AMD買下Taalas與國網中心多模態主權AI:推論與落地成焦點

|AI 產業趨勢解讀

AMD 於 11 月 17 日宣布完成收購 AI 推論晶片新創 Taalas,國研院國網中心則在 11 月 10 日展示多模態主權 AI 與 TAIWAN AI RAP 平台。兩則新聞都指向同一件事:AI 競爭正從訓練轉向推論,從模型轉向可用的平台。

本文重點

  • AMD 完成收購 Taalas,補強 AI 推論晶片布局,並計畫整合進 Instinct GPU 路線圖
  • 國網中心發表多模態主權 AI 與 TAIWAN AI RAP 平台,主打降低企業與公部門導入門檻
  • 企業選 AI 要看推論成本、平台可用性與資料自主,不只比模型分數

AMD 在 2026 年 11 月 17 日宣布,已完成收購專攻 AI 推論晶片的新創 Taalas。兩天前,國研院國網中心也在 11 月 10 日發表多模態主權 AI 與 TAIWAN AI RAP 平台的成果。一則談國際大廠補強「跑模型」的硬體,一則談台灣如何把自主模型與算力變成可用的服務,兩者放在一起看,可以看出 AI 產業的重心正在移動。

重點整理

一、AMD 完成收購 Taalas

根據 Data Phoenix 的報導,AMD 已完成對 Taalas 的收購,把這家公司的推論晶片技術與工程團隊納入旗下。AMD 表示,計畫把 Taalas 的技術整合進自家的加速器路線圖,並與 Instinct GPU 一起開發系統級方案。不過報導也指出,AMD 並未宣布已有整合完成的產品。

這筆交易的背景是:AMD 在 8 月 6 日簽署收購協議。依 AMD 向美國證券交易委員會(SEC)提交的季報,這筆交易約為 29 億美元,以現金加股票支付,其中附帶最高約 14 億美元的或有對價。這個金額來自 Data Phoenix 的轉述,完成公告本身並未重述最終價格。

Taalas 的做法,依 CoinDesk 轉述的報導,是把特定 AI 模型「硬化」到 ASIC(特殊應用積體電路,就是為單一用途設計的晶片)裡。這能大幅提升推論效率,代價是晶片的通用性降低。另外,Data Phoenix 提到,AMD 在 11 月 16 日還宣布完成收購 World Labs,這是一家做互動式 3D 環境、機器人學習與模擬模型的公司。

二、國網中心展示多模態主權 AI 與 TAIWAN AI RAP

國研院國網中心在 11 月 10 日舉辦「從研發到產業:共築臺灣 AI 創新生態系」活動。依國網中心新聞稿,TAIWAN AI RAP 是整合國家級算力、模型 API、模型微調與評估、開發工具,以及 AI Agent 應用開發能力的平台,目標是降低企業、研究機構與開發團隊的導入門檻。

中研院資訊科學研究所廖弘源所長分享了新一代多模態主權 AI 模型。多模態是指同時處理影像、語音、語言等不同型態的資料。新聞稿提到,中研院的 YOLO 物件偵測技術,以及通用行為分析模型 GBA,可辨識跌倒、打架等異常行為,再結合語音辨識做智慧通報,可用在公共安全、智慧城市與醫療照護。活動中也展示了中原大學的影像辨識與行為分析,以及國立臺南大學的中、台、英混語語音模型。國科會吳誠文主委表示,期盼這些技術能應用於百工百業。

分析

第一,競爭焦點從訓練移到推論。 模型一旦上線,每次使用都要付一次推論成本。AMD 買下專攻推論的公司,反映的是業界相信:未來更大的成本與商機,在於「把模型跑得快、跑得省」。分析師也提醒,Taalas 的晶片由台積電代工,所以供給仍要排進同一條產能隊伍;而且能否與 Instinct GPU、軟體平台順利整合,才是真正的考驗。這點目前只是公司的計畫,尚未看到產品,我們不宜過度樂觀。

第二,專用化與彈性之間要取捨。 把模型刻進晶片,速度與能耗會更好,但模型更新時就沒那麼靈活。對企業來說,這提醒我們:越是穩定、量大的任務,越適合最佳化成本;需求常變的場景,則應保持彈性。

第三,台灣的重點是「用得起來」。 國網中心的做法,是把算力、模型與開發工具包成平台,讓公部門與新創不必從零開始。這與全球趨勢一致:單靠一個模型很難形成競爭力,能被接上場域、被治理、被持續維運的平台才有價值。多模態應用也值得留意,因為它觸及影像與行為資料,個資與責任歸屬會比文字問答更敏感。

第四,對台灣供應鏈是機會,也是變數。 推論晶片需求若增加,台灣在先進製程與封裝的位置會更受關注;但各大廠的架構選擇,也會牽動未來幾年的採購與合作格局。

給企業的建議

  1. 先盤點推論成本。 統計目前 AI 應用的呼叫量、回應時間與每月費用,找出最耗成本的前幾項任務,再決定要換模型、做快取,還是調整架構。
  2. 依任務穩定度選部署方式。 流程固定、量大的任務可考慮較專用、較省成本的方案;需求仍在摸索的先用彈性高的雲端或平台。
  3. 善用國家級資源做驗證。 公部門與中小企業在投入自建前,可先評估 TAIWAN AI RAP 這類平台的算力與模型服務,用小範圍試辦驗證效益。
  4. 多模態應用先做資料治理。 涉及影像、語音的應用,應先確認個資、保存期限與責任歸屬,再談自動通報或判斷。
  5. 別被單一供應商綁住。 硬體與模型更新很快,建議把知識庫、權限與流程設計成可替換底層模型的架構。

源智匯在協助機關與學校導入 AI 時,也常看到同樣的狀況:真正決定成效的,往往是知識庫整理、權限設計與維運成本,而不是選哪個最熱門的模型。若貴單位正在評估 AI Agent 或知識中樞的導入路線,歡迎先從一個具體任務與成本試算開始。

名詞解釋

推論
AI 模型訓練完成後,實際接收輸入並產生回答或預測的運算過程,使用越頻繁,成本越明顯。
ASIC
特殊應用積體電路,針對特定用途設計的晶片,效率高但通用性較低。
Instinct GPU
AMD 的資料中心 AI 加速器產品線,用於 AI 訓練與推論運算。
多模態
AI 同時處理影像、語音、文字等不同形式資料的能力。
主權 AI
國家或組織掌握自己的 AI 模型、算力與資料,不完全依賴外部供應者的發展方向。
TAIWAN AI RAP
國研院國網中心的 AI 應用開發平台,整合算力、模型 API、微調評估與開發工具。

常見問題

AMD 收購 Taalas 對一般企業有什麼影響?

短期沒有直接影響,因為 AMD 只表示會整合進路線圖,尚未宣布產品。長期可能帶動推論成本下降與硬體選擇增加。

什麼是推論晶片?

推論是模型訓練完成後,實際回答問題、產生內容的運算階段。推論晶片就是專門為這段運算追求更快、更省電而設計的晶片。

TAIWAN AI RAP 適合誰使用?

依國網中心說明,平台面向企業、研究機構、開發團隊與公部門,提供算力、模型 API、微調與評估等服務,用來降低開發門檻。

參考來源