推理算力專業化到來。AMD 收購 Taalas 驗證了「模型即晶片」路線的價值，而在中國，⼀家同樣押注極速 AI 推理芯⽚的公司 —— 上海瞬元技術有限公司（ Sytrix ） —— 正沿著這條路線加速落地。它計畫將模型架構和參數直接固化進晶片硬體，讓 Token 成本、推理能耗與時延實現數量級下降，把普惠 AI 帶給每⼀個人。

8 ⽉ 6 日，AMD 宣佈收購人工智慧推理芯⽚領域的先驅 Taalas。

這筆收購指向⼀個明確訊號：AI 算力的重心正在從訓練轉向推理，而推理的終極答案，或許不在通用GPU，而是在⼀塊為模型量身定製的矽片裡。

幾乎在同⼀時間，中國也出現了⼀家走同樣路線的公司——上海瞬元技術有限公司（Sytrix）。這家專注於模型處理單元（MPU）的晶片公司剛剛完成種子輪融資，⽬標是打造中國第⼀款對標 Taalas 的極速 AI 推理芯⽚。

瞬元，取意「瞬息之間，元啟萬智」。八個字⾥藏著這家公司的技術理想：讓詞元（Token）的⽣成發⽣在瞬息之間，讓 AI 智能在每⼀次推理中⾃然湧現。其英⽂名由 Synthesis（合成）與 Matrix（矩陣）融合⽽來，寓意將模型參數矩陣轉化為芯⽚硬體的能⼒。

Taalas 被 AMD 收購，本質上是⼀次「專⽤化路線」的巨頭認證。

NVIDIA 200 億收購 Groq、OpenAI 向 Cerebras 投⼊⼤額訂單、Etched 估值快速攀升，再到 Taalas的以 60 天完成從模型到芯⽚交付能⼒，專⽤推理架構正從邊緣探索進⼊產業競爭的核⼼地帶。過去兩年，AI 推理的規模和成本壓⼒也在指數級放⼤。

Agent 的⼀次循環需要 10 到 100 次推理請求，Token 價格戰持續下探，而  NVIDIA GPU 的⽑利率仍⾼達 80%。當算力分配從訓練主導逐步轉向推理主導，市場迫切需要⼀種「為推理而生」的架構。在中國，這個需求更為迫切。2026 年中國算力市場規模預計達 10500 億元。DeepSeek、Qwen、Kimi、智譜等主流模型在中國擁有最⼤規模的部署。

瞬元的答案是「硬化」：將模型架構與參數直接固化到芯⽚硬體中，讓晶片成為模型的自然延伸，從而徹底打破記憶體牆。憑藉⾃研的參數矩陣分解技術，在相同矽片面積內，這顆晶片容納了數倍於同級產品的模型參數，token 吞吐達百倍提升，功耗卻遠低於當前推理晶片。

「AI 很強，但⼤多數⼈的⽇常還感受不到：推理慢、成本高，它主要服務的是 Coding、行研等高價值任務，而更多⼈的⾼頻剛需場景，體驗並不好。」瞬元創始人表示，「我們做的事情很簡單：讓晶片從誕⽣起就為模型而生，讓每⼀次 Token 的⽣成都發⽣在瞬息之間，讓普惠 AI 成為每個⼈觸⼿可及的基礎服務。」

瞬元的核心產品同樣是 MPU（Model Processing Unit），即針對特定 AI 模型全硬化的計算陣列。不同於傳統晶片交付後再由客戶進⾏模型適配，瞬元計畫在模型設計或後訓練微調階段便與模型廠商深度協同。

對模型⼚商⽽⾔，這意味著更低的 Token 成本。

Token 成本降 100 倍，能耗降 100 倍

相同⾯積內，瞬元 MPU 能容納比  Taalas HC1 更多的模型參數。相比當前 AI 推理⽅案，Token 成本降低 100 倍，推理能耗降低 100 倍，時延也被壓到極低。模型迭代時掩範本可復⽤，成熟交付周期遠小於重新流片時間。

這背後的技術邏輯與 Taalas 相通：通過⾃研參數矩陣分解與模型電路協同設計，將 NRE 成本⼤幅降低，同時保留與模型⼚商、雲算力服務商聯合最佳化的空間。不同之處在於，瞬元從設計之初就瞄準了中國主流開源模型的生態，芯⽚設計始終圍繞模型演進展開。

推理時代到來、專⽤化路線已驗證、HBM 供應鏈與國產化等因素疊加，讓當下成為 MPU 最好的⼊場時機。

⼀⽀兼具科研與⼯程能⼒的團隊

AI 晶片是⼀場橫跨演算法、架構、電路設計與工程交付的系統性競爭，產品比到最後，比的仍是團隊。

瞬元創始⼈團隊由清華姚班、上海交大 ACM 班、北京大學、浙江大學、華中科技⼤學等名校博⼠領銜，核心成員擁有多款芯⽚的完整流片經驗。CEO 曾就職於頭部科技企業，晶片與 AI 產業化經驗豐富。CTO 為上海交大  ACM 班博士，ICPC 金牌，曾在多款晶片核心實現 PPA 極致最佳化並流片。首席科學家來自清華姚班，專注 AI 演算法與組合電路最佳化，在國際頂級會議與期刊上發表論⽂ 40+ 篇。模型負責⼈為北京⼤學博士，主導大模型推理最佳化與硬體形式化驗證，讓晶片從設計之初就與模型彼此適配。芯⽚前端與後端負責人均擁有 15+ 年研發經驗，覆蓋 CPU/GPU/ASIC SoC 等晶片，端到端交付20+ 款晶片，累計量產數千萬顆，具備從系統架構到量產的全流程交付經驗。

這是⼀個既懂電晶體物理，⼜懂模型數學的團隊。在 AI 晶片領域，演算法、架構、電路的垂直打通能力，往往決定了誰能把 PPT 上的能效比真正變成矽片上的實測資料。

本輪種子輪融資將主要用於⾸款 MPU 晶片的研發與流片，以及核⼼團隊的擴充。瞬元計畫與頭部模型廠商和雲算力服務商建立深度合作，在模型設計階段即與模型廠商協同，針對具體場景交付定製化的推理晶片。

「我們的願景，是成為人類邁向普惠 AI 時代的推動者。」瞬元創始人表示，「當推理足夠快、足夠便宜，智能將像水和電⼀樣，隨時可用、人人可及。(半導體芯聞)

8 月 6 日，AMD 宣佈與加拿大 AI 晶片初創公司 Taalas 簽署最終收購協議。交易價格、支付方式和預計交割時間均未披露，收購仍需獲得監管批准並滿足其他慣常交割條件。AMD 給出的整合方向很明確：把 Taalas 的專用推理技術納入加速器路線，與 Instinct GPU 共同組成系統級方案。

這是一筆規模尚不清楚的交易，卻呈現了 AMD 對 AI 計算架構變化的判斷。過去幾年，晶片公司的競爭焦點主要集中在訓練：誰能連接更多 GPU、提供更大的視訊記憶體和更高的叢集頻寬。隨著模型投入實際應用，推理逐漸成為持續發生、反覆計費的計算負載。客戶開始追問每個 token 的成本、響應延遲和資料中心功耗，一種晶片覆蓋所有 AI 任務的效率越來越難令人滿意。

AMD 的業務重心也在向這裡移動。收購消息發佈前兩天，公司剛剛公佈 2026 年第二季度財報：營收達到 115 億美元，同比增長 50%；資料中心業務收入為 67 億美元，同比增長 107%，佔總收入的 58%。EPYC CPU 和 Instinct GPU 仍是主要增長來源，但 AMD 已經開始在這兩類通用計算產品周圍加入更多專用技術。

6 月，AMD 收購記憶體最佳化公司 MEXT，試圖降低資料中心的記憶體容量和成本壓力。7 月，AMD 與 Cerebras 達成合作，由 AMD 系統處理提示詞和長上下文，Cerebras 的晶圓級晶片負責低延遲 token 生成。蘇姿丰當時表示，AI 工作負載將出現更多拆分。

Taalas 補上的，是更靠近專用計算的一端。訓練、提示詞處理和經常變化的模型仍可運行在 GPU 上；呼叫量足夠大、模型相對穩定的推理任務，則可能轉移到為單個模型製造的晶片。AMD 正在搭建的產品體系，因而不再只有與輝達正面競爭的 GPU，還包括一組可以按照負載特點組合的計算單元。

Taalas 的技術路線十分激進。通常情況下，AI 模型以軟體形式存放在外部高頻寬記憶體（HBM）中，晶片執行階段不斷讀取參數並執行計算。資料需要在記憶體與計算單元之間反覆移動，帶來功耗、延遲和封裝成本。Taalas 直接把模型結構和大部分權重寫入晶片的掩模唯讀記憶體陣列，再使用片上靜態隨機記憶體器（SRAM）處理 KV Cache、上下文和模型介面卡。模型由此成為電路的一部分。

首款採用這種“硬編碼推理”（Hard Coded Inference）架構的晶片名為 HC1，由台積電採用 6 奈米製程生產，固化了 Meta 的 Llama 3.1 8B 模型。Taalas 稱，HC1 可以達到每位使用者約 1.7 萬個 token/秒，硬體成本約為其他方案的二十分之一，功耗約為十分之一；系統不需要 HBM、先進封裝和液冷。

不過，目前的性能數字主要來自 Taalas 自測。輝達 B200 的對比結果同樣由 Taalas 測量，Groq、SambaNova 和 Cerebras 的資料則來自第三方平台，測試條件並不完全一致。HC1 採用定製的 3 位元基礎資料格式，並混合使用 3 位元和 6 位元參數。Taalas 承認，激進量化會造成一定的模型質量損失。用於演示的 Llama 3.1 8B 體量較小，也無法代表當前前沿模型的計算難度。

HC1 因而更像一項架構驗證：當晶片放棄運行不同模型的能力，它在單一任務上能夠快到什麼程度。

這種效率也伴隨著直接的代價。模型結構或權重發生較大變化，客戶無法通過軟體升級完成切換，需要等待新版本晶片。Taalas 的應對方式是提前生產基礎晶圓，只在最後階段修改兩個金屬層。公司宣稱，從收到新模型到做出對應晶片可以縮短至兩個月。

兩個月遠短於傳統晶片的開發周期，卻依然慢於模型更新。客戶還需要管理更多伺服器型號、備件和部署流程。若一個模型呼叫量不夠大，節省下來的推理成本也未必能夠覆蓋專用晶片的設計、流片和維運支出。

因此，適合 Taalas 的場景也非常明確：模型穩定、請求量巨大、對延遲和成本極其敏感。例如語音互動、搜尋、程式碼補全或運行在後台的固定智能體模型，都可能產生足夠多的重複計算。頻繁迭代的前沿模型、長尾模型和訓練任務仍將依賴 GPU。Taalas 將會與 Instinct 形成分工，AMD 可以在一套系統中保留 GPU 的靈活性，再把成熟且昂貴的推理負載交給專用晶片。

除了架構，AMD 也買下了一支熟悉的團隊。Taalas 的 3 位創始人 Ljubisa Bajic、Drago Ignjatovic 和 Lejla Bajic 都曾在 AMD 和 Tenstorrent 工作。Ljubisa Bajic 參與過 AMD 的 CPU-GPU 混合晶片設計，後來創辦 Tenstorrent；Drago Ignjatovic 曾任 AMD 專用積體電路設計總監；Lejla Bajic 則從 ATI 進入 AMD，負責過系統工程。3 人於 2023 年在多倫多成立 Taalas。

2024 年，Taalas 以兩輪共計 5000 萬美元融資走出隱身狀態。2026 年 2 月，公司再融資 1.69 億美元，累計融資約 2.19 億美元。Taalas 稱，其 24 人團隊開發 HC1 隻投入了約 3000 萬美元。對 AMD 而言，這支已經完成實際流片、同時熟悉 GPU 與專用晶片的小型工程團隊，可能比一款尚未規模商用的產品更快產生價值。AMD 也表示，將保留並擴充 Taalas 的加拿大團隊。

收購之後仍有幾個問題沒有答案。AMD 尚未說明 Taalas 技術會進入那一代產品，也沒有披露兩類晶片如何連接、由那一套軟體調度，以及客戶能否在不增加維運複雜度的情況下獲得成本優勢。Taalas 原本計畫通過第二代 HC2 固化更大的前沿模型，但從 8B 模型擴展到混合專家模型和多晶片系統，需要新的實測結果。

AMD 買下 Taalas，是在押注推理市場最終會大到足以容納一批“只做一件事”的晶片。Taalas 已經展示了晶片失去選擇之後可以跑得多快；但它尚未證明，客戶願意為這種速度長期放棄同樣的選擇。 (問芯)

Taalas提出"模型即電腦"（The Model is The Computer）； 通過瓦解HBM，直接把模型可到晶片上； 把速度提上輝達H200的近100倍。

https://chatjimmy.ai/ 給出了測試資料，寫一個程式碼的速度達到恐怖的0.03秒！

Taalas是一家成立於2023年8月的加拿大多倫多AI晶片初創公司，由 Tenstorrent聯合創始人 Ljubisa Bajic 創立，於2026年2月公開亮相，已融資超過2.19億美元。Google把推理剝離了訓練，提升了10倍的速度，而Taalas進一步把某個模型剝離了推理，提升100倍的速度。

而Taalas和台積電一起完成了為某個模型定製晶片的實驗設計。

在原來的敘事邏輯裡面， 台積電，韓國海力士和輝達手牽手的完成了宏大的AI基建共贏邏輯， 但是在Taalas和台積電的實驗裡面， HBM沒了， 輝達GPU慢了， 只有台積電繼續偉大。

“Taalas Foundry”，開啟新一代大模型硬體化的路，這就是新一代電腦畢業生的目標CPU-GPU協同的新一代軟硬體體系革命。   (AI2ML人工智慧to機器學習)

彙整鉅亨號中所有使用「Taalas」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

一家中國公司，決定把 AI 模型刻進矽片

AMD重磅收購Taalas：蘇姿丰押注“模型即晶片”，AI推理大戰升級

Taalas讓台積電繼續偉大