AMD 于美国当地时间 2026 年 8 月 6 日宣布，已就收购专用 AI 推理硅片公司 Taalas 达成最终协议。据公司新闻摘要，Taalas 技术将进一步拉开 AMD AI 路线图的差异化，带来突破性的推理性能与能效；AMD 计划将该技术与 AMD Instinct™ GPU 整合，交付系统级方案。
Taalas 成立于 2023 年，总部位于加拿大多伦多。AMD 表示，其技术针对推理数据流做优化，可显著减轻通用架构在计算与内存上的瓶颈。收购完成后，Taalas 将与 AMD 全栈 AI 平台互补，涵盖 Helios™ 机架方案、Instinct GPU、EPYC™ CPU、ROCm™ 软件及既有 AI 生态。交易尚须满足惯常交割条件与监管审批。
科技媒体The Register 报道称，AMD 此举意在强化 AI 硬件竞争；Taalas 将模型权重直接写入硅片，该路线有望把推理性能提升一个数量级乃至更高。交易于周四收盘时宣布，金额未披露。报道称此为完整收购，而非单纯人才型收购，并提到与英伟达去年 12 月与 Groq 约 200 亿美元授权合作的相似目标——面向 AI 代理、代码助手等场景的高阶推理，追求更快速度与更低成本。
与传统 GPU 不同，也不同于 Groq LPU、Cerebras 晶圆级加速器所采用的数据流架构，Taalas 并不主要依赖 HBM 存放权重，而是将权重蚀刻进硅。The Register 将其概括为模型专用集成电路（model-specific integrated circuit，MSIC）。
2026 年 2 月，Taalas 公布首款基于台积电 6 纳米工艺的测试芯片 HC1。初步基准显示，在 Meta 的 Llama 3.1 8B 上，吞吐可达约每秒 16,960 个 token；按当时公布口径，约为英伟达 GPU 的 48 倍、Cerebras 加速器的 8.5 倍。报道同时指出，以当前标准看 Llama 3.1 已偏旧，该接近光罩尺寸的芯片主要用于验证技术可行性。
实现细节公开有限。目前已知处理器大致分两块：一是写入模型权重的 Mask-ROM Recall Fabric；二是存放 KV 缓存与微调 Adapter 的 SRAM Recall Fabric。
第二代 HC2 计划今夏推出，目标将单芯片参数规模提升至约 200 亿。大模型仍可通过流水线并行将权重分布到多颗加速器：按单芯 200 亿参数粗算，约 50 颗即可支撑约 1 万亿参数模型。AMD 具备机架级平台与系统团队，有条件承载此类配置。The Register 称，相较英伟达新近公布的 LPX 一类系统，在同等模型规模下，Taalas 路径在空间与功耗上更具优势——后者可能需要数十张 GPU，以及至少约 2000 颗 Groq LPU。
据 The Register 了解，AMD 计划将基于 Instinct 的 Helios 机架与 Taalas 技术芯片搭配使用：计算较重的 Prompt Processing 由 GPU 承担，Token Generation 卸载至 Taalas 加速器。报道亦推测，客户或先在 Instinct 上部署并验证模型，确认后再迁移到 Taalas 加速器——目前仍属推测。
AMD 人工智能事业群高级副总裁 Vamsi Boppana 表示，AMD 正在打造全栈 AI 平台，使客户能为不同 AI 负载部署合适的计算方案；Taalas 的技术与工程团队将以差异化的推理性能与能效充实其 AI 组合。Taalas 联合创始人兼首席执行官 Ljubisa Bajic 表示，公司创立初衷是从底层重新思考 AI 推理，围绕模型构建硬件；加入 AMD 将获得规模、工程资源与全球覆盖，以加快创新。AMD 同时称，收购延续其在加拿大半导体与 AI 生态的长期投入，并承诺继续保留、壮大当地人才。
该路线也存在约束。权重刻入硅并完成部署后，芯片即与特定模型绑定；超出 LoRA 一类适配范围的较大改动，往往需要重新改版流片，成本高、周期长。近年来新模型发布频率高，客户若采用该技术，需对所选模型有较高确定性。Taalas 方面称，新模型虽需重做，但不必从零设计，据称仅需修改两层金属，成本和周期可相应降低。The Register 估计，该技术更可能先由模型开发商、其基础设施提供商及部分推理服务商部署；该公司 2 月对 The Next Platform 表示，将权重蚀刻进硅的成本约为训练一个前沿模型的百分之一。
OpenAI、Anthropic、Meta 等均为 Instinct 重要用户。The Register 认为，不排除未来在 Taalas 与 Instinct 组合上部署 GPT 或 Claude 类模型。若能降低每 token 成本并将输出速度再提高一个数量级，也有利于测试时扩展（test-time scaling）——通过更长推理换取准确率——该做法会增加 token 消耗与等待时间。
今日推荐：
