Układ zaprojektowany pod jeden konkretny model liczy szybciej niż uniwersalna karta graficzna. Nie musi w kółko sięgać do pamięci po wagi, bo ma je w sobie, wytrawione w krzemie na etapie produkcji. Płaci za to jedną cenę i jest ona wysoka: tych wag nie da się potem zmienić. Na takim zakładzie stoi Taalas, kanadyjska firma z Toronto założona w 2023 roku. To ją 6 sierpnia 2026 postanowiło kupić AMD. Wypalanie modeli w krzemie wygląda na ciekawostkę inżynierską, a jest odpowiedzią na pytanie, które wisi nad branżą od trzech lat. Skąd brać moc na uruchamianie modeli, skoro pamięci brakuje, a prąd drożeje?
Co znaczy wypalić model w krzemie
Uruchomienie modelu na karcie graficznej wygląda z grubsza tak: wagi, czyli miliardy liczb opisujących wytrenowany model, leżą w szybkiej pamięci obok układu liczącego. Przy generowaniu każdego kolejnego słowa układ musi je stamtąd pobrać. To pobieranie, a nie samo liczenie, wyznacza sufit prędkości w dzisiejszych systemach opartych na kartach graficznych. Branża nazywa ten sufit ścianą pamięci.
Taalas obchodzi go inaczej niż wszyscy. Wagi zostają zapisane bezpośrednio w strukturze układu, w pamięci stałej wypalonej podczas produkcji. Nie trzeba ich pobierać, bo są dokładnie tam, gdzie odbywa się liczenie. Osobny obszar z szybką pamięcią zostaje na to, co zmienia się podczas rozmowy: podręczny kontekst i drobne dodatki dostrajające.
W komunikacie AMD wygląda to znacznie ostrożniej. Firma pisze o technologii, która optymalizuje przepływy danych przy uruchamianiu modeli. Ma też istotnie zmniejszać wąskie gardła obliczeniowe i pamięciowe typowe dla architektur ogólnego przeznaczenia. To ten sam pomysł, tylko opisany językiem dokumentu giełdowego.
Ile na tym można zyskać i skąd te liczby
Pierwszy układ testowy Taalas, oznaczony HC1, obsłużył model Llama 3.1 z prędkością 16 960 tokenów na sekundę. Token to kawałek tekstu, z jakich model składa odpowiedź, mniej więcej sylaba albo krótkie słowo. Przy lutowym ogłoszeniu dawało to 48 razy więcej niż układy Nvidii i 8,5 razy więcej niż akceleratory Cerebras.
Te liczby robią wrażenie i dokładnie dlatego trzeba je ustawić w kontekście. Pomiar wykonał producent, na jednym modelu, pół roku temu, na własnym układzie z fabryk TSMC. Ten model ma osiem miliardów parametrów, czyli jest mały wedle dzisiejszych standardów. Druga generacja układu, HC2, celuje dopiero w dwadzieścia miliardów. Największe modele w użyciu są o rzędy wielkości większe. Samo porównanie z kartą graficzną jest przy tym z natury nierówne. Karta obsłuży dowolny model, ten układ tylko jeden.
Czego AMD nie podało
Kwoty transakcji w komunikacie nie ma. Terminu zamknięcia również: jedyne zdanie o czasie mówi o zwyczajowych warunkach i zgodach organów regulacyjnych. W obiegu pojawia się już czwarty kwartał 2026 jako data domknięcia. W materiale AMD tego nie znajdziemy.
Nie ma też mapy drogowej. Firma deklaruje, że wprowadzi technologię do swoich akceleratorów i będzie budować rozwiązania systemowe razem z układami AMD Instinct. Kiedy i w jakim produkcie, nie pada. Przy przejęciach na tym etapie to normalne, ale oznacza, że każdy termin podany dziś przez kogokolwiek jest domysłem.
Osobno warto odnotować drobiazg biograficzny, bo dużo mówi o rynku. Ljubisa Bajic, współzałożyciel i prezes Taalas, projektował kiedyś układy w AMD, potem założył Tenstorrent, a po odejściu stamtąd zbudował Taalas. Po przejęciu wraca więc do firmy, z której wyszedł.
Pierwsza Misja AI · Kodożercy
Pierwszy raz z AI? Zaczynasz od zera.
Pierwsza Misja AI to kurs dla osób bez technicznego zaplecza. Nie musisz umieć kodować ani znać żargonu. Dowiesz się jak działa AI, jak promptować i jak korzystać z niej w pracy.
Wejdź na pokład →
Kompromis, o którym trzeba mówić głośno
Po wdrożeniu takiego układu zostajesz z tym modelem, który jest w nim wypalony. Zmiana większa niż drobny dodatek dostrajający wymaga nowej wersji krzemu, co jest drogie i trwa miesiącami. To nie usterka do naprawienia w kolejnym wydaniu, tylko istota pomysłu. Prędkość bierze się właśnie z tego, że nic nie da się już ruszyć.
Tu zaczyna się problem, bo nowe modele wychodzą dziś w tempie niemal comiesięcznym. Układ zaprojektowany pod model, który za pół roku będzie przestarzały, traci sens gospodarczy przed wyjazdem z fabryki. Taki rachunek najłatwiej obronić tam, gdzie model zostaje niezmieniany przez lata i pracuje w ogromnej skali. Tłumaczenie mowy na tekst, filtrowanie treści, wyszukiwanie, rozpoznawanie obrazu w kamerach przemysłowych. Wszędzie tam, gdzie zadanie jest wąskie i stabilne, a liczy się koszt jednej odpowiedzi.
Dla firmy, która dziś płaci za uruchamianie modeli w chmurze, nie zmienia się w związku z tym nic. Ani ceny, ani dostępnych opcji. To zakład na to, jak będzie wyglądać rachunek za sztuczną inteligencję pod koniec dekady. Ten rachunek już teraz bywa wyższy niż koszt pracownika.
Trzeci ruch w tę samą stronę
Wychodzenie poza układy ogólnego przeznaczenia przestaje być egzotyką. Google od lat buduje własne układy pod swoje modele, a DeepSeek projektuje własny scalak do ich uruchamiania. Teraz AMD, jeden z największych producentów układów graficznych, kupuje firmę, która idzie tą drogą najdalej. Wspólny mianownik jest prosty. Karta graficzna powstała do czegoś innego i wszyscy zaczynają odczuwać, ile ta uniwersalność kosztuje.
Nie znaczy to, że karty graficzne znikają. Trenowanie modeli, prace badawcze i wszystko, co wymaga zmiany zdania, zostaje przy sprzęcie uniwersalnym. Przybywa natomiast osobnej półki obok, na której leżą układy do jednego zadania. AMD kupuje sobie miejsce na tej półce, zanim stanie się ona istotna.
Podsumowanie
Wagi wytrawione w krzemie liczą szybciej, bo nie trzeba po nie sięgać do pamięci. Na tym polega cała przewaga tego pomysłu. AMD zawarło 6 sierpnia 2026 wiążącą umowę przejęcia Taalas, firmy z Toronto założonej w 2023 roku. Zapowiada wprowadzenie jej technologii do swoich akceleratorów, obok układów AMD Instinct. Kwoty ani terminu zamknięcia komunikat nie podaje. Pierwszy układ testowy obsłużył ośmiomiliardowy model z prędkością 16 960 tokenów na sekundę, w pomiarze producenta. Wynik imponujący i wąski zarazem. Cena tej prędkości to brak możliwości aktualizacji: nowy model oznacza nowy krzem. Opłaca się to przy zadaniach wąskich, stabilnych i uruchamianych w ogromnej skali. Przy modelach wymienianych co kilka miesięcy taki rachunek zwykle trudno obronić.
Newsletter · DevstockAcademy & Kodożercy
Bądź na bieżąco ze światem IT, AI i automatyzacji
Co wtorek: newsy z branży, praktyczne tipy i narzędzia które warto znać. Zero spamu.
