文 | 山自

2026年2月，AI 算力行業(yè)的平靜被一家加拿大初創(chuàng)公司徹底打破。

由前 AMD、英偉達(dá)架構(gòu)師柳比薩?巴伊奇（Ljubisa Bajic）創(chuàng)立的 Taalas，帶著其 “Model Based” 芯片架構(gòu)與累計(jì)超 2.19 億美元的融資浮出水面。這家公司喊出了 “將 AI 模型效率提升 1000 倍” 的激進(jìn)口號，宣稱其首款產(chǎn)品 HC1 能以 17,000 Token / 秒的推理速度，將 Llama 3.1 8B 模型的推理成本降至 0.75 美分 / 百萬 token—— 這一數(shù)字是傳統(tǒng) GPU 云服務(wù)的 1/266。

在英偉達(dá)通過 200 億美元推理技術(shù)許可協(xié)議 “收編” Groq、全行業(yè)陷入通用算力內(nèi)卷的當(dāng)下，Taalas 的 “硬核模型” 路線不僅是對摩爾定律的重新詮釋，更預(yù)示著 AI 算力市場正從 “通用主導(dǎo)” 走向 “通用與專用并存” 的分裂格局。本文將深度解析 Taalas 的技術(shù)革命、商業(yè)化困境，以及這場架構(gòu)之爭對全球 AI 產(chǎn)業(yè)的長遠(yuǎn)影響。

一場“反通用” 豪賭正秘密進(jìn)行

Taalas 的誕生，源于巴伊奇對 AI 算力現(xiàn)狀的深刻不滿。這位曾主導(dǎo) Tenstorrent 可擴(kuò)展 AI 加速器研發(fā)的芯片老兵，在 2023 年 3 月離開 Tenstorrent 后，與工程師 Drago Ignjatovic、Lejla Bajic 共同創(chuàng)立了 Taalas，核心使命是 “將人工智能商品化”。

“人工智能就像電力一樣 —— 這是一種不可或缺的必需品，必須向所有人提供?！?巴伊奇在公司亮相時表示，“將人工智能商品化需要對計(jì)算能力和效率進(jìn)行 1000 倍的提升，而這一目標(biāo)通過當(dāng)前漸進(jìn)式的手段是無法實(shí)現(xiàn)的?！?/p>

這種 “非漸進(jìn)式” 的思路，讓 Taalas 從一開始就走上了與英偉達(dá)對立的道路。公司在 2023 年 8 月至 2024 年 3 月間完成兩輪融資，首輪 5000 萬美元由皮埃爾?拉蒙德和 Quiet Capital 牽頭，后續(xù)融資使其總估值達(dá)到 2.19 億美元。值得注意的是，投資人皮埃爾?拉蒙德對團(tuán)隊(duì)的評價極為直接：“他們做芯片的經(jīng)驗(yàn)業(yè)內(nèi)頂級，這個方向能實(shí)現(xiàn) 1000 倍的成本改善，推動 AI 成為基礎(chǔ)設(shè)施級能力?！?/p>

Taalas 的研發(fā)效率同樣令人驚嘆。這款被命名為 HC1 的首款產(chǎn)品，由 24 人團(tuán)隊(duì)僅用 3000 萬美元研發(fā)成本就完成設(shè)計(jì)，并與臺積電達(dá)成合作，實(shí)現(xiàn)了 “2 個月從模型權(quán)重到可部署硬件” 的極速生產(chǎn)周期。按照原計(jì)劃，HC1 應(yīng)在 2025 年第一季度向客戶供貨，而最新消息顯示，這款芯片已進(jìn)入技術(shù)驗(yàn)證階段，其極端的性能表現(xiàn)正在重塑行業(yè)對推理算力的認(rèn)知。

Model Based 架構(gòu)：把大模型 “寫死” 在硅片上

Taalas 的 1000 倍效率神話，并非來自玄學(xué)突破，而是源于對傳統(tǒng) AI 芯片架構(gòu)的徹底重構(gòu)。與通用 GPU“內(nèi)存加載模型、軟件調(diào)度運(yùn)行” 的模式不同，Taalas 采用了 “Model Based” 架構(gòu)，將特定大模型的訓(xùn)練結(jié)果直接固化在晶體管層面，實(shí)現(xiàn)物理意義上的 “硬核模型”。

傳統(tǒng) GPU 為了兼容多模型、多任務(wù)，預(yù)留了大量運(yùn)算單元與調(diào)度邏輯，導(dǎo)致硬件冗余度極高。而 Taalas 的架構(gòu)創(chuàng)新，本質(zhì)上是一場 “效率與靈活性的極致取舍”：

1、硬件固化權(quán)重

采用 mask ROM recall fabric + SRAM 架構(gòu)，將 Llama 3.1 8B 等模型的權(quán)重直接寫入硬件，徹底繞開了高帶寬內(nèi)存（HBM）這一成本與功耗瓶頸。這種 “硬連線” 設(shè)計(jì)讓模型推理不再依賴外部內(nèi)存讀寫，從根本上降低了延遲與能耗。

2、單模型專用設(shè)計(jì)

每塊 HC1 芯片僅支持單一模型，通過犧牲靈活性換取極致性能。在實(shí)測中，其推理速度達(dá)到 17,000 Token / 秒，是英偉達(dá) H200 GPU（230 Token / 秒）的 50 倍，遠(yuǎn)超 Cerebras WSE（2,000 Token / 秒）等專用加速器。

3、成本與功耗優(yōu)化

得益于架構(gòu)簡化，HC1 的硬件成本比傳統(tǒng)方案降低 20 倍，功耗減少 10 倍。對于數(shù)據(jù)中心而言，這意味著 “以 10% 功耗運(yùn)行同等規(guī)模模型”，將徹底改寫 AI 投資回報曲線。

中國科學(xué)院計(jì)算技術(shù)研究所副研究員趙永威對這一技術(shù)路線給予了高度評價：“雖然 Taalas 目前的狀況還沒有應(yīng)用價值，但不妨礙它會成為一顆有歷史意義的芯片。這種硬連線模式是未來芯片發(fā)展的一大趨勢，目前的質(zhì)疑由 Taalas 來扛，后來者在推廣相關(guān)概念時會更加輕松?！?/p>

極致的速度背后，是初代產(chǎn)品難以回避的短板。在實(shí)際測試中，HC1 雖然能實(shí)現(xiàn) “2000 字回復(fù)秒出” 的驚人表現(xiàn)，但回復(fù)質(zhì)量卻存在明顯缺陷 —— 不僅簡單運(yùn)算會出現(xiàn)錯誤，復(fù)雜問題下還會出現(xiàn) “胡編亂造” 的情況。

這一問題的核心原因，在于 HC1 初代產(chǎn)品采用的定點(diǎn)數(shù)格式無法滿足復(fù)雜推理的精度需求。為了對沖這一風(fēng)險，Taalas 已明確規(guī)劃第二代產(chǎn)品 HC2，將改用標(biāo)準(zhǔn) 4-bit 浮點(diǎn)格式改善精度問題，同時將模型支持規(guī)模提升至 200 億參數(shù)，計(jì)劃在 2026 年底前覆蓋 GPT-5 級別系統(tǒng)。

“感覺像作弊一樣快?！盉asecamp 創(chuàng)始人 DHH 的試用評價，精準(zhǔn)概括了 HC1 的用戶體驗(yàn)。而 Cambrian-AI 首席分析師 Karl Freund 則用 “insane（瘋狂）” 來形容其性能表現(xiàn)。這種 “速度與精度的矛盾”，也成為 Taalas 商業(yè)化落地的核心挑戰(zhàn)。

“一模型一芯片” 的生存邏輯

在巴伊奇的設(shè)想中，Taalas 并非要取代英偉達(dá) GPU，而是要填補(bǔ) “通用算力與極致效率之間的市場空白”。目前，公司已探索出三條商業(yè)化路徑：自建 API、直接出售芯片、與模型開發(fā)者合作定制芯片，其核心邏輯是 “鎖定高粘性垂直場景”，推動 “一模型一芯片” 的定制化趨勢。

Taalas 的產(chǎn)品定位，精準(zhǔn)命中了三類對延遲敏感、模型版本穩(wěn)定的應(yīng)用場景：

• 企業(yè)專用模型場景

金融、醫(yī)療、法律等行業(yè)的企業(yè)，往往長期使用固定版本的私有化模型。對于這類客戶，HC1 的成本優(yōu)勢極為明顯 —— 推理成本降至傳統(tǒng)方案的 1/266，足以讓許多此前不可行的 AI 應(yīng)用變得具備商業(yè)價值。

• 邊緣推理場景

人形機(jī)器人、自動駕駛汽車、高端智能手機(jī)等設(shè)備，對實(shí)時性要求極高，且無需運(yùn)行多模型。

• 大規(guī)模客服場景

電商、運(yùn)營商的智能客服系統(tǒng)，常年運(yùn)行標(biāo)準(zhǔn)化對話模型，對響應(yīng)速度的要求遠(yuǎn)高于復(fù)雜推理能力。HC1 的 “秒級響應(yīng)” 能顯著提升用戶體驗(yàn)，同時將運(yùn)營成本削減 90% 以上。

Taalas 產(chǎn)品副總裁 Paresh Kharya 明確表示：“為模型定制的最優(yōu)硅片不會取代滿是 GPU 的大型數(shù)據(jù)中心，但它會適配特定的應(yīng)用場景?！?這種 “互補(bǔ)而非替代” 的定位，為 Taalas 在英偉達(dá)的陰影下找到了生存空間。

盡管場景定位清晰，但 Taalas 的商業(yè)模式仍面臨兩大核心不確定性：

首先是模型迭代風(fēng)險?！耙荒Ｐ鸵恍酒?的模式，意味著客戶必須對特定模型做出長期承諾。在大模型架構(gòu)快速演進(jìn)的當(dāng)下，一旦行業(yè)轉(zhuǎn)向全新架構(gòu)（如超越 Transformer 的革命性設(shè)計(jì)），現(xiàn)有專用硬件將快速貶值。Taalas 的應(yīng)對策略，是押注 Llama 等開源架構(gòu)的長期主導(dǎo)地位，同時通過 LoRA 微調(diào)技術(shù)優(yōu)化芯片固化模型的適應(yīng)性。

其次是生態(tài)系統(tǒng)短板。英偉達(dá)的真正護(hù)城河并非硬件，而是 CUDA 軟件生態(tài)和開發(fā)者的重度依賴。相比之下，Taalas 的專用芯片缺乏配套的開發(fā)工具鏈，開發(fā)者需要重新適配，這無疑提高了客戶的遷移成本。如何在短時間內(nèi)構(gòu)建起自己的生態(tài)，成為 Taalas 能否規(guī)?；涞氐年P(guān)鍵。

Taalas 的崛起，并非孤立的行業(yè)現(xiàn)象。2025 年底，英偉達(dá)以 200 億美元的價格與 Groq 達(dá)成推理技術(shù)許可協(xié)議，這一交易被業(yè)內(nèi)視為 “通用算力巨頭向?qū)Ｓ猛评碣惖劳讌f(xié)” 的信號。

作為谷歌 TPU 核心開發(fā)者 Jonathan Ross 創(chuàng)立的公司，Groq 的 LPU 推理芯片同樣采用專用架構(gòu)，憑借確定性設(shè)計(jì)和片上 SRAM 內(nèi)存實(shí)現(xiàn)了超低延遲。英偉達(dá)通過 “非獨(dú)占技術(shù)許可 + 核心人才吸納” 的方式，快速補(bǔ)全推理短板，同時降低收購風(fēng)險。有消息稱，英偉達(dá)下一代 Feynman GPU 可能在 2028 年集成 Groq 的 LPU 單元，形成 “通用 + 專用” 的混合架構(gòu)。

這場路線之爭的本質(zhì)，是 AI 產(chǎn)業(yè)從 “模型訓(xùn)練階段” 向 “規(guī)?；评砺涞仉A段” 轉(zhuǎn)型的必然結(jié)果。隨著大模型發(fā)布間隔時間延長，企業(yè)對成熟模型的依賴度不斷增加，專用推理芯片的市場空間正在快速擴(kuò)大。

未來的 AI 算力市場將呈現(xiàn) “三分天下” 的格局：英偉達(dá) GPU 主導(dǎo)訓(xùn)練場景和通用推理場景，Taalas 等 “模型即芯片” 企業(yè)占據(jù)高粘性垂直場景，而谷歌 TPU、微軟 Azure Maia 等云廠商自研芯片則深耕云原生推理市場。這種分化，將徹底打破英偉達(dá)的壟斷地位，推動 AI 算力進(jìn)入 “專業(yè)化分工” 時代。

對于 Taalas 而言，2026 年將是決定其命運(yùn)的關(guān)鍵一年。第二代產(chǎn)品 HC2 的推出，將驗(yàn)證其技術(shù)路線的可擴(kuò)展性；而商業(yè)化落地的成效，將決定資本對 “模型即芯片” 路線的信心。要真正實(shí)現(xiàn)巴伊奇 “將 AI 商品化” 的愿景，Taalas 還需要跨越三道門檻：

第一，精度與速度的平衡。HC2 能否在采用 4-bit 浮點(diǎn)格式后，保持 HC1 的極致速度優(yōu)勢，同時顯著提升推理正確率，將直接決定其能否進(jìn)入金融、醫(yī)療等高精度要求場景。

第二，成本與規(guī)?；耐黄?/strong>。目前 HC1 仍處于技術(shù)驗(yàn)證階段，未公開定價。要實(shí)現(xiàn) “推理成本降至 1/266” 的承諾，Taalas 需要通過大規(guī)模量產(chǎn)降低制造成本，同時優(yōu)化供應(yīng)鏈管理。

第三，生態(tài)與合作伙伴的積累。與模型廠商、云服務(wù)商、垂直行業(yè)客戶建立深度合作，構(gòu)建起 “模型定制 - 芯片設(shè)計(jì) - 場景落地” 的完整閉環(huán)，才能擺脫 “小眾技術(shù)” 的標(biāo)簽，成為行業(yè)標(biāo)準(zhǔn)的制定者。

從更長遠(yuǎn)的視角看，Taalas 的探索不僅關(guān)乎一家初創(chuàng)公司的生死，更關(guān)乎 AI 產(chǎn)業(yè)的未來走向。如果 “模型即芯片” 路線被證明可行，將推動 AI 算力從 “追求通用” 轉(zhuǎn)向 “追求極致效率”，讓 AI 技術(shù)真正滲透到千行百業(yè)，實(shí)現(xiàn)巴伊奇 “讓 AI 像電力一樣無處不在” 的愿景。