Tips：文末有在线体验地址
上周，一家叫 Taalas 的加拿大公司从隐身模式里钻了出来，带着一块芯片和一句 slogan：
The Model is The Computer（模型就是计算机）
翻译成人话就是，他们把 AI 模型的权重和架构直接硬编码进了硅片里。
注意噢，模型不是跑在芯片上，是模型变成了芯片本身。
模型的每一层、每一个权重都是芯片上的物理线路，电流走一遍就出结果，没有内存处理，没有软件调度。
Taalas HC1 硬连线 Llama 3.1 8B 型号
这个思路乍一听挺离谱的，有一种回到了几万年前原始人在石头上刻字的既视感。
自前两年 AI 潮以来，大家都在卷谁的 GPU 更猛、谁的显存更大、谁的互联带宽更高，，，
但 Taalas 直接掀桌子大手一挥：
软件栈？不需要。散热液冷？更不需要（Taalas HC1 TDP 仅250w）。
他们把 Llama 3.1 8B 蚀刻进一块 6nm、815 平方毫米的硅片里，塞了 530 亿个晶体管，在功耗仅 200 多瓦的前提下，推理速度干到了每秒 17000 tokens！
什么概念呢？
目前推理速度的天花板 Cerebras 大概是 2000 tokens/s，Groq(LPU，张量流处理器架构) 是 594，NVIDIA 的 B200 才 353。
对 Cerebras 没概念？简单点理解其实就是超大GPU👇
Taalas 的 HC1 是 Cerebras 的将近十倍，是 B200 的快五十倍，其官方给出的实测 demo 里跑出过 16960 tokens/s，一整条回复 0.138 秒就吐完了。
我去他们的 demo 站 chatjimmy 实际试了一下，体验确实很魔幻。
回复基本是瞬间出现的，不是一个字一个字蹦，是整段话啪地糊你脸上，跑出来的素服甚至比其官方声称得更快，快到你会怀疑它是不是提前缓存好的。👇
但聊了几轮就发现问题了：这玩意儿挺弱智的。
问它稍微难点得问题，回答质量肉眼可见地拉跨，更别提逻辑推理了，基本没这方面能力，偶尔还会胡言乱语。
不过这也正常，底层是个 8B 参数的模型，还被激进量化到了 3-bit，能保持基本对话流畅已经算超常发挥了。
速度极快，聪明程度明显不够，这就是 HC1 目前最真实的状态。
“说100000次你好”然后我成功吧模型干死了
所以 Taalas 做的事情本质上是一个极端的工程权衡：用模型灵活性换推理速度。
以及，这种玩法，这让人很自然地想到一个老朋友：ASIC 矿机。
专门挖门罗币的矿机
熟悉挖矿历史的人对这条路线不会陌生。
比特币早期大家用 CPU 挖，后来换 GPU，再后来出现了专用矿机，效率直接把 GPU 按在地上摩擦。
但代价是只能干一件事，以太坊换个算法它就成了电子垃圾，同理，模型只要一迭代，你之前生产的芯片某种程度上就成为“过时的”了。
不过瑕不掩瑜，在很多人看来，就算有这个致命的软肋，其令人咋舌的推理速度，也足以弥补其缺点。
当然，Taalas 自己也知道模型焊死就不能换这个软肋，他们搞了个叫 Taalas Foundry 的自动化平台，说是从拿到一个新模型到流片出芯片只要 60 天。
芯片还支持 LoRA 微调和可配置上下文窗口，算是在完全固化和灵活适配之间找了个折中。
对了，Taalas 这个团队背景也值得说一嘴。
CEO Ljubisa Bajic 是 Tenstorrent 的联合创始人，之前在 AMD 和 NVIDIA 做架构师。
另外两个联合创始人 Drago Ignjatovic 和 Lejla Bajic 也是 Tenstorrent 早期的人。
整个团队人很少，一共才 24 个人，3000 万研发费（还没用完），做出一块 530 亿晶体管的推理芯片.....这个投入产出比确实有点吓人。
但冷静想想，挑战也很现实，正如前面提到的，现在的 AI 模型的迭代速度是以月为单位的——今天你把一个模型刻进芯片，下个月后更强的模型出来了，这块芯片的竞争力就打折了。
60 天流片听起来快，但加上验证、量产、部署，实际周期可能要半年，半年在这个行业够发生很多事了。
而且 17000 t/s 的速度虽然炸裂，但对于大部分应用场景来说，人类的阅读速度才是瓶颈。
你一秒吐一万七千个 token 给我，我又不是机器，看不了那么快，对吧？
真正能吃下这个速度的场景其实比较垂直：实时语音交互、虚拟人驱动、边缘设备推理、高频 API 批量调用这些对延迟极度敏感的领域。
好消息是他们的路线图显示，2026 年冬天会推 HC2 平台，支持 20B 甚至更大的模型，多片拼接能跑到单用户 12000 t/s 以上，每百万 token 成本压到 7.6 美分，只有 GPU 方案的一半。
如果真能把前沿大模型烧进去还保持这种速度优势，那故事就完全不一样了。
说到底，Taalas 提出的问题比它给出的答案更有价值：当开源模型质量够用、推理需求大规模爆发的时候，我们还有必要用通用 GPU 这把瑞士军刀去干专用螺丝刀的活吗？
NVIDIA 靠通用性吃下了整个 AI 市场，但通用性本身就意味着冗余。
如果未来的推理负载真的集中在少数几个主流模型上，那"把模型变成硬件"这个思路可能没有听起来那么疯。
当然，也可能 Taalas 最终只是 AI 硬件浪潮里一个有趣的注脚。
但至少现在，它让所有人重新想了一个问题：我们是不是一直在用大炮（GPU）打蚊子（跑模型）？
在线体验地址：https://chatjimmy.ai/
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
