AI跑出闪电速度,24个人,炸翻AI圈

多客科技

作者：微信文章

24个人，刚刚用最“反直觉”的笨办法炸翻了AI圈



过去这一年，如果你关注科技圈，你的耳朵大概已经被几个词磨出了茧子：万卡集群、液冷中心、H100、算力荒。

当奥特曼（Sam Altman）抛出7万亿美元的惊天芯片计划，当马斯克为了抢英伟达的显卡着急时，整个科技圈在遵循一种极其暴力的美学——造更庞大的通用集群，烧更多的电，跑更大的模型，企图更大更快更强，谁能一统AI江湖。

但就在昨天，一家远在多伦多、成立不到三年、仅有24名员工的初创公司，悄悄向这股狂热投下了另类刹车。

没有挑战英伟达的算力霸权，也没有去卷大模型参数量。相反，他们做了一件在现代人看来极其“复古”、甚至有些“愚蠢”的事：

他们把一整个AI模型，直接用物理方式“刻”死在了硅片上。

在这个所有人都在追求系统“高复用率”和“绝对灵活”的时代，这家名为 Taalas 的公司，用“绝对的僵化”，换取了 AI 超高运行效率。

这绝不仅仅是一条被忽视的新闻，这可能是过去十年来，半导体和AI领域最重要的一次路线分叉。

---

1. 被物理学卡住的脖子




要理解 Taalas 的做法有多颠覆，我们得先从历史的维度，看看现在的AI芯片到底瓶颈在哪里。

过去几十年，从CPU到GPU，计算的底层逻辑叫冯·诺依曼架构。

简单来说，就是“计算”和“存储”是分家的。

你的数据（比如大模型的权重参数）存在仓库（内存/显存）里，

当你需要计算时，搬运工（内存带宽）把数据搬到车间（计算单元），算完再搬回去。

在过去，这套逻辑运转完美。但随着大模型时代的到来，参数量动辄几百上千亿，这套架构撞上了一堵叹息之墙——内存墙（Memory Wall）。

现实是残酷的：在目前主流的GPU上跑AI推理，能量和时间其实并没有花在“思考（计算）”上，而是花在了“搬运数据”上。

就像一个快递员，每天为了送一份一毛钱的文件，要开着十吨重的卡车往返几百公里。

这就是为什么现在的智算中心动辄需要几十千瓦的机柜，需要恐怖的液冷系统。

Taalas 的创始人 Ljubisa Bajic 看着这种荒谬的现状，提出了一个极其暴力的解法：

既然你这个模型每天都在算同样的东西，为什么还要每天搬数据？

直接把“仓库”和“车间”融为一体，把大模型的权重，直接变成晶体管的物理连线不就行了？

---

2. 回归“红白机时代”：把AI做成游戏卡带




于是，HC1 芯片诞生了。



这块芯片里没有任何显存（没有HBM），没有复杂的缓存层级。

大模型的每一个参数，都化作了芯片上的一根根物理电路。

当你输入一句话，电流就像极速穿梭，顺着预先设计好的物理路径流淌，流到出口，下一个词瞬间就预测出来了。

如果用现实生活打比方：传统的GPU就像是一支交响乐团，你给他们什么乐谱（模型），他们都能现场给你演奏（推理），非常灵活，但你需要养活几百个音乐家，而且准备时间很长。

而 Taalas 的芯片，就是一张黑胶唱片。它只能播放那一首歌，永远无法更改，但只要唱针一落下，音乐瞬间响起，而且成本极低。

这种“物理硬连线”带来的震撼是降维打击级别的：

光速级别的速度：

运行 Llama 3.1 8B 模型，速度达到了恐怖的 17000 tokens/秒。

作为对比，目前业界最顶级的GPU，速度大概在 2000 左右。这是近乎十倍的碾压。

测试者表示，按下回车的瞬间，AI大段的答案已经铺满屏幕，感受不到任何“生成”的过程。

不可思议的能效：

不需要造价昂贵的液冷，只需要最普通的风扇。十张卡加起来的功耗只有区区 2.5千瓦。它的能效是传统GPU的十倍以上。

白菜价的成本：

它的制造成本只有传统方案的十分之一到二十分之一。

---

3. 这是一场豪赌：电子垃圾 or 商业奇迹




看到这里，你也许会发现这种做法致命的盲点。

这块 HC1 芯片出厂的那一刻，它的一生就已经被“锁死”。它这辈子只能运行 Llama 3.1 8B 这个模型。模型升级进化与这个芯片就无关了。

不能微调、不能升级、不能换模型。

如果在它出厂的第二天，Meta 发布了 Llama 4 新模型，或者开源社区出了一个更好的模型，这块凝聚了顶级技术的芯片，瞬间就会沦为毫无用处的电子垃圾。

因为它过时了！没人愿意再用老旧模型。

在AI技术一天一变样的今天，谁会蠢到把自己锁死在一个固定的模型上？

面对这个质疑，Taalas 团队并非没有准备。

他们的破局点在于代工模式的革命。 他们把定制流片的周期，从传统的“按年计算”压缩到了短短的两个月。

通过和台积电的深度合作，只需要修改两层金属掩膜，就能快速为新模型“印”出新芯片。

更有趣的是，Taalas 赌对了一种正在蔓延的用户心理：技术疲劳与版本依恋。

就像现在很多人依然拿着 iPhone 13 觉得足够好用一样，对于大量的垂直行业（比如客服机器人、汽车语音助手、数据清洗流水线），他们根本不需要每天追着 GPT-5 或者 Claude 3.5 的新模型跑。

他们只需要一个足够聪明、极其便宜、响应极快的“特定版本”。

只要在特定的业务场景里，这块芯片能用上几个月，省下的电费和算力租金，就足以覆盖它低廉的制造成本了。

---

4. 叛逆的宗师：谁在支持这场疯狂的实验？




如果我们去挖一挖这家24人小公司的背景，你会发现这根本不是什么草根创业，而是半导体行业“老炮儿”的一场j经典叛逃。

CEO Ljubisa Bajic 曾是 AI 芯片独角兽 Tenstorrent 的创始人，在大名鼎鼎的 AMD 和英伟达都有过极其辉煌的架构师履历。

当芯片界的大神 Jim Keller 加入 Tenstorrent 并坚持走“通用可编程”路线时，Ljubisa 选择离开，因为他坚信：AI的尽头，是绝对的专用化。

在 Taalas 刚完成的总计 2.19 亿美元的融资名单里，赫然写着 Pierre Lamond 的名字。

这位半导体仙童公司（Fairchild）的元老、红杉资本的前合伙人、硅谷活化石级别的投资人，用真金白银为这套“反直觉”的逻辑投了赞成票。

---

写在最后：三岔路口




Taalas 的出现，像是在狂飙突进的 AI 时代按下了暂停键，问了所有人一个极其锐利的问题：

我们真的需要让每一台设备，都拥有思考宇宙起源的通用能力吗？

也许，未来的 AI 硬件世界不会是英伟达一家独大的帝国，而是一个折叠的宇宙。

云端矗立着英伟达的万卡集群，负责探索智慧的边界、训练下一代神级大模型。

而我们的手机、汽车、扫地机器人里，则插满了一张张像 Taalas 这样“廉价、死板却运行极度高效”的 AI 芯片。

历史总是惊人的相似。从通用到专用，从软件到硬件，计算的钟摆再次回荡。

Taalas 究竟是颠覆英伟达的急先锋，还是技术史册上一个昂贵的注脚？市场很快就会给出答案。

---

你会希望未来的智能设备里插着这种“不可升级，但快如闪电”的专用AI芯片，还是更倾向于随时可以下载新模型的通用设备呢？