# 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 ComputerAMD 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 dieTSMC 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。项目HC1工艺TSMC N66nm晶体管53 亿Die 面积815 mm²接近光罩极限目标模型Llama 3.1 8B单一模型出厂锁定推理速度约 16,000-17,000 tok/s/用户厂商宣称独立侧约 14,500-16,000功耗约 200W风冷权重存储Mask ROM「recall fabric」永久刻蚀动态存储SRAM「recall fabric」KV Cache、LoRA内存层级无 HBM、无 3D 堆叠、无先进封装、无液冷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-hireGroq 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 加速器光谱对比维度Taalas HC1 (AMD)Groq LPU (NVIDIA 授权)Cerebras WSE-3d-Matrix CorsairNVIDIA B300AMD MI400权重存放掩膜 ROM永久片上 SRAM 500MB外部 MemoryX DRAM片上 SRAM 2GB 256GB LPDDR5HBM3e 288GBHBM4 432GB换模型重新流片 ~2 个月重新编译重新编译重新编译直接加载直接加载HBM 依赖无无无无有有液冷不需要需要整机架需要15-25kW可风冷需要需要Llama 8B 级速度~16k-17k tok/s宣称~1,250 tok/s独立侧~1,800 tok/s官方~60k tok/s厂商宣称通用吞吐通用吞吐定位稳态大规模推理低延迟解码低延迟解码存内计算推理通用训练推理通用训练推理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 GPUDeloitte 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 N2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 N2 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N2 产能是绕不开的地板。[D]参考来源AMD Newsroom — AMD Acquires Taalas (2026-08-06) — 官方公告CNBC — AMD buys chip startup that hardwires AI models into siliconThe Register — AMD acquires Taalas to boost inference by etching models into siliconServeTheHome — AMD to Acquire Taalas for Model Specific AI Inference ChipsThe Next Web — AMD buys Taalas to etch AI models into siliconSiliconANGLE — AMD acquires Taalas to hardwire AI models into siliconWCCFTech — AMD fuses Cerebras WSE with Helios for 5x tokens/s/wattHNLPU — arXiv:2508.16151 (Metal-Embedding, ASPLOS 2026) — 学术ITA — arXiv:2511.22889 (Immutable Tensor Architecture) — 学术Futurum — AMD acquires Taalas to advance AI workload optimizationSimon Willison — Taalas serves Llama 3.1 8B at 17,000 t/sheise — AI inference cast in silicon: Taalas announces HC1JPMorgan — AI custom chip shipments to surpass GPUs by 2027EEPW — 把大模型刻进芯片可行吗中科院点评智东西 — AMD 收购 Taalas24 人的 6nm 推理芯片团队集微网 — AMD 收购 Taalas全栈 AI 再添拼图Digital Applied — AI Inference Providers Pricing Matrix Q2 2026AI 辅助深度研究人工视角解读。每日更新。 深度 | AMD 收购 Taalas：把模型烧进硅片，AI 推理的第三条路 — 深度分析
# 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 ComputerAMD 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 dieTSMC 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。项目HC1工艺TSMC N66nm晶体管53 亿Die 面积815 mm²接近光罩极限目标模型Llama 3.1 8B单一模型出厂锁定推理速度约 16,000-17,000 tok/s/用户厂商宣称独立侧约 14,500-16,000功耗约 200W风冷权重存储Mask ROM「recall fabric」永久刻蚀动态存储SRAM「recall fabric」KV Cache、LoRA内存层级无 HBM、无 3D 堆叠、无先进封装、无液冷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-hireGroq 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 加速器光谱对比维度Taalas HC1 (AMD)Groq LPU (NVIDIA 授权)Cerebras WSE-3d-Matrix CorsairNVIDIA B300AMD MI400权重存放掩膜 ROM永久片上 SRAM 500MB外部 MemoryX DRAM片上 SRAM 2GB 256GB LPDDR5HBM3e 288GBHBM4 432GB换模型重新流片 ~2 个月重新编译重新编译重新编译直接加载直接加载HBM 依赖无无无无有有液冷不需要需要整机架需要15-25kW可风冷需要需要Llama 8B 级速度~16k-17k tok/s宣称~1,250 tok/s独立侧~1,800 tok/s官方~60k tok/s厂商宣称通用吞吐通用吞吐定位稳态大规模推理低延迟解码低延迟解码存内计算推理通用训练推理通用训练推理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 GPUDeloitte 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 N2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 N2 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N2 产能是绕不开的地板。[D]参考来源AMD Newsroom — AMD Acquires Taalas (2026-08-06) — 官方公告CNBC — AMD buys chip startup that hardwires AI models into siliconThe Register — AMD acquires Taalas to boost inference by etching models into siliconServeTheHome — AMD to Acquire Taalas for Model Specific AI Inference ChipsThe Next Web — AMD buys Taalas to etch AI models into siliconSiliconANGLE — AMD acquires Taalas to hardwire AI models into siliconWCCFTech — AMD fuses Cerebras WSE with Helios for 5x tokens/s/wattHNLPU — arXiv:2508.16151 (Metal-Embedding, ASPLOS 2026) — 学术ITA — arXiv:2511.22889 (Immutable Tensor Architecture) — 学术Futurum — AMD acquires Taalas to advance AI workload optimizationSimon Willison — Taalas serves Llama 3.1 8B at 17,000 t/sheise — AI inference cast in silicon: Taalas announces HC1JPMorgan — AI custom chip shipments to surpass GPUs by 2027EEPW — 把大模型刻进芯片可行吗中科院点评智东西 — AMD 收购 Taalas24 人的 6nm 推理芯片团队集微网 — AMD 收购 Taalas全栈 AI 再添拼图Digital Applied — AI Inference Providers Pricing Matrix Q2 2026AI 辅助深度研究人工视角解读。每日更新。