AIチップの世界で、まさに革命とも言える変化が静かに進行しています。その中心にいるのが、スタートアップ企業の「Taalas（ターラス）」です。彼らは、特定のAIモデルをチップに直接「焼き付ける」という、ほとんど「過激」とも言える専用化アプローチを極限まで推し進めています。
このTaalasが発表した最初の推論チップ「HC1」は、MetaのLlama 3.1 8Bという大規模言語モデルをほぼ完全にチップへと統合。これにより、単一ユーザーシナリオで毎秒17,000トークンという驚異的な出力速度を達成しました。これは、現在市場で最速とされる競合Cerebrasの約9倍、そしてNvidiaの最新BlackwellアーキテクチャのGPUと比較すると、なんと約50倍もの性能に達するというから驚きです。
さらに、HC1の構築コストは同等性能のGPUソリューションのわずか20分の1。消費電力も桁違いに低いレベルを実現しています。柔軟性という大きなトレードオフはありますが、特定のAIモデルの長期運用において、Taalasのアプローチは既存のAIインフラの概念を大きく揺るがす可能性を秘めています。
AI推論チップの常識を打ち破る「超専用化」とは
TaalasのHC1チップが達成した画期的な性能は、従来のGPUアーキテクチャを根本から見直した結果です。通常のGPUでは、計算を行うコアと、モデルのパラメータを保存するHBM（High Bandwidth Memory）のようなメモリが物理的に分離されています。
この構造では、計算を行うたびにHBMからデータを読み込む必要があり、この「データ転送」が大量のエネルギーと時間を消費するボトルネックとなっていました。Taalasは、このボトルネックを解消するために、「全面的専用化」と「コンピューティング・ストレージ統合」という設計思想を導入しました。
モデルをチップに「焼き付ける」Mask ROM技術
Taalasは、Mask ROM（マスクROM）技術を採用することで、モデルの重み（ウェイト）をチップの金属配線層に直接エンコード。これにより、計算ロジックと同じシリコンダイ上にモデルパラメータが共存することを可能にしました。これにより、外部メモリからのデータ転送が不要となり、データ転送に伴うボトルネックが完全に解消されたのです。
この「焼き付け」とも言える設計は、比類ない性能向上をもたらしますが、引き換えにチップの柔軟性はほぼゼロになります。HC1はLlama 3.1 8Bモデルしか実行できず、もし異なるモデルを使用したい場合は、チップを再設計・再製造する必要があるのです。
「限定的だからこそ強い」CEOのビジョンと迅速な開発サイクル
このような極端な専用化戦略は、AIチップ業界の伝統的な設計思想に対する大胆な挑戦です。しかし、TaalasのCEOであるLjubisa Bajic氏は、この戦略に強い自信を見せています。
Bajic氏は、「AIモデルが成熟し安定するにつれて、一部のモデルは実際のビジネスで長期的に使用されるようになる。そうしたモデルにとって、専用化チップは比較にならないほどの優位性を持つだろう」と語ります。
TSMCの先進プロセスと驚異的な開発スピード
TaalasのHC1は、TSMCのN6プロセスで製造され、チップ面積は815 mm²。単一のチップで8Bパラメータモデル全体を収容できる能力を持っています。消費電力は約250Wと低く、10枚のHC1カードを搭載したサーバー全体の消費電力も約2.5kWに抑えられています。これにより、数十kWに達し液冷が必須となるGPUサーバーとは異なり、標準的な空冷ラックでの運用が可能です。
さらにTaalasは、構造化ASICの設計思想を取り入れることで、チップのカスタマイズサイクルを大幅に短縮しています。Bajic氏によれば、新しいモデルからRTL（Register-Transfer Level）生成まで約1週間。モデルからチップまでの全サイクルは2ヶ月という驚異的な速さを目標としています。
この迅速なターンアラウンド能力により、あるモデルが実用性とユーザーの定着性で十分な評価を得た場合、TaalasはGPUよりもはるかに低いコストと消費電力で、そのモデル専用の推論シリコンを迅速に提供できます。
ただし、このモデルを利用するには、顧客が特定のモデルに対して少なくとも1年間のコミットメントを行う必要があります。Bajic氏はこの点について、「多くの顧客は躊躇するかもしれないが、性能とコストの優位性を追求する一部の人々はこれを受け入れるだろう」と見ています。
Llama 3.1 8Bモデル以外にも、Taalasはより大規模なモデルへの対応能力も示しています。シミュレーションデータによると、671BパラメータのDeepSeek R1モデルには約30個のHC1チップが連携して動作する必要があり、各チップは約20Bパラメータを搭載。この30チップシステムは、DeepSeek R1でユーザーあたり約12,000トークン/秒の出力スループットを達成できる見込みです。
まとめ：AIインフラの未来を変えるか？
Taalasの「超専用化」戦略は、AI推論チップ市場に新たな風を吹き込むかもしれません。汎用性を追求するGPUに対して、特定のモデルに特化することで圧倒的な性能とコスト効率、省電力を実現するというアプローチは、AIモデルの安定化が進むにつれて、その価値を増していくでしょう。
特に、大規模言語モデルの運用コストや電力消費が課題となる中、Taalasの技術は、AIの社会実装を加速させる新たな選択肢となる可能性があります。日本企業がAI導入や大規模モデルの運用を検討する上でも、Taalasのような専用チップベンダーとの連携は、GPU依存からの脱却と、より効率的なAIインフラ構築の鍵となるかもしれません。
柔軟性と性能・コストというトレードオフのバランスが、今後のAIインフラ市場でどのような変革をもたらすのか、Taalasの動向から目が離せません。
元記事: pcd
Photo by Google DeepMind on Pexels
