一家名为 Taalas 的加拿大初创公司做了一件听起来不可能的事:把 Meta 的 Llama 3.1 8B 模型直接硬连线进了一颗芯片。他们在一块 815mm² 的裸片上,把模型权重蚀刻进 530 亿个晶体管里。
结果是每用户每秒 17,000 个 token。这比市面上其他任何方案快约 8 到 74 倍,其中包括 Nvidia 的 H200、Groq 的 LPU 和 Cerebras 的晶圆级引擎。
最有意思的一点在于,尽管是硬连线的,HC1 依然支持 LoRA 微调。这改变了我们看待微调在 AI 技术栈中所处位置的方式。
Taalas 到底造了什么
HC1 是一颗采用台积电 6nm 制程制造的专用集成电路(ASIC)。每一颗 GPU 的做法都是用通用算力从内存里读取权重来运行模型,而 Taalas 把 Llama 3.1 8B 的架构直接编译进了硅片。
关键规格:
| 规格 | HC1 |
|---|---|
| 模型 | Llama 3.1 8B(硬连线) |
| 制程 | 台积电 6nm |
| 裸片面积 | 815mm² |
| 晶体管数量 | 530 亿 |
| 吞吐量 | 每用户每秒约 17,000 个 token |
| 功耗 | 2.5 kW 整机 |
| 量化 | 自定义 3-bit 基础 + 6-bit 参数 |
| LoRA 支持 | 支持(适配器可配置) |
| 上下文窗口 | 可配置 |
该公司在 2026 年 2 月完成 1.69 亿美元融资后走出隐身状态,投资方包括 Quiet Capital、Fidelity 以及半导体投资人 Pierre Lamond;据路透社报道,这轮之后累计融资达到 2.19 亿美元。一支 24 人的团队用约 3,000 万美元的实际支出造出了 HC1,在芯片项目动辄九位数预算的领域里,这是个相当扎眼的数字。所有数字均为 2026 年 2 月的数据。
来源:Taalas。图片转载用于编辑评论,所有权利归 Taalas Inc. 所有。
性能差距大得离谱
基准数字把 HC1 放进了一个和现有推理硬件完全不同的档次:


