重创英伟达, 新“卖铲人”直接把模型刻进芯片了

本期播客

重创英伟达, 新“卖铲人”直接把模型刻进芯片了

碾压英伟达50倍？估值3000万的初创公司，正在撕裂AI芯片的“第一性原理”

作为在科技赛道摸爬滚打多年的投资人，我每天都会看到无数号称“颠覆英伟达”的BP（商业计划书）。但绝大多数只是在GPU的生态护城河外蹭蹭痒。然而，今天进入视野的初创公司 Taalas 和它的 HC1 芯片，却让我闻到了一丝真正危险且迷人的血腥味。

这不仅是因为它宣称性能是Nvidia Blackwell架构的近50倍，更是因为它从第一性原理出发，对当前AI算力底层逻辑发起了一场极端的“自杀式冲锋”。

一、 算力的第一性原理：对抗“冯·诺依曼瓶颈”

要理解Taalas的疯狂，我们必须回归芯片设计的第一性原理： 计算的本质，是数据的搬运与处理。

当前所有主流GPU（包括英伟达），都受制于传统的“冯·诺依曼架构”：计算单元与存储单元分离。当运行大模型时，GPU把大部分的时间和巨大能耗（高达数十千瓦，甚至需要液冷），都浪费在了把模型参数从HBM（高带宽内存）搬运到计算核心的路上。这被称为 “内存墙（Memory Wall）” 。英伟达的护城河，很大程度上建立在其无与伦比的HBM互联带宽和NVLink技术上。

Taalas的解法极其暴力： 不搬了。

通过Mask ROM工艺，Taalas直接把Meta的Llama 3.1 8B模型权重“刻死”在芯片的金属互连层中。计算逻辑和权重数据在物理层面上合二为一（存算一体）。

• 结果惊人： 单用户17,000 tokens/s输出，功耗仅250W（标准风冷），构建成本是同等GPU的1/20。
• 代价惨烈： 灵活性归零。这块芯片只能跑Llama 3.1 8B，想换模型？对不起，重新流片。

这就像英伟达造的是一把无所不能的“瑞士军刀”，而Taalas造的是一把只能切特定尺寸牛排的“极其锋利、极其便宜的定制手术刀”。

二、 投资逻辑的生死线：前提条件假设

作为分析师，我们不能被纸面参数忽悠。Taalas的商业模式能否跑通，完全建立在一个极其严苛的“第一性原理前提”之上：AI模型将迅速走向商品化与固化（Stabilization）。

权威历史案例支撑：加密货币挖矿的算力演进史。
回看比特币挖矿的历史，算力经历了 CPU -> GPU -> FPGA -> ASIC (专用集成电路) 的必然演进。当算法（SHA-256）彻底固定后，毫无灵活性的ASIC矿机凭借百倍的能效比，将GPU彻底赶出了挖矿市场。

Taalas押注的前提是：AI推理市场也将迎来“ASIC时刻”。
他们赌的是，在未来海量的AI落地场景中（如客服、基础文案生成、固定逻辑的NPC），企业不需要每天更新模型。一个Llama 3.1 8B级别的开源模型，足以在长达1-2年的时间里满足80%的业务需求。在这个前提下，客户为了极低的推理成本（7.6美分/百万token）和功耗，愿意牺牲灵活性，并给出一年的商业承诺。

三、 逻辑推演：如果前提条件崩塌？

但任何严谨的投资分析，都必须做压力测试。如果上述假设崩塌，市场会走向何方？

如果AI行业的演进速度在未来三年内依然保持“狂飙突进”，新架构（如MoE、非Transformer架构的Mamba/RWKV）层出不穷，模型迭代周期以“周”计算；或者未来的AI推理高度依赖“持续学习（Continuous Learning）”和动态权重更新——那么Taalas的极端路线将是一场灾难。

一旦前提崩塌，我们将得出以下反向结论与趋势预测：

1. “刻舟求剑”的硬件会变成电子垃圾： 两个月的芯片定制周期，在模型日新月异的时代依然太慢。芯片刚造出来，模型就已经过时了。
2. 量化精度的致命伤将被放大： Taalas目前为了极致性能采用了自定义的3-bit激进量化。在模型能力未完全溢出的当下，3-bit带来的精度损失在复杂逻辑推理场景中往往是不可接受的（这也是为什么他们急于在HC2推出4-bit）。如果高精度是刚需，这种硬连线的架构优势会大打折扣。
3. 灵活性依然是王道（GPU与FPGA的长期霸权）： 如果算法不收敛，英伟达的通用CUDA生态和极高的带宽冗余，依然是所有云厂商唯一安全的避风港。

四、 商业洞察：赢家通吃的终局，还是长尾市场的狂欢？

目前Taalas副总裁Paresh Kharya提出了API、卖芯片、定制合作三种模式。但在我看来，其最合理的商业归宿，是成为“云厂商底层基建的定制代工厂”。

当DeepSeek R1（671B）这样颠覆性的开源模型证明了其长期的使用价值后，AWS、微软Azure或者阿里云，完全有动力采购类似Taalas的方案，用30颗芯片组成的集群来承载那些最高频、最标准化的API调用，从而将极其昂贵的GPU算力释放出来，去投入到下一代模型的Training（训练）和高复杂度Inference（推理）中。

总结：
Taalas不是在造一颗芯片，而是在做一次豪赌。他们赌的是AI产业的成熟度已经到了可以“固化基建”的临界点。不管他们最终是成为下一个时代的霸主，还是成为先烈，这种用零灵活性换取极致性能的设计思路，都已经为疯狂的AI算力竞赛，提供了一个极具参考价值的降本终局答案。

个人认为这条路一定会走通, 未来将利好具身智能行业(机器人、大黄蜂等), 而公有云如果还单纯仅靠卖tokens(API调用)的话利润可能会受较大影响, 未来一定是能解决复杂问题的AI产品的天下.