来源： 发布时间：2026-03-02
Taalas发布HC1 AI推理芯片：架构革新与行业挑战解析
近期，加拿大多伦多初创企业Taalas正式推出其首款AI推理芯片HC1，该芯片创新性地将大模型权重直接蚀刻于芯片金属互连层，实现了17000 tokens/秒的超高推理速度，凭借独特的技术路线打破了传统AI芯片的性能瓶颈，引发行业广泛关注。
Taalas公司成立于2023年，由Tenstorrent前联合创始人、前AMD及英伟达架构师柳比薩·巴伊奇（Ljubisa Bajic），联合工程师Drago Ignjatovic、Lejla Bajic共同创立。截至目前，该公司已通过三轮融资成功募集超过2亿美元资金，为技术研发与产品落地提供了坚实的资金支撑。
作为公司核心创始人，巴伊奇曾主导Tenstorrent可扩展AI加速器的研发工作，2023年3月离开该公司后创立Taalas，确立了“将人工智能商品化”的核心使命。他曾公开表示：“人工智能就像电力一样，是人们生产生活中不可或缺的必需品，必须让所有人都能便捷获取。而要实现这一目标，需要将计算能力与效率提升1000倍，当前这种渐进式的技术升级方式，根本无法达成这一愿景。”
这种“非渐进式”的技术革新思路，让Taalas从创立之初就走上了与行业巨头英伟达截然不同的发展道路。2023年8月至2024年3月期间，Taalas顺利完成两轮融资，其中首轮5000万美元融资由皮埃尔·拉蒙德与Quiet Capital牵头主导，后续融资则将公司总估值推升至2.19亿美元。投资人皮埃尔·拉蒙德对Taalas团队给予高度评价，认为其核心成员具备业内顶级的技术经验，所选择的发展方向有望实现1000倍的成本优化，推动人工智能真正成为基础设施级的核心能力。
Taalas所宣称的1000倍效率提升，并非夸大其词，而是源于对传统AI芯片架构的彻底重构。不同于通用GPU“内存加载模型、软件调度运行”的传统模式，Taalas采用创新的“Model Based”架构，将特定大模型的训练结果直接固化在晶体管层面，构建出物理意义上的“硬核模型”，从根本上改变了AI推理的运行逻辑。
其首款产品HC1芯片，采用台积电6nm制程工艺与Mask ROM技术，将Llama 3.1 8B模型的权重直接硬编码在硅片之上，从物理层面彻底消除了计算与存储之间的数据搬运环节，大幅提升了推理效率。根据Taalas官方公布的数据，HC1芯片的token处理速度约为英伟达B200芯片的48倍，硬件成本仅为传统GPU方案的1/20，功耗更是降至传统方案的1/10，且无需依赖液冷系统与HBM显存，仅通过空气冷却即可稳定运行，大幅降低了部署成本与难度。
然而，极致的性能表现也伴随着明显的短板——通用性的完全缺失。HC1芯片仅能支持特定的Llama 3.1 8B模型，一旦模型完成更新迭代，芯片就需要重新流片才能适配。尽管Taalas宣称，可将新模型转化为定制芯片的周期压缩至两个月，但在AI模型快速迭代的当下，这种“一模型一芯片”的模式仍面临着巨大的市场挑战。该模式要求客户对特定模型做出长期承诺，一旦行业技术路线转向全新架构，现有专用硬件将面临快速贬值的风险。对此，Taalas的应对策略是押注Llama等开源架构的长期主导地位，同时借助LoRA微调技术，优化芯片固化模型的适配能力，缓解通用性不足的问题。
生态系统不完善，也是Taalas面临的另一大核心难题。英伟达之所以能在AI芯片领域占据主导地位，核心优势在于其成熟的CUDA软件生态以及开发者的深度依赖，而Taalas的专用芯片缺乏配套的开发工具链，开发者需要重新进行适配调试，这无疑增加了客户的迁移成本。因此，如何快速构建自身的软件生态，吸引开发者参与，成为Taalas能否实现规模化落地的关键所在。
在实际测试过程中，HC1芯片虽能实现“2000字回复秒出”的高效表现，但回复质量存在明显缺陷，不仅简单运算易出错，面对复杂问题时还会出现“胡编乱造”的情况。这一问题的根源，在于初代HC1产品采用的定点数格式，无法满足复杂AI推理的精度需求。为解决这一痛点，Taalas已明确规划第二代产品HC2，该产品将改用标准4-bit浮点格式，以此改善推理精度，同时将模型支持规模提升至200亿参数，计划在2026年底前实现对GPT-5级别系统的覆盖，进一步提升产品竞争力。
中国科学院计算技术研究所副研究员赵永威，对Taalas的技术路线给予了高度评价。他认为，尽管目前Taalas的产品尚未具备实际应用价值，但这款芯片必将具有重要的历史意义，其采用的硬连线模式有望成为未来芯片的重要发展趋势，而Taalas敢于扛起行业质疑、探索全新技术路线的做法，将为后续从业者推广相关概念、开展技术研发降低难度。
当前，随着AI产业的发展重心从模型训练逐步转向推理部署，定制化AI芯片正逐渐脱颖而出，成为行业竞争的新焦点。在AI推理芯片赛道上，Taalas并非唯一的探索者，行业内已有多家企业在尝试通过放弃某一传统设计要素，换取推理环节的性能突破。例如，Etched公司将Transformer架构固化为ASIC电路，Groq采用纯SRAM架构打造LPU芯片（其独特的可重构数据流架构，能实现Token“瞬时”+“准时”的吞吐，超越GPU、TPU的物理极限），Cerebras则创新地将整块晶圆作为单颗芯片，各家企业凭借差异化的技术路线，共同推动AI推理芯片产业的多元化发展。
