AMD近日宣布了一项重大战略举措——收购人工智能芯片初创企业Taalas，旨在通过技术整合进一步巩固其在AI推理市场的地位。此次收购被视为对英伟达在该领域主导地位的直接挑战，双方正围绕高性能推理服务的成本与效率展开激烈竞争。
Taalas成立于2023年，总部位于加拿大多伦多，其核心技术突破了传统AI芯片的架构限制。该公司通过将模型权重直接蚀刻到硅片中，构建了所谓的"模型专用集成电路"，彻底摆脱了对高带宽内存（HBM）的依赖。这种设计将芯片分为两个核心区域：掩膜ROM负责存储模型权重，SRAM则用于管理KV缓存和微调适配器。这种架构在特定场景下展现出惊人的性能优势——今年2月发布的测试芯片HC1在运行meta的Llama 3.1 8B模型时，实现了每秒16960个token的处理速度，较英伟达GPU快48倍，较Cerebras加速器快8.5倍。
即将于夏季推出的第二代HC2芯片将支持200亿参数的模型运行，通过流水线并行技术，50颗芯片即可支撑万亿参数级大模型。相比之下，英伟达最新LPX系统需要数十颗GPU和至少2000颗Groq LPU才能实现同等规模。AMD计划将Taalas芯片与其Instinct系列Helios机架结合，形成独特的分离式架构：GPU负责计算密集型的前端处理，Taalas加速器则专注于后端的token生成任务。这种设计既保证了灵活性，又通过专业化分工提升了整体效率。
技术整合带来的效率提升可能重塑AI开发范式。当前开发者通过"测试时缩放"技术降低模型幻觉，但需付出更高成本和更长延迟的代价。若Taalas技术能将单token成本降低100倍、输出速度提升10-20倍，开发商或将延长推理时间以换取更高准确性。这种变化可能催生新一代高精度AI应用，特别是在需要实时交互的智能体场景中。
尽管技术优势显著，Taalas方案仍面临现实挑战。模型权重固化在硅片中的特性意味着，任何超出LoRA适配器规模的修改都需要重新流片，这在高频率迭代的AI开发环境中可能造成限制。不过公司表示，通过仅修改两层金属层即可完成新模型部署，大幅降低了成本和时间周期。这种"半定制化"方案在特定场景下仍具有竞争力，特别是对于模型更新频率较低的基础设施提供商和推理服务商。
市场分析指出，AMD与OpenAI、Anthropic、meta等头部模型厂商的紧密合作，为Taalas技术的落地提供了理想场景。将模型权重蚀刻进硅片的成本比训练前沿模型低两个数量级，这使得大规模部署成为可能。此次收购预计第四季度完成，具体条款未披露，但确认是全面收购而非人才收购。这标志着AMD在构建全栈式AI平台的道路上迈出关键一步，通过提供异构计算解决方案，满足不同AI工作负载的差异化需求。
这场硬件领域的竞争正在重塑AI产业格局。英伟达去年12月与Groq达成的200亿美元授权协议，与AMD此次收购形成直接对标。双方都在探索如何让高性能推理服务在智能体等新兴应用中实现更低延迟和更低成本。随着Taalas技术的整合，AMD有望在AI硬件市场开辟新的价值空间，特别是在需要极致效率的推理场景中建立差异化优势。
