Une acquisition stratégique pour repenser l'inférence IA « depuis la base »
AMD a confirmé le 6 août 2026 le rachat de la startup torontoise Taalas, fondée en 2023, spécialisée dans des circuits qui intègrent littéralement les poids de modèles d'intelligence artificielle dans le silicium. Le groupe n'a pas communiqué le montant de l'opération, mais il s'agit d'un rachat complet et non d'un simple acqui-hire.
La démarche de Taalas consiste à remplacer l'architecture traditionnelle—où les paramètres sont conservés en mémoire HBM puis transférés vers des unités de calcul—par une zone physique sur la puce nommée « mask-ROM recall fabric » qui code directement les poids dans le matériau conducteur. L'objectif : supprimer les goulots d'étranglement liés aux allers-retours mémoire / calcul et obtenir des accélérateurs massivement plus rapides pour l'inférence.
"Nous avons fondé Taalas pour repenser l'inférence IA depuis la base, en construisant le matériel autour du modèle", a déclaré Ljubisa Bajic, cofondateur et PDG de la startup.
Performances annoncées et architecture hybride
Les premiers résultats publiés par Taalas sur son prototype HC1, gravé en 6 nm chez TSMC et optimisé pour Llama 3.1 8B, sont saisissants : 16 960 tokens par seconde, soit respectivement 48x plus rapide que les GPU Nvidia de référence et 8,5x au-dessus des accélérateurs wafer-scale de Cerebras cités par la startup. Le HC2, attendu cet été, viserait une capacité de 20 milliards de paramètres par puce.
| Prototype | Gravure | Modèle ciblé | Débit annoncé |
|---|---|---|---|
| HC1 | 6 nm | Llama 3.1 8B | 16 960 tokens/s |
| HC2 (attendu) | — | — | 20 milliards de paramètres par puce |
Pour conserver une souplesse d'adaptation, Taalas réserve dans sa puce une région SRAM destinée au cache KV et aux adaptateurs de fine-tuning tels que les LoRA, offrant un compromis entre performance dédiée et capacité d'ajustement post-fabrication.
Conséquences techniques et économiques
- Performance vs flexibilité : graver les poids maximise le débit et l'efficacité énergétique mais restreint la possibilité de modifier le modèle sans refabriquer la puce.
- Échelle industrielle : AMD apporte la capacité de production et l'écosystème nécessaires pour industrialiser ces concepts, notamment via des contrats wafer chez des fondeurs comme TSMC.
- Impact sur la concurrence : selon Taalas, une centaine de puces HC2 (ou ~50 puces en pipeline) suffiraient en théorie pour exécuter un modèle d'un trillion de paramètres, une approche présentée comme plus compacte que des grappes massives de GPU ou d'accélérateurs spécialisés.
Interrogations sur le modèle économique et l'adoption
Si les promesses de performance sont fortes, plusieurs questions demeurent : comment gérer l'obsolescence du modèle si une évolution logicielle majeur impose de nouveaux poids ? Quelle sera la propriété intellectuelle autour des modèles gravés ? Et comment s'articuleront coûts unitaires, cadence de production et déploiement chez les clients hyperscalers ou entreprises ?
En rachetant Taalas, AMD mise sur une trajectoire audacieuse : transformer des innovations de prototype en solutions industrielles pour l'IA. Le succès dépendra autant de la fiabilité et du coût des puces que de l'acceptation par un marché déjà investi dans des architectures plus flexibles.
