Akwizycje

AMD finalizuje przejęcie Taalas, aby dodać układy do wnioskowania AI dedykowane konkretnym modelom

Theo Nash
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyTaalas na stałe wbudowuje pojedynczy model w krzem, aby zmniejszyć wąskie gardło…
Zobacz więcej
  • Taalas na stałe wbudowuje pojedynczy model w krzem, aby zmniejszyć wąskie gardło pamięci układów ogólnego przeznaczenia.
  • AMD włączy technologię wnioskowania dostosowaną do konkretnego modelu do swojej mapy drogowej akceleratorów obok procesorów graficznych Instinct.
  • Pierwszy projekt poświęca część jakości wyników na rzecz szybkości, podczas gdy następna generacja ma na celu standardowe formaty niskiej precyzji.

AMD poinformowało 17 listopada 2026 r., że sfinalizowało przejęcie Taalas, firmy z siedzibą w Toronto, która opracowuje układy do wnioskowania dedykowane konkretnym modelom. W kwartalnym raporcie z 4 listopada 2026 r. wartość oczekującej wówczas na finalizację transakcji gotówkowo-akcyjnej oszacowano na około 2,9 mld USD.

Szacunek ten obejmował warunkowe wynagrodzenie w wysokości do około 1,4 mld USD. AMD spodziewało się sfinalizować przejęcie do końca 2026 r., pod warunkiem uzyskania zgód organów regulacyjnych i spełnienia standardowych warunków zamknięcia transakcji, co oznacza, że została ona sfinalizowana w podanym wcześniej terminie.

Finalizacja transakcji następuje po zawarciu ostatecznej umowy, o którym AMD poinformowało 6 sierpnia 2026 r. Założona w 2023 r. firma Taalas opracowuje technologię, która — jak opisuje AMD — optymalizuje przepływ danych podczas wnioskowania i ogranicza wąskie gardła związane z obliczeniami oraz pamięcią, występujące w architekturach ogólnego przeznaczenia.

Układ zaprojektowany z myślą o jednym modelu

Jak podaje Taalas, jej platforma może przekształcić wcześniej nieznany model AI w układ scalony zaprojektowany na zamówienie w ciągu dwóch miesięcy, łącząc pamięć i obliczenia na jednym chipie o gęstości na poziomie DRAM. Konstrukcja ma wyeliminować wąskie gardło powstające podczas przenoszenia danych modelu między oddzielnymi komponentami pamięci i obliczeniowymi. Takie rozwiązanie nie wymaga pamięci o wysokiej przepustowości (HBM), zaawansowanego pakowania układów, piętrowania 3D, chłodzenia cieczą ani szybkiego wejścia/wyjścia.

Jej demonstracyjny układ HC1 ma na stałe zaimplementowany model Llama 3.1 8B i jest produkowany w procesie technologicznym TSMC o rozmiarze 6 nanometrów. Układ ma matrycę o powierzchni 815 mm² i zawiera 53 mld tranzystorów, a konfigurację serwerową określono na 2,5 kW. Taalas podaje, że układ przetwarza ten model z szybkością 17 000 tokenów na sekundę na użytkownika; pomiarów dokonano we własnych laboratoriach firmy, używając sekwencji wejściowych o długości 1000 tokenów i wyjściowych o długości 1000 tokenów.

Mimo że HC1 jest w dużej mierze układem o stałej konfiguracji, pozwala ustawiać rozmiar okna kontekstowego i obsługuje dostrajanie za pomocą adapterów niskiego rzędu. Taalas informuje, że kwantyzacja pierwszej generacji łączy parametry 3-bitowe i 6-bitowe, co wiąże się z pewnym pogorszeniem jakości w porównaniu z wynikami referencyjnymi uzyskiwanymi na GPU. Konstrukcja drugiej generacji wykorzystuje standardowe 4-bitowe formaty zmiennoprzecinkowe, aby wyeliminować te ograniczenia, zachowując wysoką szybkość i wydajność energetyczną.

Miejsce Taalas w planach rozwoju akceleratorów AMD

AMD planuje zintegrować technologię Taalas ze swoimi planami rozwoju akceleratorów i opracowywać rozwiązania systemowe uzupełniające procesory graficzne Instinct. Pozostałe elementy oferty obejmują procesory EPYC, oprogramowanie ROCm oraz system Helios o skali szafy serwerowej. Przejęcie zwiększa również obecność AMD w Kanadzie w obszarze inżynierii.

„Wnioskowanie AI szybko się rozwija, a klienci potrzebują szerokiej gamy rozwiązań obliczeniowych zoptymalizowanych pod kątem swoich obciążeń. Dzięki dołączeniu Taalas do AMD zwiększamy nasze możliwości w zakresie dostarczania wyróżniającej się wydajności i efektywności wnioskowania, a jednocześnie wzmacniamy naszą kompleksową platformę AI” — powiedział Vamsi Boppana, starszy wiceprezes grupy AMD ds. sztucznej inteligencji.

Przejęcie włącza oba elementy kompromisu konstrukcyjnego Taalas do planów rozwoju akceleratorów AMD: deklarowane zyski w zakresie szybkości i efektywności, jakie zapewnia krzem zaprojektowany pod konkretny model, oraz prace nad drugą generacją, mające ograniczyć kompromisy związane z kwantyzacją w pierwszej konstrukcji. Planowana integracja systemowa AMD pozwoli połączyć te wyspecjalizowane układy z procesorami graficznymi Instinct i pozostałymi elementami stosu technologicznego firmy do wnioskowania.

Theo Nash jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami oraz systemami sprzętowymi napędzającymi współczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, akceleratorach, sieciach i stosach oprogramowania, które je łączą.

Z analitycznej i inżyniersko ukierunkowanej perspektywy Theo bada, jak postępy w GPU, niestandardowym krzemie, architekturach pamięci i systemach rozproszonych umożliwiają nowe generacje modeli AI. Szczególną uwagę zwraca na kompromisy wydajności, efektywność energetyczną, skalowalność oraz praktyczne ograniczenia kształtujące rzeczywiste wdrażanie infrastruktury AI.

Artykuły autorstwa Theo Nasha są generowane przez SI i przeglądane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną precyzję, klarowność oraz odpowiedzialne relacjonowanie szybko rozwijającego się krajobrazu obliczeń AI.