来源：市场资讯
（来源：电脑报少年派）
近期，AMD收购了一家名为Taalas的AI芯片初创公司，其核心技术产品听起来简直像编的：在完全使用普通风冷、不需要任何高带宽内存（HBM）的前提下，它运行大模型的生成速度竟然达到了惊人的17000 Tokens/秒（相当于一秒钟蹦出上万个字）！
这种直接把大模型的所有权重数据“烧”死在了芯片的物理电路上的方式，真的能把AI的推理速度推向物理极限吗？
01
权重固化，能消除瓶颈吗？
计算和存储分离造成了冯·诺依曼瓶颈，这一点我们已经非常明确。数据在内存和CPU/GPU之间频繁跑来跑去，不仅拖慢了整体运行速度，还消耗了整个系统绝大部分的电量。
Taalas芯片的脑洞非常彻底：干脆不要内存了，直接把大模型的所有数据变成芯片上的物理电路线路。
它的原理本质上是将“软件数据”直接固化为“硬件电路”。在传统芯片架构中，大模型的权重是一堆保存在外部存储介质（如DRAM或HBM）中的二进制数据，计算时需要不断将数据读取到计算核心（ALU）中进行运算。
02
Taalas 芯片直接用物理走线替代大模型
而 Taalas 芯片在制造阶段（光刻掩膜板层面），就通过金属接触孔（Via）的有无，将大模型的权重参数直接作为物理结构嵌入到了芯片晶圆中。大模型的数据，就是芯片本身的物理结构。
这种设计彻底取消了传统计算中“寻址、读取、暂存”的数据搬运流程，将大模型推理转变为纯粹的电信号在特化物理网络中的传导过程，从而在物理层面上消除了延迟和传输功耗。
这其实也不是原创，它借鉴了20世纪八九十年代我们插卡玩的小霸王游戏机卡带技术（Mask ROM）：通过芯片晶圆制造过程中的微小金属性接触孔的有无，有孔代表“1”，无孔代表“0”，直接在光刻掩膜板层面把数据刻印。
这意味着，在芯片被制造出来的这一刻，大模型的权重数据就已经像胎记一样，硬生生固定在芯片本尊身上了。
不过，这种极端的存算一体设计，优点是从根本上消除了数据搬运带来的开销，但背后的代价则是性能上的短板。
03
极速推理，数据精度受限
既然大模型已经长在芯片上了，当AI收到你的提问时，它根本不需要去内存里搬运数据。
但是数据写死了，怎么做AI所需的推理计算呢？如果传统的计算是“主观题”，每次都要现算，那Taalas的计算更像是“选择题”。
在芯片内部，每一个计算节点都有一个极其聪明的“乘法选择”电路。因为这里的权重数值已经是硬件物理固定的了，所以当你的提问（相当于一个激活值）传进来的时候，芯片内部不需要去查“权重是多少”，而是直接通过一个并行的电路，把所有可能的结果在同一瞬间全部算出来。
当电路确定当前需要调用哪个特定的权重数据时，就像开关一样直接连通对应结果的物理线路，最后由加法单元进行累加。
这种的做法带来了极具降维打击感的性能表现。在运行目前主流的80亿参数大模型时，它的吞吐速度直逼17000Tokens/秒 ；更恐怖的是，它的构建成本只有传统高性能推理芯片（如 Cerebras）的二十分之一，功耗仅为其十分之一，吹吹普通小风扇就能降温。
在模拟测试中，通过30颗芯片并联，DeepSeek这种大模型也能轻松跑出12000 Tokens/秒的速度！
然而，这并非完美无缺的解法。因为硬件电路表达的数值范围有限，它无法进行高精度计算。这就导致它应付简单的日常对话还可以，可一旦遇到复杂的写代码、数学计算或高难度推理，就会频繁犯错，有明显的“智商下降”感。
不过，Taalas 官方表示这只是早期的技术验证阶段，后续版本将提升数值精度，从而大幅修复准确率的短板。
04
应对迭代，留有后手
但肯定有人和我有一样的疑问：AI现在四个月左右就会迭代一次，今天好不容易把模型“烧”进了芯片里，明天模型更新了怎么办？
事实也很残酷，如果新版本模型出现，那么此前的这颗芯片确实就没有了任何利用价值，只能扔掉——对于研发费用高昂的芯片产业，把芯片做成“一次性耗材”，这听起来太过儿戏。
但细看其电路结构设计，就会发现Taalas其实考虑到了这一点，并且巧妙地留了“活口”。
在制造时，这颗芯片的大部分底层电路都是通用的“基础电路线路底座”，只有顶部的最后大约两层金属线路，是专门用来连接和调节硬编码大模型数据的。这意味着，如果大模型稍微变动，厂家不需要把芯片从头重新设计一遍，只需要修改顶部两层金属的走线，从拿到新模型到交付新芯片，全流程大约只需要两个月。
Taalas 芯片
考虑到了后期大模型迭代的问题
此外，芯片上并没有把所有生路完全堵死，它依然保留了一部分可读写的缓存内存（SRAM）。这部分内存不仅用来处理大模型生成时的常规临时数据（KV值），还可以用来加载类似大模型“动态外挂”的LoRA插件。企业可以在不改变硬件大模型底座的情况下，通过软件外挂进行小规模的功能微调，赋予了这颗“硬核耗材”一定的灵活性。
从长远来看，这颗芯片或许无法动摇英伟达通用GPU的统治地位，但在特定的“利基市场”（固定特定任务的成熟市场）或许有一定的替代价值。它的算力能让企业砍掉高昂的GPU算力租金，响应速度极佳，制造成本和功耗又很低，作为特定业务响应足矣。
热门跟贴