
作者|崔嫄伟
编辑|陈骏达
芯东西11月18日报道,昨日,AMD宣布完成收购加拿大AI推理芯片公司Taalas。
AMD计划将Taalas的技术整合到其加速器路线图中,并围绕AMD Instinct GPU共同开发系统级解决方案,同时与其更广泛的产品组合形成协同,包括AMD EPYC CPU、AMD ROCm软件以及AMD Helios机架级解决方案。
Taalas成立于2023年,总部在加拿大多伦多,是一家专注做AI推理芯片的半导体企业,和传统GPU通过存储器读取模型权重、再执行计算的方式不同,该公司试图将AI模型直接转化为芯片内部的硬件电路,使模型本身成为计算硬件的一部分。
Taalas联合创始人兼CEO Ljubisa Bajic具备多年的芯片设计经验。2003年至2006年,他任职于加拿大GPU设计公司ATI Technologies,从事芯片设计。2006年ATI Technologies被AMD收购,Ljubisa Bajic随之进入AMD,先后担任ASIC设计经理、IC设计架构师。
2013年,他就职于英伟达,担任高级架构师。在英伟达工作一年之后,Ljubisa Bajic又重新回到AMD。2016年,他创立了美国AI芯片公司Tenstorrent。该公司2023年由知名芯片架构师Jim Keller继任CEO。同年,Ljubisa Bajic创办Taalas。
▲Taalas联合创始人兼CEO Ljubisa Bajic
Taalas的核心产品HC1 Technology Demonstrator于今年2月发布,该芯片采用台积电6nm工艺制造,专门针对Meta的Llama 3.1 8B模型进行硬件优化。
▲Taalas的核心产品HC1 Technology Demonstrator
据该公司披露,HC1在Llama 3.1 8B模型上实现了单用户每秒1.7万个token的处理吞吐量,约是英伟达H200的74倍,约是B200的48倍。
▲多款芯片在Llama 3.1 8B模型上的吞吐数据,图源:Taalas
值得注意的是,AMD在近期已经完成两笔围绕AI产业链的交易,此前,该公司宣布完成对李飞飞创立的World Labs的收购。
结语:AI芯片技术路线走向分化,专用化与通用化并行探索
Taalas的HC1芯片展现了专用化架构在AI推理领域的性能潜力,但高吞吐量的背后也存在一定局限:其性能优势高度依赖特定模型,难以像通用GPU一样灵活适配不同模型和计算任务。也就是说,Taalas选择以牺牲通用性为代价,换取极致的推理效率。
AMD此次收购Taalas,将其技术纳入自身加速器产品路线图,也表明专用化计算架构正在获得主流芯片厂商的关注。随着大模型持续迭代,AI应用场景不断细分,市场对芯片的需求也不再局限于单一的算力提升,而是进一步延伸至推理速度、能效、部署成本及模型适配能力。
未来,AI芯片技术路线或将呈现更加明显的分化趋势,通用GPU与专用AI芯片并行演进,针对不同模型和应用场景探索差异化的计算架构。







