IT之家援引博文介绍，该公司研发出一种能将任意 AI 模型转变为定制硅片之平台，其核心逻辑于于“融合计算与存储”，直接将特定 LLM 之神经网络映射到硅片电路中，于 DRAM 级密度下成所有计算。
由于模型权重被“硬连线”于硅片中，芯片一旦制造成便无法更改模型参数。
从技艺规格来看，HC1 采用台积电 6nm 工艺制造，芯片面积高达 815 mm²，此一尺寸几乎与 NVIDIA 之 H100 相当。
此表明，为之实现极致之硬连线速度，Taalas 于单位面积之参数密度上做出之巨大妥协，此也为该技艺路线面临之主要物理限制之一。
Taalas 已展示其首款货品 HC1，该芯片专为 Meta 之 Llama 3.1 8B 模型设计。
相当于打字员之打字速度，TPS 越高，AI 回复得越快，用户等待光阴越短。
该媒体指出 Taalas 之技艺路线虽诱者，但商业模式面临独特应战。
IT之家 2 月 21 日消息，科技媒体 Wccftech 昨日（2 月 20 日）发布博文，报道称 AI 芯片初创公司 Taalas 为处置大模型之延迟与本金难题，推出“硬连线”（Hard-wiring）技艺，直接将 AI 模型固化于硅片中。
不同于 Cerebras 或 Groq 试图通过集结 SRAM 来加速之路径，成立仅 2.5 年之初创公司 Taalas 选择之更为急进之 ASIC（专用集结电路）路线。
不过，实情上看关税于2025财年带来之2160亿美元进项确实减之部分美国政府之国库赤字。
TPS 为衡量大言辞模型生成速度之枢纽指标，代表模型每秒能输出多少名文本单位（Token）。
然而，巨大之芯片面积仅容纳之 80 亿参数之模型，此与当前万亿参数之前沿模型相比显得“容量有尽”。
Taalas 之于线聊天机器者演示于 EE Times 试用时达到之每秒 15,000+ tokens，但公司表示，于某些机缘下内部测试已接近 17000 tokens（Taalas 承认其版本之 Llama3.1-8B 被“急进”量化）。
此意味之主顾须为特定之模型版本（如 Llama 3.1 或 DeepSeek R1）购买专用硬件，一旦算法迭代，硬件或面临淘汰险情。
官方数据显示，相比现有之高端算力根基设施，Taalas 预案之每秒 Token 生成数（TPS）提升之 10 倍，同时制造本金降低至 20 分之一。
尽管参数密度不高，但 HC1 之性能表现极具颠覆性。
此种设计彻底摒弃之 HBM（高带宽内存）、繁封装及贵之散热体系，从物理层面除去之数据传输之“内存墙”障碍。
此一数据意味之于实时交互与繁推演差事中，用户将得近乎零延迟之体验。
美国2025财年之赤字以1.78万亿美元收官，低于2024年之1.84万亿美元。
为之处置单芯片容量不足之疑难，Taalas 采用之集群化扩展计策。
Computational Finance。于 AI 算力角逐日益激烈之当下，延迟已成为制约智能体（Agentic）应用之核心瓶颈。
于针对 DeepSeek R1 模型之测试中，通过 30 芯片之集群配置，实现之高达 12000 TPS / User 之吞吐速度（据公司称，GPU 目前之技艺约为每者每秒 200 名 tokens）。
不过，目前尚不清楚特朗普会多快征收新关税，也不确定新关税之税率为否会像之前彼样高。
Horror。上一篇：办事大厅者员8年收取好处费1614万元，律师：涉嫌受贿罪，且数额格外巨大，或面临10年以上刑期 下一篇：视频丨一屏尽览山河气象！春晚舞美科技与美学双向奔赴