Taalas 实测每秒 1.4 万 token，模型直接烧进硅片
iamfakhrealam · x · 2026-08-31
Emad Mostaque 在直播中演示了 Taalas 的推理速度：ChatGPT 约 100 tokens/秒，Taalas 约 14,000 tokens/秒，相差约 140 倍。其原理是把模型直接「烘焙」进芯片本身，以硬件化方式实现极致推理吞吐。
所属事件:Taalas 演示万级 token 推理，速度约为 ChatGPT 百倍(3 条相关)→
「Infra」频道最新
- 同样 1000 个 Cloudflare Durable Objects，月成本从 4050 美元压到 22 美元 — threepointone · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- DuoDiscover 让 Agent 自建快速评估代理，TPU 内核提速 2.68 倍 — berkeley_ai · 2026-10-16
- Google 将 2026 年资本开支上调至最高 2050 亿美元 — emmanuelvivier · 2026-10-16
- Google 开源 AX:像 Kubernetes 一样编排数十亿 Agent 任务 — thisdudelikesAI · 2026-10-16