Quels modèles peut-on graver dans le silicium Fanshi ?
Nos clients nous interrogent surtout sur les dernières versions de Qwen. Qwen3.6 et Qwen3.8 conservent la disposition hybride de Qwen3.5, que les cœurs d'inférence Fanshi mappent déjà : un modèle plus récent de la même famille est une nouvelle puce construite sur les cœurs existants, et non une nouvelle architecture.

Familles de modèles et correspondances
Il s'agit d'une adéquation au niveau de l'architecture. Le nombre de paramètres, la longueur de contexte et les objectifs de performance sont évalués par projet.
Famille de modèles
Architecture
Voie Fanshi
Statut
Qwen3.5
Architecture
Hybride : couches d'attention linéaire Gated DeltaNet + couches d'attention complète à portes
Voie Fanshi
Forge (0.8B) · Trident (jusqu'à 35B) · FS-Linear + FS-Attention
Statut
Modèle de référence des puces de première génération
Qwen3.6 / Qwen3.8
Architecture
Même disposition hybride que Qwen3.5
Voie Fanshi
FS-Linear + FS-Attention · puce sur mesure
Statut
Se mappe sur les cœurs existants ; évalué par projet
Qwen3
Architecture
Attention complète (GQA)
Voie Fanshi
FS-Attention
Statut
Pris en charge par licence IP
SmolLM2
Architecture
Modèles de langage compacts à attention complète
Voie Fanshi
FS-Attention
Statut
Pris en charge par licence IP
SmolVLM · SegFormer
Architecture
Compréhension vision-langage et segmentation sémantique
Voie Fanshi
Argus · FS-Fusion
Statut
Modèles de référence des puces de première génération
Modèles MoE parcimonieux
Architecture
Experts parcimonieux à activation dynamique
Voie Fanshi
FS-MoE
Statut
Évalué par projet
Attention linéaire de type DeltaNet
Architecture
État récurrent de taille fixe, traitement en flux
Voie Fanshi
FS-Linear
Statut
Pris en charge par licence IP
Les chiffres de cette page correspondent aux définitions de produit et aux objectifs de conception actuels. Les spécifications finales, les conditions de test, la disponibilité et les versions livrées sont confirmées dans les documents de projet validés par les deux parties.
Pourquoi la disposition hybride de Qwen convient au silicium
À partir de Qwen3.5, les modèles Qwen empilent leurs couches par groupes de quatre : trois couches d'attention linéaire Gated DeltaNet suivies d'une couche d'attention complète à portes. Les modèles 27B de Qwen3.5, Qwen3.6 et Qwen3.8 utilisent tous la même disposition 16 × (3 + 1).
Une couche d'attention linéaire transporte d'un token à l'autre un état de taille fixe au lieu d'un cache KV qui grossit : une seule couche sur quatre conserve un cache qui croît avec le contexte. Sur une puce embarquée, où la mémoire sur puce et la bande passante sont les ressources rares, c'est souvent ce qui sépare un modèle qui tient d'un modèle qui ne tient pas.
Le cœur FS-Linear de Fanshi traite les couches Gated DeltaNet et FS-Attention traite les couches d'attention complète à portes. La disposition n'ayant pas changé entre Qwen3.5, 3.6 et 3.8, les mêmes cœurs mappent les trois générations.
Quand un modèle plus récent sort
Ce qui change dépend de l'endroit où résident les poids.
MaskROM
Nouveaux masques de poids
Refaire les couches de masque qui portent les poids. À architecture identique, la conception des cœurs, le SDK et l'intégration côté hôte sont repris.
SRAM CIM
Recharger
Charger les nouveaux poids au démarrage.
NMC
Mettre la mémoire à jour
Mettre à jour les poids en mémoire externe ; le modèle peut continuer d'évoluer.
Ce dont nous avons besoin pour une étude de faisabilité
- Entreprise et votre rôle
- Modèle(s) cible(s) et nombre de paramètres
- Longueur de contexte (typique / maximale)
- Mode d'utilisation (requête unique, multi-tours, agentique)
- Objectifs de débit et de latence
- Budget énergétique et format
- Volume attendu et calendrier
Questions sur les modèles
Prenez-vous en charge Qwen3.6, Qwen3.8 et les autres nouveaux modèles ?
Oui. Qwen3.6 et Qwen3.8 conservent la disposition hybride de Qwen3.5 : des couches d'attention linéaire Gated DeltaNet intercalées avec des couches d'attention complète à portes. Les cœurs FS-Linear et FS-Attention de Fanshi couvrent déjà ces deux types de couches : un modèle plus récent de la même famille est donc une nouvelle puce construite sur les cœurs existants, pas une nouvelle architecture. Le nombre de paramètres, la longueur de contexte et les objectifs de performance sont évalués par projet.
Que se passe-t-il quand un modèle plus récent sort après la fabrication de la puce ?
Sur la voie MaskROM, passer à un nouveau modèle impose de refaire les couches de masque qui portent les poids. Si le nouveau modèle partage la même architecture, la conception des cœurs, le SDK et l'intégration côté hôte sont repris tels quels. En SRAM à calcul en mémoire, on recharge les poids au démarrage ; en calcul proche mémoire, on met à jour les poids en mémoire externe.
Quels modèles les puces Fanshi prennent-elles en charge ?
Forge cible Qwen 3.5 0.8B ; Trident prend en charge jusqu'à Qwen 3.5 35B ; Argus exécute SmolVLM, SegFormer et des modèles de vision et multimodaux similaires. La famille d'IP couvre Qwen3 / 3.5 (0.6B à 9B), SmolLM2, les modèles MoE parcimonieux et l'attention linéaire de type DeltaNet. La liste complète figure sur la page des modèles pris en charge.
Pour aller plus loin
De Qwen3.5 à Qwen3.8 : pourquoi l'attention hybride convient au silicium embarquéQwen3.5, 3.6 et 3.8 alternent attention linéaire Gated DeltaNet et attention complète à portes dans un rapport 3:1. Pourquoi cette disposition maîtrise la mémoire sur une puce IA embarquée.
Comment choisir une puce d'inférence LLM embarquée : 7 questionsChoisir une puce d'inférence LLM embarquée dépend de l'adéquation au modèle, du budget énergétique et du mode de mise à jour, pas des TOPS de crête. Sept questions et une liste de contrôle.
Calcul en mémoire MaskROM : ce que signifie graver les poids dans le siliciumLe calcul en mémoire MaskROM inscrit les poids du modèle dans une matrice de vias à l'étape du masque : rien ne bouge à l'exécution. Fonctionnement, raisons du coût minimal, limites.
Partir de votre modèle
Envoyez le modèle cible, la longueur de contexte, le mode d'utilisation et l'objectif de consommation. Nous répondons avec une voie et un plan d'évaluation.
