AMD kauft Taalas – KI-Modelle direkt ins Silizium gebrannt

AMD hat am 6. August 2026 die Übernahme des kanadischen Chip-Startups Taalas angekündigt – einer Firma, die KI-Modelle nicht auf Chips laufen lässt, sondern in sie hineinbrennt. Architektur und trainierte Parameter eines Modells werden fest ins Silizium geätzt. Das macht die Inferenz – also das Ausführen eines fertig trainierten Modells – extrem schnell und stromsparend, legt jeden Chip aber unwiderruflich auf ein einziges Modell fest. Einen Kaufpreis nannte AMD nicht; die Übernahme steht laut Mitteilung unter dem üblichen regulatorischen Vorbehalt.

16'960 Token pro Sekunde aus einem Chip

Taalas wurde 2023 in Toronto gegründet und kam erst im Februar 2026 aus dem Stealth-Modus. Der erste Testchip HC1, bei TSMC im 6-Nanometer-Verfahren gefertigt, lieferte Metas Llama 3.1 8B mit 16'960 Token pro Sekunde und Nutzer aus – laut The Register das 48-Fache der damaligen Nvidia-GPUs und das 8,5-Fache eines Cerebras-Beschleunigers. Taalas selbst rechnet vor, die eigenen Chips seien 20-mal günstiger im Bau als bisherige Beschleuniger und brauchten zehnmal weniger Strom.

Der Kniff steckt in der Architektur: Speicher und Rechenwerk sitzen auf demselben Chip. Der ständige Weg zum externen Speicher entfällt – und mit ihm HBM-Stapel, aufwendiges Packaging und Flüssigkühlung.

Ein neues Modell heisst neuer Chip

Genau hier liegt der Haken. Wer ein Modell einmal in Silizium gegossen hat, sitzt darauf fest. Alles, was über einen kleinen Feinschliff per LoRA-Adapter hinausgeht, verlangt einen neuen Fertigungsdurchlauf – laut Taalas immerhin nur mit zwei geänderten Metalllagen statt einem Neustart bei null. Bei Modellgenerationen im Monatsrhythmus bleibt das eine Wette auf Beständigkeit. Die zweite Chip-Generation HC2 soll bis zu 20 Milliarden Parameter fassen.

Gegenentwurf zur Alleskönner-GPU

AMD will die Technologie in seine Beschleuniger-Roadmap aufnehmen und neben den Instinct-GPUs als Systemlösung anbieten.

«AMD baut eine Full-Stack-KI-Plattform, die Kunden die Flexibilität gibt, für jede KI-Aufgabe die passende Rechenlösung einzusetzen», sagt Vamsi Boppana, Senior Vice President der KI-Sparte von AMD.

Eine GPU ist ein Universalwerkzeug: Sie rechnet jedes Modell, holt dessen Gewichte aber bei jedem einzelnen Token neu aus dem Speicher. Taalas dreht das um – das Modell ist die Hardware. Für dich heisst das mittelfristig vor allem eines: Antworten kommen schneller, und Anbieter können sich längeres «Nachdenken» ihrer Modelle eher leisten, weil das einzelne Token billiger wird. AMD ist mit der Idee nicht allein – Google soll laut Berichten von The Information an einem Chip namens «Frozen v2» arbeiten, der Teile der Gemini-Architektur fest verdrahtet und sechs- bis zehnmal effizienter als heutige TPUs sein soll. Bestätigt ist das nicht.