AMD在8月6日美股收盘后宣布，签了一份正式收购协议，买下多伦多的AI芯片初创公司Taalas。这家公司干的事听起来有点疯：不用HBM存模型权重，直接把权重蚀刻进硅片本身。交易条款没披露，预计今年四季度完成交割，还得过监管审批这一关。
这笔收购被业内拿来和Nvidia以200亿美元拿下Groq授权的交易做对照——两家芯片巨头都在推理侧找专用硬件补课，逻辑是一样的：Agent类应用要的是低延迟、高吞吐的“高端推理”，通用GPU越来越贵不起。但Taalas的路子比Groq、Cerebras都更极端，也更值得多问一句：它讲的“快”,到底是怎么测出来的。
把模型焊死在芯片里
Taalas管自己的芯片叫MSIC，模型专用集成电路。芯片分两块：一块是mask-ROM，权重直接刻在版图里；另一块是SRAM，负责存KV cache和微调用的适配器。
已经流片的测试芯片HC1，用台积电6nm工艺，芯片面积约815平方毫米，塞了约530亿个晶体管。单卡功耗200到250W，官方整机方案是10张卡凑一台，功耗约2.5kW。这是一张为一个特定模型量身定做的芯片，换模型基本等于换芯片。
48倍是怎么算出来的
Taalas公布的数字很炸裂：用HC1跑Llama 3.1 8B（经过3bit/6bit混合量化），能到16960 tokens/s，比Nvidia GPU快48倍,比Cerebras快8.5倍。EE Times去现场试过官方演示，看到超过15000 tokens/s,量级对得上。
但这组对比数据禁不起细看。Taalas自己测H200、B200，Groq、SambaNova、Cerebras的数据是引用第三方机构Artificial Analysis的,两边不是同一套测试框架跑出来的。厂商自测拼第三方数据,这种“48倍”只能算营销话术里的上限,不是可复现的独立基准。
快是真的，代价也是真的
把功耗和吞吐放到一起算，HC1的效率大概在每瓦67.8到84.8个token之间。这数字不差，但也远没到“无代价”的地步——它是在3/6bit混合量化、精度打折的前提下拿到的，官方至今没给出对应的准确率对比。速度背后是牺牲了多少模型质量，外界看不到。
更麻烦的是商业模式本身的节奏错位。AI模型几乎按月更新，Taalas这条路却要求客户先选定一个模型版本再上硅片。换模型不是完全推倒重来,Taalas说只需改动两层金属互连层，换版周期大概两个月。听起来省了不少，但两个月对一个月更一次的行业来说,依然是慢半拍。
AMD打的算盘是disaggregated架构：Instinct的Helios机架管prompt处理,Taalas芯片负责token生成，甚至可能玩一套先在GPU上验证模型、再迁到Taalas芯片的“tick-tock”节奏。这些都还是推测，AMD官方声明里只说了“全栈灵活性”，路线图一个字没漏。
真正能验证这套故事的，是HC2芯片能不能把参数量做到20亿以上、有没有独立机构做统一基准测试、以及OpenAI、Anthropic、Meta这些既是AMD大客户又是模型厂商的公司，是否真的愿意拿产线上的模型去押一次不能后悔的流片。硅片会说话，但要等交割完成、等HC2跑分出来，那时候再看这48倍还剩几倍。