Advanced Micro Devices ha raggiunto un accordo definitivo per acquisire Taalas, una startup con sede a Toronto che integra modelli di intelligenza artificiale direttamente nel silicio, in una mossa volta ad accelerare notevolmente l'inferenza dell'intelligenza artificiale. L'accordo, annunciato il 6 agosto 2026, arriva poche settimane dopo che AMD ha firmato un accordo separato con Cerebras e segnala una spinta aggressiva per sfidare il dominio di Nvidia nell'hardware AI.
L’acquisizione riflette la velocità con cui il panorama dei semiconduttori sta cambiando mentre le aziende cercano modi più economici e veloci per eseguire modelli di intelligenza artificiale. Per la continua copertura del settore dell'intelligenza artificiale delle guerre dei chip che stanno rimodellando il settore, AI Buzz Wire sta seguendo ogni mossa importante.
Cosa fa realmente Taalas
Taalas adotta un approccio non convenzionale al cosiddetto muro di memoria, il collo di bottiglia in cui le GPU restano inattive in attesa che i dati arrivino dalla memoria prima di poter iniziare a elaborare i numeri. Invece di recuperare i pesi di un modello da un banco di memoria separato, Taalas collega fisicamente tali pesi ai singoli transistor.
L'architettura digitale proprietaria della startup può memorizzare 4 bit di dati ed eseguire operazioni matematiche utilizzando un singolo transistor. Il suo chip HC1 presenta blocchi hardware condivisi che precalcolano in modo permanente tutti i 16 possibili prodotti per un peso del modello quantizzato a 4 bit. Poiché ogni possibile risultato matematico si verifica già in tempo reale sul chip, il singolo transistor agisce come un router fisico anziché come un calcolatore.
Ogni peso specifico del modello AI è rappresentato da un singolo transistor Mask ROM. Durante la produzione, uno strato metallico microscopico viene inciso per collegare fisicamente il transistor a una delle 16 linee di prodotti precalcolate. Quando i dati fluiscono attraverso il chip, il transistor seleziona semplicemente il canale precalcolato corretto e trasmette il risultato a un sommatore. In sostanza, il circuito è la combinazione sia della memoria che del processore.
Il risultato, secondo l’azienda, è sconcertante: il chip HC1 può generare dai 16.000 ai 17.000 token al secondo per utente. L'approccio ricorda quello della Groq LPU, che allo stesso modo inserisce i pesi del modello AI direttamente nella veloce SRAM su chip per bypassare il collo di bottiglia della memoria.
Il problema: un chip costruito per un modello
Il compromesso è significativo. Poiché i pesi del modello sono fisicamente incisi nel silicio, ogni chip Taalas funziona solo per lo specifico modello di intelligenza artificiale per cui è stato progettato. Non è un acceleratore programmabile e generico. Ciò la rende una proposta fondamentalmente diversa da una GPU, che può eseguire qualsiasi modello caricato nella sua memoria.
Gli analisti del settore hanno ipotizzato che la tecnologia di Taalas potrebbe fungere da acceleratore di decodifica dedicato all'interno dei più ampi sistemi rack-scale di AMD, gestendo la seconda fase di inferenza sensibile alla latenza, mentre hardware più flessibile come il sistema Helios basato su Cerebras gestisce la fase di preriempimento. AMD non ha ancora dettagliato esattamente dove i chip Taalas si inseriranno nella sua roadmap di prodotto.
Chi ha costruito i Taala
Taalas è stata fondata nel 2023 da un trio di ex dipendenti e leader AMD di Tenstorrent, il produttore di chip AI fondato a Toronto e ora con sede a Santa Clara. Il team fondatore comprende il CEO Ljubisa Bajic, co-fondatore ed ex amministratore delegato, chief technology officer e presidente di Tenstorrent; direttore operativo Lejla Bajic; e il CTO Drago Ignjatovic.
La società è emersa allo scoperto nel 2024, rivelando un finanziamento di 50 milioni di dollari da parte di Quiet Capital e dell’investitore veterano di semiconduttori Pierre Lamond, tra gli altri. All’inizio del 2026 ha annunciato ulteriori 169 milioni di dollari da un gruppo che includeva Fidelity. Taalas ha affermato di poter lanciare un nuovo chip personalizzato in appena due mesi, rispetto a uno standard di settore che spesso dura uno o due anni, e ha scommesso di poter produrre hardware mille volte più efficiente delle controparti basate su software.
I termini finanziari dell'acquisizione di AMD non sono stati resi noti. La transazione rimane soggetta alle condizioni di chiusura e all’approvazione normativa.
Perché AMD sta acquistando ora
AMD ha descritto Taalas come un pioniere nel silicio di inferenza AI specializzato, la cui tecnologia ottimizza i flussi di dati di inferenza AI e riduce significativamente i colli di bottiglia di calcolo e memoria associati alle architetture generiche.
"La tecnologia di Taalas e il team di ingegneri di livello mondiale rafforzano il nostro portafoglio di intelligenza artificiale offrendo prestazioni ed efficienza di inferenza differenziate", ha affermato Vamsi Boppana, vicepresidente senior del gruppo AI di AMD, in un comunicato stampa.
L’accordo estende uno schema più ampio. Il precedente accordo di AMD con Cerebras integra il Wafer-Scale Engine di quest'ultimo nel prossimo sistema rack-scale Helios, che colloca un'enorme quantità di memoria ed elaborazione su un singolo foglio di silicio interconnesso. L'aggiunta di Taalas fornisce ad AMD una terza arma distinta nel suo arsenale di inferenza, insieme alle proprie GPU Instinct e alla partnership Cerebras.
Per AMD, l'attrattiva è chiara. Nvidia continua a dominare l'addestramento e l'inferenza dell'intelligenza artificiale con il suo ecosistema GPU, e gli sfidanti hanno faticato a competere sull'elaborazione generica. Acquisendo aziende con architetture fondamentalmente diverse - motori su scala wafer, silicio modello cablato - AMD scommette che l'hardware specializzato si ritaglierà nicchie redditizie che le GPU adatte a tutti di Nvidia non possono servire in modo altrettanto efficiente.
Il mercato delle inferenze mutevoli
L’acquisizione parla anche di un cambiamento più ampio del settore. Man mano che i modelli di intelligenza artificiale diventano più grandi e i costi di inferenza aumentano, gli aspetti economici legati alla loro esecuzione su GPU generiche sono messi sotto pressione. I chip di inferenza specializzati promettono notevoli riduzioni dei costi per implementazioni di volumi elevati, in cui lo stesso modello viene eseguito milioni di volte.
Se AMD riuscisse a commercializzare con successo l'approccio cablato di Taalas, potrebbe offrire ai fornitori di servizi cloud e alle imprese un modo per eseguire modelli popolari a una frazione del costo e della latenza delle GPU tradizionali, a condizione che siano disposti a impegnarsi per un silicio costruito attorno a un unico modello.
Stai al passo con le guerre dei chip
La battaglia per la supremazia dell’hardware AI si sta intensificando, con ogni acquisizione che rimodella gli equilibri di potere. Segui i nostri ultimi sviluppi dell'intelligenza artificiale per approfondimenti sul silicio che guida la prossima generazione di intelligenza.
Leggi altre notizie sull'AI →
