當整個AI芯片行業(yè)還在馮·諾依曼架構(gòu)的迷宮里內(nèi)卷時，一個“瘋子”炸掉了那道橫亙八十年的“內(nèi)存墻”。2026年2月，Taalas發(fā)布的HC1芯片像一顆驚雷，讓整個硅谷沉默：25個人，3000萬美金，兩年半，做出了比英偉達B200快10倍、成本低20倍的AI推理芯片。不是實驗室demo，不是PPT畫餅，芯片已經(jīng)量產(chǎn)，API開放，開發(fā)者伸手就能摸到——這不是技術(shù)突破，是一場對行業(yè)底層邏輯的“叛逆”。

一、“瘋子”的清醒：32億估值不要，偏要“毀掉”自己的帝國

Ljubisa Bajic的履歷，寫滿了“不安分”。在AMD從工程師干到GPU架構(gòu)師，跳槽英偉達又被AMD挖回，最后自己創(chuàng)辦Tenstorrent，融7億美金，估值飆到32億。最瘋狂的是，他請來芯片傳奇Jim Keller當CTO，又親手把CEO位置讓出去——然后在2022年秋天，徹底離開自己一手養(yǎng)大的公司。

“所有人都覺得我瘋了?！盉ajic后來回憶，“AI芯片賽道正熱，資本追著投錢，32億估值的公司，放著不香嗎？”但他眼里，整個行業(yè)才是“集體失智”：幾十億美金砸進去，造出來的芯片90%算力都在“搬數(shù)據(jù)”——就像每次做飯，非要把整個菜市場搬進廚房，炒完再搬回去。“AI推理，為什么非得這么貴？”這個問題，他放不下。

六個月沉寂后，他帶著妻子Lejla（AMD系統(tǒng)工程老兵，任COO）、老搭檔Drago（前Tenstorrent硬件VP，任CTO），三個人在多倫多租了間辦公室，寫下“Hardcore Models”的名字，口號六個字：“The Model is The Computer”——不是模型跑在計算機上，模型本身，就是計算機。

二、炸掉80年鐵律：當存儲和計算“結(jié)婚”，數(shù)據(jù)不用再“搬家”

1945年馮·諾依曼提出計算機架構(gòu)時，誰也想不到，八十年后有人敢說“不”。傳統(tǒng)芯片的邏輯像一條單行道：內(nèi)存存數(shù)據(jù)，計算單元算數(shù)據(jù)，中間靠總線“搬運”——這道“內(nèi)存帶寬墻”，成了AI算力的噩夢。Cerebras用晶圓做大芯片，SambaNova堆高速SRAM，本質(zhì)都是“給墻刷漆”，而Bajic要的是“炸墻”。

Taalas的解法簡單到粗暴：把模型參數(shù)直接刻進晶體管。不是“寫進內(nèi)存”，是“刻進硅里”。他們發(fā)明了“Mask ROM Recall Fabric”架構(gòu)，用70年代手工晶體管設(shè)計方法，一行行布局，像雕刻藝術(shù)品。530億個晶體管，在TSMC 6納米工藝的815平方毫米芯片上，既是存儲單元，又是計算單元——數(shù)據(jù)不用搬，因為它就長在計算的地方。

結(jié)果呢？跑Llama 3.1 8B模型，HC1速度17000 tokens/秒，英偉達B200才1800 tokens/秒，差了近10倍；功耗200W，是B200的1/10；成本更狠，直接砍到1/20。最絕的是“零批處理”——速度快到每個用戶請求實時響應(yīng)，延遲低到幾乎無感。低延遲和低成本，這對行業(yè)里的“死對頭”，被他硬生生捏在了一起。

三、25人干翻巨頭：資源不是優(yōu)勢，聚焦才是生存本能

“25個人，3000萬美金，兩年半”——這組數(shù)字讓硅谷大佬坐不住。要知道，英偉達研發(fā)一款旗艦GPU，動輒上千人團隊，幾十億美金投入。Taalas憑什么？答案藏在Bajic的“減法哲學(xué)”里：

在AMD，他做“所有人的GPU”；到Tenstorrent，聚焦“AI通用芯片”；如今Taalas，只啃“單一模型的最優(yōu)硬件”。越聚焦，效率越恐怖：25人里，14個是硬件工程師，7個軟件，剩下4個管商業(yè)，沒有冗余崗位。連辦公室都選在多倫多——遠離硅谷的喧囂，省租金，也省“無效社交”。

更狠的是“快速迭代”。有人質(zhì)疑：“專屬芯片只能跑一個模型，模型更新了怎么辦？”Bajic早想好：和TSMC合作“兩層金屬”方案，換模型只需改芯片里兩層金屬，從收到權(quán)重到量產(chǎn)，兩個月搞定。成本？定制一塊芯片，大概是模型訓(xùn)練成本的百分之一?！艾F(xiàn)在企業(yè)更在乎模型穩(wěn)定性，不是天天追新功能?！彼€對了——GPT-4到GPT-5，多少公司寧愿用舊版本，也不想打亂工作流？

四、價格革命來了：當AI算力便宜到“白菜價”，真正的變革才開始

Taalas的HC1不是完美的。目前只支持80億參數(shù)模型，千億參數(shù)的HC2要年底才出；兩個月交付周期，能跟上模型迭代速度嗎？客戶愿不愿意為“專用芯片”放棄靈活性？這些都是現(xiàn)實挑戰(zhàn)。但有一件事已經(jīng)確定：AI推理的成本，要被打穿了。

DeepSeek從訓(xùn)練端發(fā)力，用更少算力做出接近GPT-4的模型；Taalas從推理端下手，把運行成本砍20倍。兩條路，指向同一個終點：讓AI算力便宜到趨近于零。到那時，真正的價值不在芯片，而在應(yīng)用——就像電力普及后，重要的不是發(fā)電機，是工廠、是電燈、是互聯(lián)網(wǎng)。

Bajic離開Tenstorrent時，有人說他“自毀前程”?，F(xiàn)在，他帶著25人和1.7億美金現(xiàn)金（融資2.19億，只花了3000萬），站在萬億美元AI算力市場的裂縫前。這個“瘋子”用行動證明：創(chuàng)新從來不是跟著風(fēng)口跑，而是在所有人覺得“不可能”的地方，鑿開一道光。

HC1的API已經(jīng)開放，17000 tokens/秒是什么感覺？去試試就知道?；蛟S用不了多久，當你問ChatGPT一個問題時，背后跑的不再是昂貴的GPU集群，而是一塊“長著模型”的硅片——安靜，高效，便宜得像空氣。而這一切的起點，只是一個“瘋子”不肯放下的問題：“為什么非得這么貴？”

有時候，改變世界的，就是這種“不合時宜”的清醒。