把模型彻底冻结的极端路线"，方向相反，赌的是同一个判断：推理市场会分化。

3.2 加速器光谱对比

对比表：按"权重能不能换"划分，Taalas 站在光谱最硬的一端，Groq/Cerebras/d-Matrix 在中间，GPU 在最软一端。

3.3 AMD 的完整棋盘：Helios 做预填充，Cerebras 做解码，Taalas 做冻结

把 AMD 的布局拼起来看就清楚了：Helios 机架（72 颗 MI455X + 18 颗 EPYC）负责预填充与灵活负载，7 月的 Cerebras 合作负责低延迟解码，Taalas 负责把"已经稳定下来的旗舰模型"冻成专用硅片。分析界对这一手的主流解读是"tick-tock"：客户先在 GPU 上验证模型，模型稳定到高吞吐稳态后，再固化到 Taalas 芯片上省钱省电。Futurum 的分析师甚至认为，AMD 买的重点是那条"两个月模型到硅片"的自动化设计流和一支熟悉自家 ISA 的团队——这是一次设计能力收购，芯片产品只是表象。[C]

上图：从 NVIDIA-Groq 到 AMD-Taalas，头部玩家在八个月内完成了对推理专用化路线的集体下注。

3.4 两种情景，决定谁赢

这个市场没有确定性答案，取决于一个变量：模型还换不换得动。

如果模型仍在月月换代（当前事实），掩膜 ROM 派吃大亏——每次换模型都是一次硬件事故，Taalas 自己的两个月迭代周期也追不上月度节奏。此时 GPU 与 SRAM 派的灵活性占优，Groq 的"重新编译"和 GPU 的"直接加载"会显得无比珍贵。

如果某几个模型稳定统治高吞吐场景（搜索、翻译、语音助手、代码补全），掩膜 ROM 派赢在成本与功耗：Taalas 宣称单 token 成本约为 B200 的五分之一、功耗约十分之一，换来的代价是"模型一旦回滚，芯片直接变砖"。关键在于，这个判断的验证窗口就在未来 12-18 个月。我赌不到 2028 年，推理市场会明显分出"快速迭代层"和"稳态固化层"两层，掩膜 ROM 派能不能起来，取决于第二层到底有多厚。[D]

四、市场与生态：绕开 HBM 的诱惑与陷阱

4.1 推理是主战场，ASIC 出货量 2027 年超过 GPU

Deloitte 估 2026 年推理占 AI 数据中心算力的约三分之二（2023 年是三分之一）。[B] 摩根士丹利预计 AI ASIC 市场从 2024 年的 $120 亿增至 2027 年的 $300 亿，CAGR 约 34%；JPMorgan 与 SemiAnalysis 都预计 ASIC/XPU 出货量在 2027 年超过 GPU。但这些预测主要被超大规模云厂的定制芯片（TPU、Trainium、Maia）撑起来，Taalas 式的"模型专用硅片"只是 ASIC 增长里的一个楔子，还没有机构单独给它算规模。

4.2 "绕开 HBM/CoWoS"到底是真是假

这条路线真正的杀伤力在成本结构。HBM 已占 AI 加速卡物料成本的 45-63%，CoWoS 长期满产、CoWoS-L 交期 40-52 周，英伟达预定了 TSMC 2026 年约六成的 CoWoS 产能。[B] 一个不需要 HBM、不需要先进封装、整机架 12-15kW 风冷的推理芯片，正面攻击的正是这轮超级周期里最稀缺的两样东西。

上图：三条推理路线的成本锚点。模型专用路线的卖点，恰好在 HBM/先进封装最贵的 2026-2027。

但要泼冷水。第一，2026-2027 的 HBM 需求主要来自 GPU 和仍然依赖 HBM 的云厂 ASIC，它们并不因 Taalas 存在而减少——“绕开"发生在增量市场，不在存量市场。第二，模型更迭是结构性风险：芯片与模型捆成"一个更短命的资产”，没法像过去那样各自独立摊销，换模型等于重新付一次资本开支。第三，性能数据全部是厂商口径，独立侧实测收敛在 14,500-16,000 tok/s 区间，"48x vs GPU、8x vs Cerebras"的倍数是外推而非受控对比。我的判断：绕开论在物理上成立、在 2026-2027 数字上不成立，它是长期对冲，不是近期威胁。[D]

4.3 谁会买单

真正适合买这种芯片的客户不多：手上有稳定旗舰模型、日推理量以百亿 token 计的 AI 实验室（Anthropic 在主动分散硅片供应链，OpenAI 与 Google 有同方向的 Frozen V2 传闻）；以及做不了液冷的中小数据中心——Taalas 整机约 2.5kW 风冷，放进标准机架就能跑。这也是它最容易起量的入口：液冷基础设施是云厂商之外的普遍门槛，把推理压回风冷机架，等于打开了一大片当前买不起 GPU 服务器的市场。反过来想，大厂的 AI 实验室反而不一定是第一波客户——它们模型迭代太快，恰恰是最不适合"烧死"权重的一群人。最合适的反而是模型相对稳定、吞吐量巨大的垂类应用：代码补全、语音助手、客服自动化的固定模型。

五、战略启示：对 AMD、对 NVIDIA、对中国

5.1 对 AMD：这是一次"卖铲子"式的设计能力补全

AMD 正面打不穿 NVIDIA 的 CUDA 软件护城河，于是换了一条路：卖异构全栈。Helios 预填充、Cerebras 解码、Taalas 冻结解码，再配上此前收购的 MK1、MEXT、FastFlowLM 等推理软件资产，AMD 正在把自己从"第二 GPU 供应商"改造成"异构算力方案商"。[B] 值得留意的是，这笔交易的核心资产可能是设计流程而非芯片：如果"两个月模型到硅片"的自动化设计流跑通，叠加 Agentic EDA 的浪潮，AMD 就掌握了给任意客户定制推理芯片的流水线——这才是对 NVIDIA"一芯通吃"最深的威胁。换个角度说，AMD 买的是一支能把客户工作负载"变成专用芯片"的工程队伍，这比任何单一芯片产品都更值钱。

5.2 对 NVIDIA：软件护城河比硬件更硬

SemiAnalysis 在态度反转后仍坚持：CUDA/vLLM/TensorRT-LLM 软件栈才是持久壁垒。NVIDIA 的应对方式是把 Groq 的 LPU 吸收进自己的推理机架（Vera Rubin 预填充 + Groq 解码），同时用 Vera Rubin 压低推理成本。对 NVIDIA 来说，Taalas 路线只要不进入其核心客户群，就只是叙事层面的噪音。真正值得盯的是：如果 Taalas 的"模型固化"逻辑被验证，NVIDIA 会不会也买一个类似的"固化"团队——在它已经把 Groq 放进口袋之后，再补上光谱最硬的一端。这个动作如果发生，说明赛道真的成立了。

5.3 对中国：一条被低估的换道路径

这是最有意思的部分。Taalas 用的是 TSMC 6nm，一个在 2026 年已经不算先进的节点——而中芯国际的 N+2（纯 DUV 的 7nm 级工艺）恰好卡在同一条线上。模型专用硅片不需要 HBM（美国 2024 年 12 月的 HBM 出口管制对它失效），不需要先进封装设备（日本 8 月 1 日生效的第三轮管制管不到单 die 掩膜 ROM），对 EUV 的依赖也大幅下降。[B] 换句话说，这条路线在架构层面绕开了近两年对中国最有效的两道管制。

上图：模型专用硅片对中国的意义——绕开两道最紧的管制，但掩膜、EDA 与产能仍是硬约束。

但别把"换道"读成"通关"。国产这条路的现实约束有三层：中芯 N+2 产能本身缺口约 40%、被华为等头部客户锁定，一个新的大批量产品线会挤压现有昇腾/寒武纪的供给；掩膜与 EDA 工具仍是依赖项，换模型就要换金属层掩膜，一套 7nm 级掩膜并不便宜；DeepSeek 671B 级别的大模型需要约 30 颗芯片拼起来，多 die 集成又把先进封装请回了台面。[B] 中科院一位研究者对这类芯片的评价很克制：“目前没有应用价值，但可能是一颗有历史意义的芯片。”[C] 上海已经有创业公司在走这条路——瞬元智能（Sytrix）在 AMD 官宣同周公开了 Taalas 式的"模型处理单元"计划，目标锁定 DeepSeek/Qwen/GLM。有意思的是，中国做这件事有一个 Taalas 没有的优势：国产大模型（DeepSeek、Qwen、GLM）的权重完全可以自主固化，不需要等海外模型开放。

六、我的判断

我不认为 Taalas 会杀死 GPU，它开出的是第三条路。GPU 继续吃训练与快速迭代，SRAM 派吃低延迟解码，掩膜 ROM 派吃"已经稳定下来的高吞吐模型"——这是把服务器行业几十年没变过的"通用芯片主导"范式，往"专用芯片分食"方向推了一大步。变化的分水岭不在 2026，在模型更迭节奏能不能慢下来。

盯三个信号。第一，Q4 交割后 AMD 能不能把 Taalas 技术做进 Helios 机架，跑通"GPU 预填充 + 固化解码"的混合推理，这是从新闻到产品的第一道证明。第二，"两个月换模型"的设计流能否在量产规模上兑现，它决定这套生意的边际成本到底有多低。第三，独立机构能否复现 16,000 tok/s 与输出质量，性能数据从厂商口径变成可验证口径，定价逻辑才算落地。

我原以为推理专用化只是 ASIC 的又一次扩围。看完整份材料，我改了这个判断：当"把模型刻进硅片"的设计成本从数年压到两个月，“一颗芯片服务一个模型"就从荒诞变成了一门可批量复制的生意。这条路会不会走通，取决于模型世界还有多"善变”——如果大模型真的稳定成水电煤，掩膜 ROM 的春天就来了；如果还在月月换代，这批芯片就是 2026 年最贵的纪念品。先不下结论，但值得把这条线放进明年的跟踪清单里盯着。

被打脸的风险：如果 AMD 交割后产品化不及预期、或者模型更迭节奏加快，现在对"第三条路"的判断就要打折。中国这条线的国产化速度同样是不确定项，N+2 产能是绕不开的地板。[D]

参考来源

1. AMD Newsroom — AMD Acquires Taalas (2026-08-06) — 官方公告
2. CNBC — AMD buys chip startup that hardwires AI models into silicon
3. The Register — AMD acquires Taalas to boost inference by etching models into silicon
4. ServeTheHome — AMD to Acquire Taalas for Model Specific AI Inference Chips
5. The Next Web — AMD buys Taalas to etch AI models into silicon

6. SiliconANGLE — AMD acquires Taalas to hardwire AI models into silicon
7. WCCFTech — AMD fuses Cerebras WSE with Helios for 5x tokens/s/watt
8. HNLPU — arXiv:2508.16151 (Metal-Embedding, ASPLOS 2026) — 学术
9. ITA — arXiv:2511.22889 (Immutable Tensor Architecture) — 学术
10. Futurum — AMD acquires Taalas to advance AI workload optimization

11. Simon Willison — Taalas serves Llama 3.1 8B at 17,000 t/s
12. heise — AI inference cast in silicon: Taalas announces HC1
13. JPMorgan — AI custom chip shipments to surpass GPUs by 2027
14. EEPW — 把大模型刻进芯片，可行吗？（中科院点评）
15. 智东西 — AMD 收购 Taalas：24 人的 6nm 推理芯片团队

16. 集微网 — AMD 收购 Taalas：全栈 AI 再添拼图
17. Digital Applied — AI Inference Providers Pricing Matrix Q2 2026

AI 辅助深度研究，人工视角解读。每日更新。