Тут канадский стартап Taalas предлагает радикально новый подход к ИИ-железу. Вместо запуска нейросетей на дорогих видеокартах, они аппаратно «запекают🔥» конкретные модели (например, Llama 3.1 или Qwen) прямо в кремний на специализированных PCIe-платах🤖 Плюсы звучат отлично: за условные $300–400 обещают сумасшедшую скорость (от 10 000 до 17 000 токенов в секунду) и работу полностью локально. Никаких платных API, серверов, подписок и задержек. Но есть нюанс - нулевая гибкость. Вшитую в транзисторы нейросеть физически невозможно обновить или дообучить. Вышла новая, более умная версия модели? Плата мгновенно устаревает, и перепрошить её не выйдет. Расклад вырисовывается интересный. Для разработки и универсальных задач мы гарантированно останемся на классических GPU. А вот для массовых автономных устройств, робототехники или узких локальных процессов, где нужен дешевый, быстрый и безотказный ИИ, такие ИИ-чипы могут серьезно перекроить рынок. Официальный анонс и презентация первой рабочей платы (HC1 с вшитой Llama 3.1 8B) состоялись совсем недавно — 19 февраля 2026 года. Как выглядит их график релизов на данный момент: Прямо сейчас (март 2026): Продукт работает в режиме публичного демо-стенда. Стартап только что закрыл раунд инвестиций на $169 млн, и пока доступ к технологии открыт через их API и тестового чат-бота. В массовой рознице самих физических плат еще нет. Начало лета (Q2) 2026: Запланирован выпуск чипа под более тяжелую логическую модель (на ~20 миллиардов параметров — судя по всему, речь как раз о Qwen). Конец 2026 года: Релиз второго поколения архитектуры (HC2), куда амбициозно обещают аппаратно «зашить» модель флагманского уровня (конкурента GPT-5). Так что сейчас они на стадии активного производства, а полноценные коммерческие поставки этого «железа» будут разворачиваться в течение текущего года. обсуждают тут https://x.com/TeksEdge/status/2037395983647260843