生成式AI的算力竞赛，主战场正在从训练端向推理端迁移，而AMD刚刚在推理赛道投下了一枚重磅棋子。8月7日，AMD宣布已达成最终协议，收购总部位于加拿大安大略省多伦多的AI推理芯片初创公司Taalas。这家成立于2023年、团队规模仅约25人的年轻公司，凭借激进的模型级硬化技术路线，在硅谷芯片圈引发了不小的波澜，如今正式纳入AMD的版图。
这笔收购的时间点耐人寻味。就在两天前，AMD交出了亮眼的第二季度财报：总营收115.36亿美元，同比增长50%，创历史新高；其中数据中心业务营收67.18亿美元，同比暴增107%，占总营收比重已升至58%，数据中心运营利润达21亿美元。AMD预计2027年数据中心销售将再翻一倍。在这样强劲的增长势能下，收购Taalas既是乘胜追击，也是为下一阶段的推理竞争提前布局，反映出AMD从GPU供应商向全栈AI系统厂商转型的战略意图。
Taalas的核心技术路线与主流方案截然不同。通用GPU需要从昂贵的HBM高带宽内存中实时调取模型权重，数据搬运成为推理性能的瓶颈；而Taalas将AI模型权重直接蚀刻进硅片，用掩模ROM结构存储权重，SRAM结构存放KV缓存和微调适配器，把模型专用集成电路的思路推向极致。这种设计以牺牲通用性为代价，换取了数量级的性能跃升与成本骤降，芯片在推理时几乎不需要搬运权重，延迟和功耗都大幅下降。
实测数据印证了这条路线的潜力。今年2月，Taalas发布首款测试芯片HC1，采用台积电6nm工艺制造，将Meta的Llama 3.1 8B模型硬编码进硅片。初步基准测试显示，该芯片每秒可生成16960个Token，速度是当时英伟达GPU的48倍，比Cerebras晶圆级加速器快8.5倍，而成本仅为传统方案的约二十分之一，功耗降低一个数量级。公司计划在今年夏季推出的第二代芯片HC2中，将单芯片参数量提升至200亿，进一步扩大可支持模型的规模。
Taalas首席执行官Ljubisa Bajic表示，公司的平台能在两个月内将任何未见过的AI模型转化为定制硅片。这种快速定制能力意味着，虽然模型级硬化路线牺牲了灵活性，但面对部署规模大、调用频次高的成熟模型，它能够提供碾压性的成本和能效优势。对于需要长期稳定运行的大规模推理负载，比如搜索引擎、推荐系统和智能客服，模型专用芯片的经济账非常划算，这正是Taalas吸引AMD的核心价值。
AMD收购Taalas的背景，是推理算力需求的爆发式增长。随着大模型应用进入规模化部署阶段，推理调用量已经远超训练需求，推理成本成为决定AI应用商业化的关键变量。V4-Flash等模型周调用量升至全球第一，国内大模型厂商密集调整API定价，都指向同一个事实：推理算力正在成为AI行业最稀缺、最昂贵的资源。谁能把推理成本降下来，谁就能在模型定价和市场份额上占据主动。
从产业格局看，头部芯片厂商已经围绕推理展开多线布局。英伟达约七个月前以200亿美元收购高性能AI芯片设计公司Groq的资产，创下其历史最大交易纪录；谷歌、亚马逊持续迭代自研推理芯片；现在AMD通过收购Taalas补齐模型级硬化的技术拼图。AMD CEO苏姿丰今年7月曾指出，芯片领域没有一种方案适合所有情况，尽管GPU凭借对新型AI模型的灵活性仍将占据市场主导地位，但多元化布局势在必行。收购Taalas正是这种多元化战略的具体落地，与AMD的CPU、Instinct GPU及近期向Meta和微软交付的Helios机架级集成服务器形成协同。
AMD此前已进行一系列收购来完善数据中心技术栈：2024年以6.65亿美元收购AI模型开发商Silo AI，以49亿美元收购ZT Systems夯实机架级产品基础，去年还收购了包括推理软件公司MK1在内的多家小型AI企业。Taalas的加入，让AMD在全栈AI战略中获得了从通用GPU到专用推理芯片的完整覆盖，也为推理市场的差异化竞争提供了新的武器。随着推理端成为算力竞争的主战场，模型级硬化路线能否从测试芯片走向大规模商用，将成为AMD这笔收购成败的关键检验。
Taalas的技术路线在业内并非没有争议。模型级硬化的最大短板是灵活性：芯片只能运行预先定制的模型，模型一更新，芯片就要重新流片，迭代周期和成本都不小。相比之下，通用GPU可以随时切换模型版本，对快速迭代期的AI行业更具适应性。因此，业界普遍认为模型硬化更适合成熟模型的规模化部署，而非前沿模型的快速迭代，这也是它长期停留在小众市场的原因。
但2026年的行业环境正在改变这种判断。一方面，头部模型的迭代节奏正在放缓，基础模型的代际更新周期拉长，稳定部署阶段的时长增加，为专用芯片创造了更大的应用窗口；另一方面，推理成本的竞争日益激烈，同一模型长期大规模运行的场景越来越多，模型硬化在经济性上的优势逐渐被市场看见。AMD把Taalas纳入版图，相当于为推理路线之争押注了一个重要选项：既保持GPU的通用灵活性，又握有专用芯片的极致性价比，在两条路线上同时下注。
对国内AI芯片产业而言，Taalas的技术路线同样具有参考价值。在先进制程和HBM供应受限的背景下，模型级硬化可以绕开对最先进工艺和高带宽内存的依赖，用相对成熟的制程实现高性能推理，这条路径对国产芯片厂商颇具吸引力。随着推理算力需求持续膨胀，谁能找到兼顾性能、成本与可控性的推理方案，谁就有机会在算力格局的重塑中占得先机。AMD的这笔收购，为这场竞争提供了一个值得观察的样本。