本文へスキップ

Taalas HC1 · Taalas HC1 仕様 · Llama 3.1 8B 固定配線 · モデルオンチップ · LLM 推論 ASIC

Taalas HC1 とは:仕様、速度、制約、そして機器向けチップにとっての意味

Fanshi Semiconductor エンジニアリングチーム · 公開

Taalas HC1 は 2026 年 2 月に発表されたデータセンター向け推論チップで、Llama 3.1 8B というひとつのモデルをシリコンに固定配線しています。同社はユーザーあたり毎秒 17,000 トークン近くと発表しており、同じモデルの NVIDIA H200 での値は毎秒約 230 トークンです。公開されている内容には TSMC 6 nm、ダイ面積 815 mm²、約 530 億トランジスタが含まれます。代償は、1 チップ 1 モデルであること、最初のシリコンが 3 ビットと 6 ビットの強い量子化を使うこと、約 2.5 kW のサーバー向けであることです。これはクラウド製品であり、機器には同じ発想を 1 ワットから数十ワットで実現するものが必要です。

HC1 とは何か

HC1 は Taalas の最初のチップで、2026 年 2 月に発表されました。モデルをメモリにロードして汎用ハードウェアで動かすのではなく、Llama 3.1 8B というひとつのモデルをチップそのものに作り込んでいます。この方式はモデルオンチップ、あるいはハードワイヤード LLM と呼ばれます。

Fanshi Semiconductor は Taalas と関係がありません。このページは公開されている情報をまとめたもので、出典は末尾にあります。HC1 がこの方式の最も分かりやすい公開基準点であるため取り上げています。

公開されている数値

項目公開されている数値情報源
モデルLlama 3.1 8B、固定配線Taalas(CNX Software、heise の報道による)
速度ユーザーあたり毎秒 17,000 トークン近くメーカー公表値
プロセスTSMC 6 nmCNX Software, heise
ダイ面積815 mm²CNX Software, heise
トランジスタ数約 530 億CNX Software, heise
精度最初のシリコンは 3 ビットと 6 ビットのパラメータTaalas(heise の報道による)
柔軟性LoRA アダプターと、設定可能なコンテキスト長CNX Software
導入形態約 2.5 kW のサーバーCNX Software
同じモデルの NVIDIA H200 での値ユーザーあたり毎秒約 230 トークンNvidia の基準値、heise が引用
同じモデルの Cerebras での値毎秒約 1,900 トークンArtificial Analysis、heise が引用
同じモデルの Groq での値毎秒約 600 トークンArtificial Analysis、heise が引用

数値は 2026 年中に公開されたものです。HC1 の速度はメーカー公表値で、Cerebras と Groq の数値は独立した計測サイトによるものです。

速度はどこから来るのか

トークンをひとつ生成するには、モデルのすべての重みが必要です。GPU では重みはメモリにあり、トークンごとに取り出さなければならないため、メモリが重みを届ける速さが上限になります。HC1 はこの取り出しをなくします。重みが回路の一部なので、動かすものがありません。

小さなモデルで効果が特に大きいのはこのためです。8B のモデルは現在のハードウェアでは演算能力ではなくデータの移動に縛られています。移動をなくせば、同じ演算が数十倍速く動きます。

制約

  • 1 チップ 1 モデル。別のモデルには別のチップが必要です。アダプターとコンテキスト長は設定できますが、基礎の重みは変えられません。
  • 量子化。同社自身の説明によれば、最初のシリコンは 3 ビットと 6 ビットのパラメータを使っており、GPU の基準と比べて品質がいくらか下がります。
  • メーカー公表値。最も注目される速度は同社の発表によるものです。判断の根拠にする前に、独立した測定があるか確認してください。
  • データセンター向けの部品です。約 2.5 kW のサーバーは製品の中には入りません。

機器にとっての意味

HC1 は、重みをその場に固定する方式が大きな規模で成り立つことを示しました。しかし機器の問題は解決しません。翻訳機、車載モジュール、ロボットが使えるのは数キロワットではなく 1 ワットから数十ワットであり、部品コストもこの大きさの先端プロセスのチップを吸収できないからです。

エッジチップは同じ原理を別の制約のもとで使います。より小さなモデル、成熟したプロセス、そして重みの持ち方が三通りあります。MaskROM コンピュート・イン・メモリは製造時に重みを固定し、SRAM コンピュート・イン・メモリは電源投入時にロードし、ニアメモリ・コンピューティングは更新可能な外部メモリに重みを置きます。

Fanshi は SMIC 28 nm でこの種のチップを作っています。公開している数値は実測ではなく設計目標です。Forge はワット級の機器で Qwen 3.5 0.8B を 17,000 token/s、Trident は 70 W のシステム電力予算で Qwen 3.5 35B までのモデルを 15,000 token/s で動かすことを目標としています。

よくある質問

Taalas HC1 とは何ですか。

2026 年 2 月に発表されたデータセンター向け推論チップで、Llama 3.1 8B モデルをシリコンに固定配線しています。同社はユーザーあたり毎秒 17,000 トークン近くと発表しています。

Taalas HC1 は GPU と比べてどのくらい速いのですか。

Taalas は Llama 3.1 8B でユーザーあたり毎秒 17,000 トークン近くと発表しています。報道は同じモデルの NVIDIA H200 での値としてユーザーあたり毎秒約 230 トークンを挙げています。HC1 の数値はメーカー公表値です。

Taalas HC1 はほかのモデルを動かせますか。

動かせません。基礎モデルはチップに固定されています。報道によれば LoRA アダプターと設定可能なコンテキスト長には対応していますが、基礎モデルを変えるには別のチップが必要です。

Taalas HC1 はエッジ機器で使えますか。

使えません。約 2.5 kW のサーバー向けに設計されています。機器には、1 ワットから数十ワットを対象とするコンピュート・イン・メモリやニアメモリ・コンピューティングのエッジ推論チップを使います。

Fanshi は Taalas と関係がありますか。

ありません。Fanshi Semiconductor は Taalas と資本関係も提携関係もありません。Taalas はデータセンター向けアクセラレータを、Fanshi はエッジ機器向けのチップと IP を作っています。

出典

  1. heise online: AI inference cast in silicon: Taalas announces HC1 chip
  2. CNX Software: Taalas HC1 hardwired Llama-3.1 8B AI accelerator delivers up to 17,000 tokens/s

この疑問を、あなたのプロジェクトで

対象モデルと、性能・消費電力の目標をお送りください。適したルートと評価計画をご返信します。

評価キットを申し込む