发布时间:2026-02-25 阅读量:702 来源: 发布人: suii
加拿大多伦多芯片初创公司Taalas近日宣布,已完成总额1.69亿美元的融资,并成功开发出一款能够以更快速度、更低成本运行人工智能应用程序的芯片,相较于传统方法具有显著优势。
Taalas已从Quiet Capital、富达投资和芯片行业风险投资家Pierre Lamond等投资者处筹集总计2.19亿美元的资金。
就在几周前,英伟达以200亿美元的价格从芯片初创公司Groq获得知识产权授权。这一消息重新激发了人们对一批用于执行AI推理特定环节的初创公司和技术的兴趣。AI推理是指AI模型(例如OpenAI的ChatGPT所使用的模型)响应用户查询的过程。
Taalas的芯片设计方法是将AI模型的部分内容打印到硅片上,从而有效地生产出适用于特定模型的定制芯片,例如Meta的Llama模型的小型版本。这种定制硅芯片搭配了大量高速但成本高昂的片上存储器,称为静态随机存取存储器(SRAM),其设计与Groq类似。
Taalas首席执行官Ljubisa Bajic表示,正是针对每个型号的定制设计赋予了Taalas芯片优势,“这种硬连线设计在一定程度上实现了我们的高速性能”。
Ljubisa Bajic表示,这家初创公司会组装一个近乎完整的芯片(大约有100层),然后在其中两层金属上进行最终的定制。他表示,Taalas的代工厂台积电大约需要两个月的时间才能完成一个针对特定型号定制芯片的制造。
而制造一个像英伟达Blackwell这样的AI处理器大约需要6个月的时间。
Taalas表示,目前其已能够生产适用于相对较低复杂度模型的芯片,并计划在2026年底前推出能够运行GPT-5.2等尖端人工智能模型的处理器。其设计思路与Groq、Cerebras等初创企业类似,均采用了在芯片中大量集成SRAM的方案。其中,Cerebras已于今年1月与OpenAI签订了云计算协议,另一家初创公司d-Matrix也采用了相近的架构设计。
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下,国产LineShine(灵晟)纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500,印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日,Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》,系统拆解了无GPU同构超算的四层技术体系:处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹,我们能察觉到一种质的变化:AI不再只是被展示、被调用的“展品”,而是拥有了更明确的“行动感”。从代码编写到机器人奔跑,从算力基建到未来接口,行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字,捕捉这一轮产业变革中的关键切片。
展会大数据公布!2027.7.7-9,上海见。
全球知名半导体制造商ROHM近日宣布,面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕,国内AI算力产业的共识正发生清晰转向:单点参数竞赛逐渐退潮,超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下,首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后,指向了一条不依赖先进制程与既有生态的突围之路。