徽声在线8月7日报道，全球半导体巨头AMD近日对外宣布，已正式签署具有约束力的协议，将收购人工智能推理芯片领域的创新企业Taalas，此举标志着AMD在ASIC（专用集成电路）领域的战略布局再下一城。尽管交易的具体金额、支付细节及完成时间尚未对外公布，但业界普遍认为，这一收购将深刻影响AI芯片市场的竞争格局。

AMD方面表示，随着AI推理需求的爆发式增长，以及工作负载的日益专业化，此次收购将依托Taalas独特的推理技术和卓越的工程实力，进一步夯实AMD在AI领域的长期发展蓝图。AMD强调，通过整合Taalas的技术，将能够为客户提供更加高效、定制化的AI解决方案。

据公开资料，Taalas成立于2023年，总部位于加拿大多伦多，是一家专注于推理芯片研发的新兴企业。公司首席执行官Ljubisa Bajic在公司官网撰文指出：“Taalas致力于构建一个平台，能够迅速将任何AI模型转化为定制化的芯片产品。”他透露，Taalas能够在短短两个月内，将从未见过的AI模型转化为硬件实现，这一速度远超行业平均水平。

Taalas的核心技术理念源于其“模型即计算机（The Model is The Computer）”的创新构想，旨在通过硬件与软件的深度融合，实现AI推理性能的质的飞跃。

今年早些时候，Taalas发布了基于台积电6nm工艺制造的测试芯片HC1。测试数据显示，该芯片在处理Meta的Llama 3.1 8B模型时，速度高达每秒16960个token，这一性能是英伟达通用GPU的48倍，是Cerebras WSE的8倍。如此卓越的性能，得益于Taalas独特的工作原理。

传统上，AI模型以软件形式存储在外部高带宽内存（HBM）中，芯片在运行时需要不断读取参数并执行计算。而Taalas则创新地将模型结构和大部分权重直接写入芯片的掩模ROM调用结构，以及KV cache和微调适配器存储所在的SRAM调用结构，从而将模型参数以硅片的物理结构形式固定下来，大大减少了数据传输和处理的延迟。

Ljubisa Bajic曾在一篇技术文章中详细阐述了Taalas的设计理念。他指出，通用推理硬件通常将存储和计算功能割裂开来，这种设计迫使现代AI系统采用先进的封装技术、高带宽内存堆栈、海量I/O带宽和液冷技术来维持性能。而Taalas的目标则是打造一个无需HBM、无需先进封装、无需3D堆叠、也无需液冷的系统，从而简化AI推理的硬件架构，降低成本和能耗。

当然，Taalas的设计也并非完美无缺。其定制化的属性意味着，如同所有ASIC芯片一样，它牺牲了通用性以换取高性能。此外，尽管HC1芯片在推理速度上表现出色，但由于移除了可编程性，一旦模型结构或权重发生较大变化，客户无法通过软件升级来适应，而需要等待新版本的芯片。

▌ASIC赛道成巨头新战场

在AMD的规划中，Taalas的技术将与AMD现有的全栈式AI平台形成有力互补。该平台涵盖了AMD Helios机架式解决方案、AMD Instinct GPU、AMD EPYC CPU、AMD ROCm软件以及不断扩展的AI生态系统。AMD计划将Taalas的技术整合到其加速器路线图中，并利用AMD Instinct GPU开发系统级解决方案，以提供更加全面、高效的AI服务。

值得一提的是，这并非AMD首次在ASIC领域发力。近期，AMD首席执行官苏姿丰在AMD Advancing AI大会上透露，公司正在与芯片设计公司Cerebras展开深度合作，通过Cerebras的云服务提供高速推理能力。双方还计划推出结合AMD Helios GPU服务器机架与Cerebras晶圆级芯片的AI推理方案，该产品预计将于今年晚些时候正式推向市场。

除了AMD，其他科技巨头也在ASIC领域积极布局。去年底，英伟达确认与初创公司Groq达成技术授权协议，并从后者招揽了大量工程人才。英伟达首席执行官黄仁勋表示，Groq的技术有望为数据中心市场带来25%的增长空间。在云厂商方面，谷歌的TPU、微软的Maia、亚马逊的Trainium等项目均表明，头部科技企业正在通过自研芯片来优化特定模型场景下的性能和成本。

业内专家分析认为，随着AI技术向推理时代迈进，巨头们之间的竞争已经不再局限于GPU的数量和性能。正如招商证券在最新研报中所指出的，AI芯片自研潮的兴起，意味着AI基础设施行业正从“单一GPU供给约束”向“多元化定制芯片方案”转变，投资逻辑也从硬件垄断向生态博弈演变。

金元证券则进一步表示，AI芯片产业正在呈现“通用GPU+自研ASIC”并行发展的趋势。随着大模型推理需求的快速增长，针对固定工作负载优化的ASIC芯片因其更高的能效比，有望成为未来AI基础设施的重要组成部分。这一趋势将为AI芯片市场带来新的发展机遇和挑战。

（徽声在线 张真）