チップ、IP、評価についてのよくある質問。
お客様から特によくいただく質問をまとめました。適合性をすばやく判断するための参考にしてください。
Fanshi Semiconductor は何を提供していますか?
エッジLLM推論向けのASICチップ(Forge、Trident、Argus)、お客様のモデルに合わせたカスタムチップ、FPGA評価ボード、そしてお客様のASICやFPGAに組み込める推論コアIP(FS-Fusion、FS-Attention、FS-MoE、FS-Linear)です。
エッジ推論チップとは何ですか。クラウドのGPU推論とどう違いますか?
エッジ推論チップは、ネットワークを経由せず、データセンターにも頼らず、デバイス自身でモデルを実行します。クラウドGPUと比べると、トークン単位の請求がなく、ネットワーク遅延がなく、データがデバイスの外に出ません。その代わり、モデルの規模と更新方法は設計段階で決める必要があります。
コンピュート・イン・メモリとニアメモリ演算の違いは何ですか?
コンピュート・イン・メモリは積和演算をメモリアレイの中で行うため、重みが記憶セルを離れません。ニアメモリ演算は演算器を高帯域メモリのすぐ隣に置き、チップ上のストリーミング処理でデータ移動を最小限に抑えます。前者は消費電力と限界コストが最も低く、後者は進化を続けるモデルに向いています。
MaskROM コンピュート・イン・メモリはどんな場合に適していますか?
モデルが安定していて、出荷数が明確で、低消費電力と推論1回あたりの低い限界コストが強く求められるエッジ機器です。携帯型翻訳機やオフライン音声アシスタントなどが該当します。重みはテープアウトのマスク工程でシリコンに焼き込まれ、実行時に外部から重みを運ぶことはありません。
チップに焼き込んだあと、モデルを更新できますか?
MaskROMルートではできません。重みはテープアウト時に固定され、新しいモデルには新しいマスクが必要です。SRAM コンピュート・イン・メモリのルートは起動時に重みをロードするため、更新できます。ニアメモリのルートは重みを外部メモリに置き、継続的な更新に対応します。だからこそ、最初の問いはいつも「そのモデルはどのくらいの頻度で変わりますか」なのです。
Fanshiのチップはどのモデルに対応していますか?
Forge は Qwen 3.5 0.8B を対象とし、Trident は最大 Qwen 3.5 35B に対応し、Argus は SmolVLM、SegFormer などの視覚・マルチモーダルモデルを実行します。IPファミリーは Qwen3 / 3.5(0.6B から 9B)、SmolLM2、スパースMoEモデル、DeltaNet系の線形アテンションをカバーします。全体は対応モデルのページをご覧ください。
Qwen3.6 や Qwen3.8 などの新しいモデルに対応していますか?
はい。Qwen3.6 と Qwen3.8 は Qwen3.5 のハイブリッド構成を引き継いでいます。Gated DeltaNet の線形アテンション層と、ゲート付きフルアテンション層を交互に並べた構成です。Fanshi の FS-Linear コアと FS-Attention コアは、この2種類の層にすでに対応しています。そのため、同じファミリーの新しいモデルは、既存コアの上でチップを新たに構築する作業であり、新しいアーキテクチャの設計ではありません。パラメータ規模、コンテキスト長、性能目標は案件ごとに評価します。
チップ製造後に新しいモデルが出た場合はどうなりますか?
MaskROMルートでは、新しいモデルへ移行するには重みを保持するマスク層を作り直します。新しいモデルが同じアーキテクチャであれば、コア設計、SDK、ホスト側のインテグレーションはそのまま引き継げます。SRAM コンピュート・イン・メモリでは起動時に重みをロードし直し、ニアメモリ演算では外部メモリ上の重みを更新します。
17,000 token/s といった数値はどう定義されていますか?
各製品に記載した中核モデルにおける、デコードスループットの設計目標です。具体的なモデル、精度、バッチサイズ、試験プラットフォームは案件ごとに確定します。
デバイス上の推論は、どのようにデータを守りますか?
推論はすべてデバイス内で完結するため、生の入力もモデルの出力もアップロードする必要がなく、デバイスは完全にオフラインで動作できます。閉域網、機密、プライバシーに配慮が必要な環境では、これは運用方針による約束ではなく、アーキテクチャによる保証です。
API利用と比べて、チップでどのくらい節約できますか?
チップは一度きりの購入で、その後の推論1回あたりの限界コストはほぼゼロです。一方、APIはトークンごとに課金されます。トップページのコスト試算ツールで、1日のトークン量と現在お使いのモデルから3年間の総額を見積もれます。実際の金額は利用量とお見積もりによります。
推論IPはFPGA上で動作しますか?
はい。FS-Fusion、FS-Attention、FS-MoE、FS-Linear は、ASICのテープアウトとFPGAプロトタイピングの両方を対象としており、早期検証用の評価ボードを用意しています。シリコンより先にエンジニアリングサンプルを手にできます。
IPライセンスには何が含まれますか?
推論コアIP、FPGA評価ボード、モデルマッピングとインターフェース適合、そしてプロジェクトの設計組み込み支援です。対応範囲、リソース使用量、性能目標、ライセンス条件は、対象デバイスとモデルに照らして評価します。
サンプルや評価キットはどう申し込めばよいですか?
対象モデル、性能目標、電力予算、インターフェース、プロジェクトのスケジュールを添えて info@fanshi-silicon.com までメールでご連絡ください。適したルートを確認し、計画をご返信します。
評価キットには何が入っていますか?
評価ボードに実装されたパッケージ済みエンジニアリングサンプル、ホスト接続インターフェース、SDKとドライバ、インテグレーション資料、そしてFanshiエンジニアリングチームによる直接サポートです。
技術的な詳細を話す前にNDAを締結できますか?
はい。詳細仕様、評価データ、開発計画は、相互NDAの締結後にご提供します。
中国国外の顧客とも取引していますか?
はい。Fanshiは世界各地のチームと、英語または中国語でやり取りしています。拠点は中国・合肥です(中国標準時、UTC+8)。
Fanshiはどのプロセスとサプライチェーンを使っていますか?
成熟したSMIC 28 nm のサプライチェーンです。コンピュート・イン・メモリとニアメモリ演算の利点は、最先端プロセスではなくアーキテクチャから生まれます。そのためコストと供給の見通しが立てやすくなります。
Fanshi と Taalas はどのような関係ですか?
関係はありません。資本関係も提携もありません。Fanshiは「モデルをシリコンに焼き込む」という同じ大きな方向性のもと、28 nm のサプライチェーンで独自に技術を開発しています。
メモリの壁とは何ですか。なぜエッジLLMの成否を左右するのですか?
トークンを1つ生成するたびに、モデルのすべての重みをメモリから演算器へ読み出す必要があります。そのため帯域と電力の大半は、演算ではなくデータの移動に使われます。エッジ機器の帯域と電力予算はデータセンターのごく一部しかないため、重みを動かす必要があるかぎり、大規模モデルはエッジで動きません。コンピュート・イン・メモリとニアメモリ演算は、この壁を回避するための技術です。
このサイトの数値は最終的な納入仕様ですか?
いいえ。現時点の製品の方向性と設計目標を示すものです。最終仕様、試験条件、納入バージョン、商務条件はプロジェクト資料で確定します。
Fanshiのチップはどの業界向けですか?
携帯型翻訳機や音声機器、車載オフライン音声、エンボディドAIロボット、産業用エッジサーバー、閉域網・セキュア端末、ドローン点検、生産ラインの欠陥検出、マルチセンサー融合などです。
Fanshiの所在地と連絡先を教えてください。
Hefei Fanshi Semiconductor Technology Co., Ltd.(合肥燔石半導体科技有限公司)は中国安徽省合肥市にあります。ビジネス、IPライセンス、採用に関するお問い合わせは info@fanshi-silicon.com までお願いします。
関連記事
コンピュート・イン・メモリAIチップとは? 3つの技術ルートを解説コンピュート・イン・メモリAIチップは、積和演算をメモリアレイの中で行い、重みを動かしません。MaskROM、SRAM CIM、ニアメモリ演算の違いを解説します。
エッジLLM推論チップの選び方:7つの質問エッジLLM推論チップの選定を決めるのは、ピークTOPSではなく、モデルとの適合、電力予算、更新方法です。答えるべき7つの質問とチェックリスト。
LLM推論コスト:API、クラウドGPU、エッジチップを3年間で比較LLM推論コストを3年間で計算します。トークン課金のAPI、時間課金のクラウドGPU、一度購入するエッジチップ。計算方法、具体例、回収期間。
プロジェクトについて、ほかにご質問はありますか?
対象モデルと、性能・消費電力の目標をお送りください。適したルートと評価計画をご返信します。
