Förvärv
AMD slutför Taalas-förvärv för att lägga till AI-inferenschip anpassade till specifika modeller

Viktiga punkterTaalas hårdkodar en enda modell i kisel för att minska minnesflaskhalsen hos allmänna…
Visa mer
- Taalas hårdkodar en enda modell i kisel för att minska minnesflaskhalsen hos allmänna chip.
- AMD kommer att införliva den modellspecifika inferenstekniken i sin acceleratorfärdplan tillsammans med Instinct-GPU:er.
- Den första designen byter viss utdatakvalitet mot hastighet medan nästa generation siktar på standardiserade lågprecisionsformat.
AMD meddelade den 17 november 2026 att bolaget hade slutfört sitt förvärv av Taalas, en Toronto-baserad utvecklare av chip för modellspecifik inferens. En kvartalsrapport daterad den 4 november 2026 värderade den då ännu inte slutförda kontant- och aktietransaktionen till cirka 2,9 miljarder dollar.
Den uppskattningen inkluderade en villkorad tilläggsköpeskilling på upp till cirka 1,4 miljarder dollar. AMD hade räknat med att förvärvet skulle slutföras före utgången av 2026, under förutsättning att myndighetsgodkännanden erhölls och sedvanliga slutförandevillkor uppfylldes. Därmed slutfördes transaktionen inom den tidsram bolaget hade redovisat.
Slutförandet följer på det definitiva avtalet som AMD meddelade den 6 augusti 2026. Taalas grundades 2023 och utvecklar teknik som AMD beskriver som optimerad för inferensdataflöden och som minskar flaskhalsar i beräkning och minne kopplade till arkitekturer för allmänna ändamål.
Ett chip byggt kring en enda modell
Taalas uppger att plattformen kan omvandla en tidigare osedd AI-modell till kundanpassat kisel på två månader, med lagring och beräkningar sammanslagna på ett enda chip med densitet i nivå med DRAM. Konstruktionen riktar in sig på flaskhalsen som uppstår när modelldata flyttas mellan separata minnes- och beräkningskomponenter. Det resulterande systemet kräver inte minne med hög bandbredd (HBM), avancerad kapsling, 3D-stapling, vätskekylning eller höghastighets-I/O.
Dess teknikdemonstrator HC1 har Llama 3.1 8B hårdkodad och bygger på TSMC:s 6-nanometersprocess. Chipet har en kiselyta på 815 kvadratmillimeter och 53 miljarder transistorer, medan serverkonfigurationen anges till 2,5 kilowatt. Taalas uppger att modellen uppnår 17 000 token per sekund och användare, mätt i företagets egna laboratorier med inmatningssekvenser på 1 000 token och utmatningssekvenser på 1 000 token.
HC1 behåller konfigurerbar storlek på kontextfönstret och stöder finjustering med lågrangsanpassare, trots att konstruktionen till stor del är hårdkodad. Taalas uppger att företagets första generationens kvantisering kombinerar parametrar på 3 och 6 bitar och medför en viss kvalitetsförsämring jämfört med GPU-benchmarkresultat. Den andra generationens konstruktion använder standardiserade 4-bitars flyttalsformat för att åtgärda dessa begränsningar, samtidigt som hög hastighet och effektivitet bibehålls.
Taalas roll i AMD:s acceleratorplan
AMD planerar att integrera Taalas teknik i sin acceleratorplan och utveckla lösningar på systemnivå tillsammans med Instinct-GPU:er. Den omgivande produktportföljen omfattar EPYC-processorer, ROCm-programvara och systemet Helios i rackskala. Förvärvet utökar också AMD:s tekniska närvaro i Kanada.
”AI-inferens utvecklas snabbt, och kunderna behöver ett brett utbud av beräkningslösningar som är optimerade för deras arbetsbelastningar. När Taalas nu blir en del av AMD utökar vi vår förmåga att leverera differentierad prestanda och effektivitet för inferens, samtidigt som vi stärker vår AI-plattform från hårdvara till programvara”, sade Vamsi Boppana, senior vice president för AMD:s AI-grupp.
Förvärvet för in båda sidorna av Taalas konstruktionsmässiga avvägning i AMD:s acceleratorplan: de rapporterade hastighets- och effektivitetsvinsterna med modellspecifikt kisel och arbetet med en andra generation som ska åtgärda den första konstruktionens kompromisser kring kvantisering. Det är genom AMD:s planerade integration på systemnivå som dessa specialiserade konstruktioner ska samverka med Instinct-GPU:er och resten av företagets inferensstack.












