Advanced Micro Devices hat eine endgültige Vereinbarung zur Übernahme von Taalas getroffen, einem in Toronto ansässigen Startup, das Modelle der künstlichen Intelligenz direkt in Silizium integriert. Ziel ist es, die KI-Inferenz drastisch zu beschleunigen. Der am 6. August 2026 angekündigte Deal kommt nur wenige Wochen, nachdem AMD eine separate Vereinbarung mit Cerebras unterzeichnet hat, und signalisiert einen aggressiven Vorstoß, Nvidias Dominanz bei KI-Hardware herauszufordern.
Die Übernahme spiegelt wider, wie schnell sich die Halbleiterlandschaft verändert, da Unternehmen nach günstigeren und schnelleren Möglichkeiten für den Betrieb von KI-Modellen suchen. Für die fortlaufende KI-Branchenberichterstattung über die Chipkriege, die die Branche neu gestalten, verfolgt AI Buzz Wire alle wichtigen Schritte.
Was Taalas tatsächlich macht
Taalas verfolgt einen unkonventionellen Ansatz für die sogenannte Speicherwand – den Flaschenhals, an dem GPUs im Leerlauf darauf warten, dass Daten aus dem Speicher eintreffen, bevor sie mit der Berechnung von Zahlen beginnen können. Anstatt die Gewichte eines Modells aus einer separaten Speicherbank abzurufen, verdrahtet Taalas diese Gewichte physisch fest in einzelne Transistoren.
Die proprietäre digitale Architektur des Startups kann 4 Datenbits speichern und mathematische Operationen mit einem einzigen Transistor ausführen. Sein HC1-Chip verfügt über gemeinsame Hardwareblöcke, die permanent alle 16 möglichen Produkte für ein quantisiertes 4-Bit-Modellgewicht vorberechnen. Da jedes mögliche mathematische Ergebnis bereits live auf dem Chip abläuft, fungiert der einzelne Transistor als physischer Router und nicht als Rechner.
Jedes spezifische Gewicht des KI-Modells wird durch einen einzelnen Mask-ROM-Transistor dargestellt. Während der Herstellung wird eine mikroskopisch kleine Metallschicht geätzt, um diesen Transistor physisch mit einer der 16 vorberechneten Produktlinien zu verbinden. Wenn Daten durch den Chip fließen, wählt der Transistor einfach den richtigen vorberechneten Kanal aus und leitet das Ergebnis an einen Addierer weiter. Im Wesentlichen handelt es sich bei der Schaltung um eine Kombination aus Speicher und Prozessor.
Das Ergebnis ist nach Angaben des Unternehmens atemberaubend: Der HC1-Chip kann etwa 16.000 bis 17.000 Token pro Sekunde und Benutzer generieren. Der Ansatz erinnert an die Groq-LPU, die auf ähnliche Weise KI-Modellgewichte direkt in den schnellen On-Chip-SRAM speichert, um den Speicherengpass zu umgehen.
Der Haken: Ein Chip, der für ein Modell gebaut wurde
Der Kompromiss ist erheblich. Da die Gewichte des Modells physisch in das Silizium eingeätzt sind, funktioniert jeder Taalas-Chip nur für das spezifische KI-Modell, für das er entwickelt wurde. Es handelt sich nicht um einen programmierbaren Allzweckbeschleuniger. Damit unterscheidet es sich grundlegend von einer GPU, die jedes in ihren Speicher geladene Modell ausführen kann.
Branchenanalysten haben spekuliert, dass die Technologie von Taalas als dedizierter Dekodierbeschleuniger innerhalb der breiteren Rack-Scale-Systeme von AMD dienen könnte – und die zweite, latenzempfindliche Phase der Inferenz übernimmt – während flexiblere Hardware wie das Cerebras-basierte Helios-System die Vorfüllphase übernimmt. AMD hat noch nicht genau angegeben, wo die Chips von Taalas in seine Produkt-Roadmap eingefügt werden.
Wer hat Taalas gebaut?
Taalas wurde 2023 von einem Trio ehemaliger AMD-Mitarbeiter und Führungskräfte bei Tenstorrent, dem in Toronto gegründeten und heute in Santa Clara ansässigen KI-Chiphersteller, gegründet. Zum Gründungsteam gehören CEO Ljubisa Bajic, Mitbegründerin und ehemalige Geschäftsführerin, Chief Technology Officer und Präsidentin von Tenstorrent; COO Lejla Bajic; und CTO Drago Ignjatovic.
Das Unternehmen kam im Jahr 2024 aus der Tarnung hervor und gab 50 Millionen US-Dollar an Finanzmitteln unter anderem von Quiet Capital und dem erfahrenen Halbleiterinvestor Pierre Lamond bekannt. Anfang 2026 wurden weitere 169 Millionen US-Dollar von einer Gruppe angekündigt, zu der auch Fidelity gehörte. Taalas hat behauptet, dass es einen neuen kundenspezifischen Chip in nur zwei Monaten auf den Markt bringen kann, verglichen mit einem Industriestandard, der sich oft auf ein oder zwei Jahre erstreckt, und hat gewettet, dass es Hardware tausendmal effizienter produzieren kann als softwarebasierte Gegenstücke.
Die finanziellen Bedingungen der AMD-Übernahme wurden nicht bekannt gegeben. Die Transaktion unterliegt weiterhin den Abschlussbedingungen und der behördlichen Genehmigung.
Warum AMD jetzt kauft
AMD beschrieb Taalas als Pionier im Bereich spezialisierter KI-Inferenz-Silizium, dessen Technologie KI-Inferenz-Datenflüsse optimiert und die mit Allzweckarchitekturen verbundenen Rechen- und Speicherengpässe deutlich reduziert.
„Die Technologie und das erstklassige Ingenieursteam von Taalas stärken unser KI-Portfolio, indem sie differenzierte Inferenzleistung und Effizienz liefern“, sagte Vamsi Boppana, AMD Senior Vice President der KI-Gruppe, in einer Pressemitteilung.
Der Deal erweitert ein breiteres Muster. AMDs frühere Vereinbarung mit Cerebras integriert dessen Wafer-Scale-Engine in das kommende Helios-Rack-Scale-System, das eine enorme Menge an Speicher und Rechenleistung auf einer einzigen, miteinander verbundenen Siliziumplatte unterbringt. Durch die Hinzufügung von Taalas erhält AMD neben seinen eigenen Instinct-GPUs und der Cerebras-Partnerschaft eine dritte besondere Waffe in seinem Inferenzarsenal.
Für AMD ist der Reiz klar. Nvidia dominiert mit seinem GPU-Ökosystem weiterhin das KI-Training und die KI-Inferenz, und die Herausforderer haben Schwierigkeiten, im Bereich der allgemeinen Rechenleistung mitzuhalten. Durch die Übernahme von Unternehmen mit grundlegend unterschiedlichen Architekturen – Wafer-Scale-Engines, festverdrahtetes Modellsilizium – setzt AMD darauf, dass spezialisierte Hardware lukrative Nischen erschließen wird, die die Einheits-GPUs von Nvidia nicht so effizient bedienen können.
Der sich verändernde Inferenzmarkt
Die Übernahme deutet auch auf einen umfassenderen Wandel in der Branche hin. Da KI-Modelle immer größer werden und die Inferenzkosten steigen, gerät die Wirtschaftlichkeit ihrer Ausführung auf Allzweck-GPUs unter Druck. Spezialisierte Inferenzchips versprechen drastische Kostensenkungen für großvolumige Bereitstellungen, bei denen das gleiche Modell millionenfach ausgeführt wird.
Wenn AMD den festverdrahteten Ansatz von Taalas erfolgreich kommerzialisieren kann, könnte es Cloud-Anbietern und Unternehmen eine Möglichkeit bieten, beliebte Modelle zu einem Bruchteil der Kosten und Latenzzeiten herkömmlicher GPUs auszuführen – vorausgesetzt, sie sind bereit, sich auf Silizium zu verlassen, das auf einem einzigen Modell basiert.
Bleiben Sie den Chip Wars immer einen Schritt voraus
Der Kampf um die Vorherrschaft bei der KI-Hardware verschärft sich, und jede Akquisition verändert das Kräfteverhältnis. Verfolgen Sie unsere neuesten KI-Entwicklungen, um tief in das Silizium einzutauchen, das die nächste Generation von Intelligenz vorantreibt.
Weitere KI-Neuigkeiten lesen →
