失业小哥7000行代码，复刻了AMD重金收购的AI芯片！

<p style="text-align: left;">谁能想到，2026年硅谷最魔幻的科技爽文，不是巨头之间的烧钱大战，而是一个破产小哥，单枪匹马挑战千亿市值的芯片巨头。</p> <p style="text-align: justify;">就在今年8月6日，芯片巨头AMD意气风发地宣布，正式收购AI推理芯片领域的当红炸子鸡——Taalas。</p> <p style="text-align: justify;">这笔交易被视为AMD向英伟达发起挑战的「秘密武器」。</p> <p style="text-align: justify;">然而，AMD高层们庆祝收购的香槟还没开完，X上的一条帖子，直接把科技圈的下巴惊掉了。</p> <p style="text-align: justify;">一位失业工程师，轻描淡写地说——</p> <p style="text-align: justify;">「过去6个月，我把Taalas的专利拆解研究了一遍。我觉得他们的方案还能做得更好……所以我写了一个大约7000行代码的编译器。」</p> <p style="text-align: justify;"><img alt="图片" class="wscnph" src="https://wpimg-wscn.awtmt.com/6322f8e2-b6fb-4ced-af78-7255a62dc6cf.jpeg" title="" /></p> <p style="text-align: justify;">不仅如此，他还直接放出豪言：自己的方案不仅能比Taalas的技术节省100倍的内存调用，甚至能将推理速度直接翻倍。</p> <p style="text-align: justify;">他在推文的最后心酸地喊话：「你们想看 40,000 tokens/秒 的速度吗？但我现在破产了，还失业了，全网在线等一个便宜的流片渠道。」</p> <p style="text-align: justify;"><img alt="图片" class="wscnph" src="https://wpimg-wscn.awtmt.com/51064205-e23c-4e3a-abdd-d7b3aa39a3fe.jpeg" title="" /></p> <p style="text-align: justify;">一个人，7000行代码，一台电脑，单挑AMD刚收入麾下的顶尖技术团队。</p> <p style="text-align: justify;">这个魔幻的故事，立刻在圈内引爆了病毒式的传播。</p> <p style="text-align: justify;">人们惊呼：难道连最硬核、最烧钱的底层芯片制造，也要迎来「车库创业」时代了？</p> <h2 style="text-align: justify;"><strong>把「AI刻进硅片里」</strong></h2> <p style="text-align: justify;">要看懂失业小哥的操作有多逆天，我们必须先弄明白AMD到底花重金买了个什么神仙公司。</p> <p style="text-align: justify;">在目前的AI世界里，英伟达的GPU是绝对的霸主。但是，随着大模型越来越庞大，GPU遇到了一堵不可逾越的内存墙。</p> <p style="text-align: justify;">简单来说，传统的GPU架构（冯·诺依曼架构）中，计算单元和存储单元是分开的。每次计算，GPU都要跑去HBM里把模型的「权重」搬出来，算完了再放回去。</p> <p style="text-align: center;"><img alt="图片" class="wscnph" src="https://wpimg-wscn.awtmt.com/974f006a-df90-4106-86e1-23db86d69acf.jpeg" title="" /></p> <p style="text-align: justify;">而成立于2023年的加拿大初创公司 Taalas，直接掀翻了这张桌子。</p> <p style="text-align: justify;">他们的创始人Ljubisa Bajic（前Tenstorrent CEO）提出了一个疯狂的逆向思维：既然搬运数据太慢，那我们为什么不直接把大模型的权重，物理「刻」进芯片的晶体管里？</p> <p style="text-align: justify;">这就是Taalas的杀手锏——特定模型集成电路。</p> <p style="text-align: justify;">他们不搞通用的GPU，而是直接围绕着某一个AI模型来定制硅片。将模型的权重和数据流硬连线成电路。</p> <p style="text-align: justify;">结果极其震撼——</p> <p style="text-align: justify;">他们的第一代测试芯片HC1（基于台积电6纳米工艺），在运行Meta的Llama 3.1 8B模型时，达到了恐怖的17,000 tokens/秒/用户 的推理速度！</p> <p style="text-align: justify;">根据Taalas早前的说法，这个速度是英伟达H200的73倍，而功耗却只有其十分之一！虽然代价是「一颗芯片只能跑一个特定的模型」，但由于流片周期短至两个月，成本被极大摊薄。</p> <p style="text-align: justify;">这就是为什么AMD毫不犹豫地将其买下。</p> <p style="text-align: center;"><img alt="图片" class="wscnph" src="https://wpimg-wscn.awtmt.com/c7b7e376-9b55-4176-a4ed-d481c3bb04fc.jpeg" title="" /></p> <p style="text-align: justify;">看起来，这是一种极其高端、昂贵、只有顶尖硬件团队才能玩得转的「黑科技」。</p> <p style="text-align: justify;">直到这位失业小哥的出现。</p> <h2 style="text-align: justify;"><strong>7000行代码的「炼金术」</strong></h2> <p style="text-align: justify;">面对估值过亿的Taalas，他没有被吓倒。相反，在失业的这半年里，他像一个沉迷解谜的黑客，一头扎进了Taalas公开的专利文件中。</p> <p style="text-align: justify;">看了几个月后，他想到：「Taalas的设计思路，依然有优化的空间！」</p> <p style="text-align: justify;">他在X上毫不留情地指出，Taalas的技术虽然厉害，但他们依然是从一个只读存储器（ROM）里去读取数据（bitROM）。而在他看来，这种能量消耗是可以「完全跳过的」。</p> <p style="text-align: justify;">于是，这位老哥闭关爆肝，用大约7000行人类可读的代码，徒手搓出了一个「AI模型硬件编译器」。</p> <p style="text-align: center;"><img alt="图片" class="wscnph" src="https://wpimg-wscn.awtmt.com/3d81af0c-0e82-4e40-b5a1-48fd38ff50d7.jpeg" title="" /></p> <p style="text-align: justify;">这套编译器的逻辑简单粗暴：它能把HuggingFace上的大模型，直接「翻译」成一块硅片电路！</p> <p style="text-align: justify;">他公布的这个流水线工作流，堪称魔法。</p> <p style="text-align: justify;"><strong>1.输入模型：</strong>&nbsp;直接丢进去一个 HuggingFace 的 checkpoint（模型权重文件）。</p> <p style="text-align: justify;"><strong>2.模型量化：</strong>&nbsp;编译器自动将模型进行极致的量化（他声称自己纯软件驱动的量化，比Taalas硬件团队做得更好）。</p> <p style="text-align: justify;"><strong>3.权重下沉：</strong>&nbsp;将量化后的权重，直接沿着金属层「下沉」转换为 RTL（寄存器传输级，芯片设计的逻辑代码）和 GDS（芯片制造的光刻掩模版图）。</p> <p style="text-align: justify;"><strong>4.物理验证：</strong>&nbsp;自动跑完 DRC（设计规则检查）、Yosys（开源综合工具）、PEX（寄生参数提取）。</p> <p style="text-align: justify;"><strong>5.最终产出：</strong>&nbsp;一张可以直接把 HuggingFace 模型中的矩阵乘法变成电子波形执行的物理电路图！</p> <p style="text-align: justify;">这个流水线，可以一键输入大模型，一键输出AI芯片图纸。</p> <p style="text-align: justify;">听起来像天方夜谭，而性能预测更是让人倒吸一口凉气。</p> <p style="text-align: justify;">他声称，通过这种更彻底的「硬编码」方式，他的设计比Taalas的bitROM减少了100倍的内存获取。</p> <p style="text-align: justify;">在推特上，他直接艾特了几位大V，发出了灵魂拷问：「想看 40,000 tokens/sec 吗？」</p> <p style="text-align: justify;">要知道，Taalas跑出17,000 tokens/s已经被AMD视为珍宝，而他的目标，直接把性能翻了一倍还多！</p> <h2 style="text-align: justify;"><strong>人才招聘现场</strong></h2> <p style="text-align: justify;">其实，这个故事真正让人印象深刻的，失业小哥在帖子中求助——</p> <p style="text-align: justify;">「顺便问一下，谁有晶圆厂的人脉？或者能弄到7nm的PDK（工艺设计套件）？再或者欧洲PTW班车（一种廉价的多项目晶圆流片服务）的联系方式？……我破产了，而且失业了。」</p> <p style="text-align: justify;">最高端的技术，最落魄的处境，太令人唏嘘了。</p> <p style="text-align: justify;">一位网友感慨道：「真没想到，单靠研究专利就能把整套方案做出来，还只有七千行代码……这执行力真强，个人英雄主义的浪漫。」</p> <p style="text-align: center;"><img alt="图片" class="wscnph" src="https://wpimg-wscn.awtmt.com/1877e5e4-0930-4ff8-a5cb-a3ef2d4ba7e8.jpeg" title="" /></p> <p style="text-align: justify;">这篇X，也立刻成了硅谷的「人才招聘现场」。</p> <p style="text-align: justify;">知名AI研究员 Stanislav Fort 留言：「你能拿这个去融一笔VC的钱吗？如果这是真的，绝对是个灌篮级别的扣篮得分。」 小哥激动回复：「我们正在找钱！」</p> <p style="text-align: justify;">就连因为操纵药价名噪一时的「医药界华尔街之狼」 Martin Shkreli 都跑来凑热闹：「我雇你，把芯片造出来。」</p> <p style="text-align: center;"><img alt="图片" class="wscnph" src="https://wpimg-wscn.awtmt.com/59c9e968-80d1-4176-b016-8785b3975c96.jpeg" title="" /></p> <p style="text-align: justify;">一群VC合伙人、科技公司高管也纷纷留言：「快看私信，我想我们应该谈谈。」</p> <p style="text-align: center;"><img alt="图片" class="wscnph" src="https://wpimg-wscn.awtmt.com/de65aea6-2b63-4a2f-ac7b-15f3feee2c1e.jpeg" title="" /></p> <p style="text-align: justify;">当然，懂行的工程师也提出了最致命的问题：为什么你第一版就要头铁去挑战 7nm 工艺？</p> <p style="text-align: justify;">小哥的回答揭示了芯片制造残酷的物理法则：「因为大模型太复杂了，13nm的工艺光刻面积根本装不下。只有TSMC能做7nm及以下。但想做5nm或6nm，你必须是英伟达、苹果或博通这种大鳄，TSMC才会坐下来跟你谈判。」</p> <p style="text-align: center;"><img alt="图片" class="wscnph" src="https://wpimg-wscn.awtmt.com/013fa21e-aa53-45f6-92f5-84c1bc3dbccb.jpeg" title="" /></p> <p style="text-align: justify;">这就形成了一个巨大的悖论：一个人可以用7000行代码在卧室里颠覆千亿巨头的逻辑设计。</p> <p style="text-align: justify;">但他却因为掏不起台积电的几百万美元流片费，只能在网上化身赛博乞丐。</p> <p style="text-align: justify;">这件事也告诉我们：AI芯片的设计，正在从一个「硬件工程」，降维成一个「软件编译」问题。</p> <p style="text-align: justify;">长期以来，设计一款芯片是一项耗时数年、需要几百名硬件工程师协同、花费数千万美元的浩大工程。但现在的逻辑变了。</p> <p style="text-align: justify;">如果大模型的最终归宿就是变成「ASIC」，如果输入一个AI模型，经过编译、量化、自动生成电路的流水线能够被彻底打通……</p> <p style="text-align: justify;">那么，未来的芯片设计，将不再是一砖一瓦的物理搭建，而仅仅是软件编译器的一个Target。</p> <p style="text-align: justify;">正如一位大V所写：「这个项目现在还只是预硅片阶段，但释放的信号极其有趣。如果这个流水线（checkpoint → quantization → RTL → GDS）变得自动化，定制AI芯片将越来越不像一个多年的硬件项目，而更像是一次代码编译。</p> <p style="text-align: justify;"><span style="color: #808080;">本文来源：<a href="https://mp.weixin.qq.com/s/FRoHnwsh73nrB3K3MCJB-A" rel="noopener" target="_blank">新智元</a></span></p><div style="color: #666; margin-bottom: 15px;">风险提示及免责条款</div> <div> 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。 </div>