成立2.5年，24人团队，融资17亿！这家AI芯片公司为何如此疯狂？
当所有人都在追求"通用"时，这家公司选择了"极致专用"。
就在上周，一家名不见经传的加拿大AI芯片公司宣布完成1.69亿美元融资，瞬间引爆科技圈。这家公司叫 Taalas，成立仅2.5年，团队只有24人，却声称做出了"世界上最快"的AI推理芯片。
这到底是怎么回事？
从GPU到"硬连线"
在聊Taalas之前，我们先回顾一下主流AI芯片的思路。
无论是NVIDIA的GPU还是Groq、Cerebras的定制芯片，它们都有一个共同点：可编程。一张芯片可以跑Llama，可以跑GPT，可以跑任何Transformer模型。
但Taalas觉得这样不够快。
他们的思路非常极端：干脆把模型直接刻在芯片里。不是软件模拟，不是指令优化，而是用物理方式——把神经网络的权重变成芯片上的晶体管布局。
这就是他们所谓的"Hard-wiring"（硬连线）技术。
速度与代价
效果怎么样？
Taalas官方数据：
- • 每用户 17,000 tokens/秒
- • 比 NVIDIA H100 快 10倍
- • 构建成本低 20倍
- • 功耗低 10倍
这是什么概念？你用 NVIDIA GPU 跑一个模型的时间，Taalas 的芯片能跑 10 个。
但代价也很明显：这颗芯片只能跑 Llama 3.1 8B。
想换模型？不好意思，重新造一颗芯片。
为什么这么"疯狂"？
你可能会问：这也太不灵活了吧？
但 Taalas 创始人认为，这恰恰是未来AI应用的趋势。
"当模型足够好时，你不需要灵活性。"
对于大多数企业级AI应用来说，一个模型跑三年五年很正常。既然模型不变，那为什么不把它做得更快？
这就是 Taalas 的核心赌注：专用化才是未来。
疯狂还是革新？
客观来看，Taalas 的路数确实刷新了AI芯片的边界。
| 方案 | 代表玩家 | 可编程性 | 速度 |
|---|---|---|---|
| 通用GPU | NVIDIA | ✓✓✓ | 中 |
| 定制架构 | Groq/Cerebras | ✓✓ | 快 |
| Transformer专用 | Etched | ✓ | 很快 |
| 模型硬化 | Taalas | ✗ | 最快 |
Taalas 把"专用化"推向了极致——不是针对某一类模型，而是针对某一个模型。
写在最后
Taalas 的出现，折射出AI算力竞争的一个新趋势：与其做通用的"万能钥匙"，不如做专用的"瑞士军刀"。
当然，这种激进路线能否成功，还需要时间验证。毕竟芯片行业周期长、投入大，1.69亿美元说多不多说少不少。
但有一点是确定的：AI的算力战争，才刚刚开始。
而我们普通人最关心的可能是：什么时候能用上这么快的AI？什么时候本地跑大模型不再是梦想？
快了。
