AMD收购芯片初创公司Taalas，能否撼动英伟达的AI霸主地位？

Taalas成立于2023年，其技术路线与当前市场上绝大多数AI芯片截然不同。公司不做通用GPU，而是将特定AI模型的权重直接蚀刻进硅片，制成模型专用集成电路。

今年2月，Taalas发布首款测试芯片HC1，采用台积电（TSM）6纳米工艺。当时的基准测试显示，该芯片运行Llama 3.1 8B模型时，速度达每秒近1.7万个token，约为英伟达H200和B200的48倍。

这种路线的代价在于牺牲了灵活性，芯片一旦流片，模型便被固化在硅片上，任何实质性更新都意味着重新流片。但Taalas方面称，从接到新模型到完成硬件实现，大约只需两个月。这意味着客户需要在专用性能和更新频率之间做出权衡。

AMD CEO苏姿丰此前表示，芯片领域没有一套方案能适配所有场景。AI 市场正在向异构计算和定制化芯片演进，收购 Taalas 正是对这一趋势的具体回应，也是AMD整机柜战略的一环。

2024年以来，AMD先后斥资6.65亿美元收购AI模型开发商Silo AI，又以49亿美元收购服务器厂商ZT Systems，为Helios机架级系统铺路。

今年7月，苏姿丰在Advancing AI 2026大会上宣布，Helios已进入全面量产阶段，预计下半年陆续交付并于第四季度上线，微软（MSFT）、OpenAI、Anthropic等客户已确认部署。

AMD计划将Taalas芯片与Instinct GPU搭配部署。据知情人士透露，分离式架构下，提示词处理由GPU负责，token生成任务则卸载至Taalas加速器，形成先验证、后加速的部署路径。

先看AMD握有哪些筹码。

苏姿丰在7月大会上透露，2026年约60%的AI算力已用于推理。推理成本正成为云厂商和企业的核心关切，而英伟达GPU在推理任务中能效比低、延迟高，Taalas的专用芯片恰好瞄准了这个需求。

性能方面，48倍的推理性能差距，即便实际部署中有所折损，也足以让云厂商在成本核算上重新权衡。微软、Meta（META）等头部客户已着手自研推理芯片，AMD此刻入场，时机并不算晚。

再看系统层面，Helios搭载72颗MI455X GPU，算力和内存容量分别比英伟达Vera Rubin NVL72高出15%和50%。从芯片到服务器再到软件栈，收购Taalas补上了推理侧的最短板。

但AMD面临的困难同样不容回避。

首先是灵活性的代价。Taalas的芯片将模型焊死在硅片上，而AI模型以周为单位更新。客户选择Taalas，便需接受两个月更新一次的节奏。英伟达GPU则随时适配任何新模型，这种通用性是英伟达难以被替代的根基。

其次是开发者生态。英伟达的优势在于数百万开发者长期基于CUDA平台构建AI应用，切换成本极高。AMD的ROCm软件栈虽在追赶，差距依然明显。

最后是体量差距。英伟达2026财年预计营收超2000亿美元，AMD约300亿美元。无论在研发资金的投入、供应链顶端产能的掌控，还是在客户关系上，双方依然不在同一个量级。

理性判断，单凭这笔收购，AMD在短期内难以撼动英伟达的领先地位，但在降本增效上，它为AMD打开了一个突破口。

推理市场刚刚爆发，苏姿丰预计2030年AI加速器市场规模将达1.4万亿美元。如果Taalas技术如期落地、Helios系统得到验证、ROCm生态持续追赶，AMD有望在推理赛道拿到可观的增量份额。从这个意义上说，收购Taalas是关键一步。