AMD 宣佈計劃收購 Taalas 公司，補強 AI 推理芯片路線圖

AMD 今日（8 月 7 日）發布公告，宣布計劃收購專注於 AI 推理晶片的新創公司 Taalas。此舉被視為 AMD 拓展人工智慧運算版圖的又一關鍵布局，尤其針對近期需求急速升溫的 AI 推論（Inference）市場，補強其產品路線圖的完整性。AMD 在公告中並未透露具體交易金額，但強調這項收購將有助於加速其 AI 加速器產品的發展時程。Taalas 是一家成立於 2023 年的晶片設計新創，核心業務是為 AI 推理任務設計專用加速器。與一般通用型 GPU 或 AI 加速晶片不同，Taalas 的技術路線採取「模型即晶片」的極致客製化策略：針對特定單一 AI 模型進行硬體層級的全面優化。

這樣的做法揚棄了通用運算所需的靈活彈性，換取在特定任務上遠超傳統架構的效能表現與成本效益。根據目前公開的技術資訊，Taalas 所展示的 AI 推理晶片是以 Meta 的 Llama 3.1 模型為設計標的，採用台積電相對成熟的製程技術生產，並在晶片本體上整合大量的高速 SRAM。這樣的架構設計帶來了相當驚人的效能數據：在特定型號的推論任務上，其輸出速度號稱比傳統 GPU 快上數千倍，同時整體成本也更為低廉。高效能的背後，代價在於晶片與模型深度綁定，一旦模型完成部署，便無法透過軟體更新進行後續升級或改版。這種「專芯專用」的設計概念，近年來在半導體與 AI 領域引發不少討論。

傳統 GPU 晶片為了應對多樣化的 AI 模型與工作負載，必須保留大量可程式化的運算單元與記憶體頻寬，這也導致了效能的閒置與功耗的浪費。Taalas 的作法等於是把軟體模型「硬化」為專屬電路，消除所有不必要的運算路徑，讓晶片在處理該模型時，幾乎所有電晶體都能貢獻在有效運算上。Taalas 首席執行長 Ljubisa Bajic 在公司網站上表示，該團隊已成功開發出「將任何 AI 模型轉化為訂製矽片平台」的完整流程。他更進一步指出，一旦收到先前未曾適配過的模型，Taalas 平均僅需兩個月左右的時間，就能將該模型轉化為可量產的硬體方案。

這項說法暗示，即便商業模式本質是客製化，該公司在設計與驗證流程上的自動化程度已足以支撐相當快的產品迭代速度。產業人士分析，AMD 之所以看上 Taalas，除了看中其高效能的推理晶片技術外，更關鍵的因素在於其「快速將模型轉為硬體」的開發平台能力。目前 AI 領域的模型迭代速度極快，若每次換代都要重新設計晶片，成本將難以控制。Taalas 的兩月轉換時程若屬實，將能大幅縮短 AMD 針對新興主流模型推出專屬加速器的反應時間，這在瞬息萬變的 AI 市場中具有戰略價值。在交易規模方面，AMD 在公告中並未揭露任何財務細節。

不過根據外媒與公開市場資料顯示，Taalas 自 2023 年創立以來，累計已獲得約 2.19 億美元的風險投資資金，以當前匯率計算相當於新台幣超過 65 億元（編按：原文以人民幣計價約 14.81 億元）。考量到該公司尚屬早期階段，且技術具備高度特殊性，此次收購的總金額預料將高於其過往融資總額，市場也將密切關注後續揭露的財報數字。此次收購也反映出 AMD 在 AI 運算市場的另一條思路。過去兩年，AMD 主要透過 MI 系列加速器搶攻資料中心 AI 訓練市場，與競爭對手 Nvidia 展開正面對決。

然而在 AI 推理領域，大量已訓練完成的模型開始進入實際應用階段，對低延遲、高吞吐、低成本的推論運算需求暴增。AMD 透過收購 Taalas，顯然有意在通用 GPU 之外，另闢一條針對單一模型深度優化的高效能推理產品線。值得注意的是，Taalas 的晶片設計雖然在執行特定模型時效能卓著，但也面臨市場應用範圍狹窄的現實挑戰。大型雲端服務商若採用此類晶片，等於將硬體投資完全押注在某個特定版本的模型上，一旦後續有更先進的模型推出，舊有晶片可能迅速貶值。因此，如何說服客戶接受這種「一次性投資」模式，將是 AMD 收購完成後必須面對的市場教育課題。

業界普遍認為，AI 加速器市場未來將不會是單一架構獨霸的局面，而是朝向「通用運算」與「專用運算」並行的多元發展。通用 GPU 適合處理多樣化、不斷變動的工作負載，而 Taalas 這類客製化晶片則能針對已被市場驗證、需求極度穩定的主流模型提供最佳的性價比。AMD 若能成功整合 Taalas 的技術與團隊，將有機會在 AI 推理領域建立起更具層次感的產品組合。目前這項併購案仍有待相關監管機構審查與雙方股東批准，預計將在未來數月內完成交割。

AMD 後續會如何將 Taalas 的技術整合進既有 ROCm 軟體生態系或 Instinct 加速器產品線，尚未有明確規劃對外公布，但可以確定的是，AMD 在 AI 運算領域的軍備競賽中，又增添了一枚極具特色的戰略棋子。