失业工程师 7000 行代码复刻 AMD 重金收购的 AI 芯片：芯片设计正在变成「编译问题」

8 月 6 日，AMD 官宣收购 AI 推理芯片新星 Taalas，被视为向英伟达发起挑战的「秘密武器」。香槟还没开完，一位失业工程师在 X 上轻描淡写地扔出一颗炸弹：过去 6 个月，他把 Taalas 的专利拆解了个遍，「我觉得他们的方案还能做得更好」——然后写了一版约 7000 行代码的编译器。

他声称自己的设计比 Taalas 少做 100 倍的内存调用，推理速度目标直接翻倍到 40,000 tokens/秒（Taalas 跑出 17,000 已被 AMD 视为珍宝）。结尾一句话令人心酸：「想看 40k tokens/秒吗？我现在破产了、还失业了，全网在线等一个便宜的流片渠道。」

Taalas 为何值钱：内存墙

传统 GPU（冯·诺依曼架构）里计算和存储分离，每次计算都要把权重从 HBM 搬出来、算完再放回去，这就是业界所说的「内存墙」。Taalas 直接掀桌：不做通用 GPU，而是围绕某个模型定制芯片（SMIC，特定模型集成电路），把权重物理「刻」进晶体管里。

其第一代测试芯片 HC1（台积电 6nm）跑 Llama 3.1 8B 达到约 17,000 tokens/秒/用户，官方称是 H200 的 73 倍、功耗仅其十分之一。代价是一颗芯片只能跑一个模型，但流片周期短至两个月，成本被大幅摊薄——这正是 AMD 下重注的原因。

7000 行代码的「炼金术」流水线

输入模型：丢进一个 HuggingFace checkpoint（权重文件）。
极致量化：纯软件驱动的量化，他自称比 Taalas 硬件团队做得更好。
权重下沉：把量化后权重沿金属层下沉，转换成 RTL 与 GDS（光刻掩模版图）。
物理验证：自动跑完 DRC、Yosys（开源综合）、PEX（寄生参数提取）。
产出芯片：一张把模型矩阵乘法变成电子波形执行的物理电路图。

他对 Taalas 最致命的一击：对方仍从只读存储器（bitROM）读数据，而他主张这步能耗可以「完全跳过」——100 倍内存调用缩减和翻倍推理速度正是来自这里。

芯片设计正在降维成软件问题

过去造一颗芯片是几年工期、几百名硬件工程师、数千万美元的浩大工程；现在一个人、一台电脑、一个流水线就能把 checkpoint 一路编译到 RTL/GDS。这就像软件行业当年的演进：写应用不再需要自建机房，而是 git push。如果 checkpoint → 量化 → RTL → GDS 的流水线真能自动化，定制 AI 芯片就不再是多年硬件项目，而只是一个「编译目标」。

但故事里藏着残酷的悖论：他用 7000 行代码在逻辑层掀翻了千亿巨头，却在物理层撞墙。大模型在 13nm 光刻面积里装不下，只能用台积电 7nm 及以下；而 5/6nm 只有英伟达、苹果、博通这种大鳄才谈得动。他付不起几百万美元流片费，于是这位「击败 AMD 设计团队」的人，只能在网上化身赛博乞丐，求一个便宜的 MPW（多项目晶圆）班车渠道。

产业信号

瓶颈从「设计人才」转向「流片通道」：设计到 GDS 一旦成为一条命令，稀缺资源就不再是工程师，而是台积电产能和廉价 shuttle。
推理效率成为新战场：17k tok/s 已威胁英伟达，40k tok/s + 数量级更少的内存搬运，让「按模型硬编码 ASIC」越来越可信。
「车库造芯」时代将至，但有天花板：逻辑层在民主化，代工厂没有。谁能把便宜的流片通道打通，谁才解锁真正的洪水。

可以怎么用

工程师：开源硅栈（Yosys、开放 PDK、DRC 工具链）就是新的杠杆，现在学等于 2015 年学 Kubernetes。
创业者：MPW/shuttle 与 PDK 获取层才是真空白。定制 AI 芯片的赢家不会是编译器最好的那个，而是让硅变得最便宜可印刷的那个。
关注 AI 基础设施的人：别只盯模型榜单，去看谁能最快、最便宜地把一个模型变成硅——那是下一道护城河。

参考：工程师原始 X 帖；SiliconANGLE 关于 AMD 收购 Taalas 的报道。