Taalas 发布“硬核”AI芯片 HC1：推理速度号称最高达 17,000 tokens/s。

据《》报道，在特定设置下，其速度约为 晶圆级引擎的 10 倍、GPU 的百倍级（具体取决于提示、批处理和延迟目标）。公司同时完成 1.69 亿美元融资。

不同于 GPU 或 TPU 通过软件加载模型，HC1 直接把模型及权重“烧录”进 ASIC，把 的 Llama3.1-8B 做成“硅上模型”。

极致推理速度

单 token 成本极低（称约 0.75 美分 / 百万 tokens）

功耗 12–15kW / 机架（GPU 机架约 120–600kW）

几乎放弃通用性（不同模型需不同芯片）

模型升级需改金属层（约 2 个月）

目前采用 3-bit/6-bit 混合量化，精度受限

本质是把“通用算力”推向“极致专用”。
如果规模化落地，推理成本曲线可能被彻底改写。