01
Hand- und Sprachgeräte
Übersetzer, Diktiergeräte, KI-Ohrhörer, Spielzeug. Ein vollständiges Sprachmodell mit ein bis zwei Watt, offline, mit einem Akku für den ganzen Tag.
Beginnt meist mit Forge und dem MaskROM-Pfad
Die Teams, die zu uns kommen, lassen sich in sechs Gruppen einteilen. Finden Sie die, die Ihnen am nächsten ist, und sehen Sie, mit welchem Pfad und welchem Chip es meist beginnt.

01
Übersetzer, Diktiergeräte, KI-Ohrhörer, Spielzeug. Ein vollständiges Sprachmodell mit ein bis zwei Watt, offline, mit einem Akku für den ganzen Tag.
Beginnt meist mit Forge und dem MaskROM-Pfad
02
Sprache im Cockpit, verkörperte Roboter. Ein größeres Modell, lokal ausgeführt, mit stabiler Latenz und ohne Abhängigkeit von einer Verbindung.
Beginnt meist mit Trident und Near-Memory-Computing
03
Fehlersegmentierung an der Linie, Drohneninspektion, Multisensor-Fusion. Mit jedem Bild Schritt halten, während die Daten vor Ort bleiben.
Beginnt meist mit Argus und SRAM-Compute-in-Memory
04
Isolierte Netze in Verwaltung, Gesundheitswesen, Energie und Finanzwesen. Daten dürfen das Gerät nicht verlassen, das ist eine Anforderung an die Architektur.
Jeder Pfad rechnet lokal; die Modellgröße bestimmt den Pfad
05
Sie haben einen Chip oder planen einen und wollen LLM-Inferenz ergänzen, ohne einen Beschleuniger von Grund auf zu entwickeln.
Beginnt meist mit Inferenzkern-IP und einem FPGA-Evaluierungsboard
06
Sie haben ein eingefrorenes oder feinabgestimmtes Modell, die Stückzahlen wachsen, und API- und GPU-Rechnungen rechnen sich nicht mehr.
Ein Chip rund um Ihr Modell
Qwen3.5 → 3.6 → 3.8
Qwen3.6 und Qwen3.8 behalten den hybriden Aufbau von Qwen3.5 bei, den die Fanshi-Inferenzkerne bereits abbilden. Ein neueres Modell derselben Familie ist ein neuer Chip, keine Neuentwicklung.
01
Vorstellung und NDA
Ein kurzes Gespräch über das Projekt. Sobald eine gegenseitige Vertraulichkeitsvereinbarung (NDA) besteht, teilen wir detaillierte Spezifikationen und Evaluierungsunterlagen.
02
Technischer Workshop
Wir gehen Ihre Arbeitslast gemeinsam durch: Zielmodell, typische und maximale Prompt-Länge, Einzelanfragen, mehrstufige Dialoge oder agentische Nutzung, Parallelität sowie Vorgaben zu Leistungsaufnahme und Bauform.
03
Machbarkeitsbericht
Vorgeschlagene Spezifikationen, Entwicklungsmeilensteine und indikative kommerzielle Bedingungen, einschließlich NRE und Stückpreis.
04
Evaluieren und bauen
Praktische Evaluierung mit einem Evaluierungskit, danach ein vorhandener Chip oder ein kundenspezifischer Chip für Ihr Modell.
Einen Edge-LLM-Inferenzchip auswählen: 7 FragenDie Wahl eines Edge-LLM-Inferenzchips hängt von der Modelleignung, dem Leistungsbudget und der Update-Strategie ab, nicht von Spitzen-TOPS. Sieben Fragen und eine Checkliste.
LLM-Inferenzkosten: API, Cloud-GPU oder Edge-Chip über 3 JahreLLM-Inferenzkosten über drei Jahre gerechnet: eine API pro Token, eine Cloud-GPU pro Stunde oder ein einmal gekaufter Edge-Chip. Methode, Rechenbeispiel und Amortisation.
Die Memory Wall: Warum Edge-LLMs stocken und wie man sie umgehtLLM-Dekodierung ist durch die Bandbreite begrenzt: Jedes Token liest alle Gewichte, und Endgeräte verkraften diesen Datenverkehr nicht. Wie hoch die Mauer ist und wie man vorbeikommt.Beschreiben Sie Modell, Gerät und Stückzahl in zwei Minuten, und wir antworten konkret zu Ihrem Projekt.