
軽量エッジチップ
17,000token/s
MaskROM コンピュート・イン・メモリ:重みはテープアウトのマスク工程でビアアレイに物理的に焼き込まれます。実行時に外部から重みを運ぶことはありません。
仕様
- 中核モデル
- Qwen 3.5 0.8B
- デコード速度
- 17,000 token/s(設計目標)
- システム消費電力
- 1ワット級
- 技術ルート
- MaskROM コンピュート・イン・メモリ
- モデル更新
- テープアウト時に固定
- プロセス
- SMIC 28 nm
- パッケージ / インターフェース
- 案件ごとに確定
- 開発キット
- 評価ボード、SDK、モデルマッピングツール
このページの数値は、現時点の製品定義と設計目標です。最終仕様、試験条件、供給状況、納入バージョンは、双方が合意したプロジェクト資料で確定します。

代表的な用途
- 携帯型翻訳機
- 音声メモ機器
- 車載オフライン音声アシスタント
推論はローカルで実行され、データはデバイス上で処理されます。完全にオフラインで動作します。
Qwen3.5 → 3.6 → 3.8
新しいQwenモデルでも、アーキテクチャは作り直しません。
Qwen3.6 と Qwen3.8 は Qwen3.5 のハイブリッド構成を引き継いでおり、Fanshiの推論コアはすでに対応しています。同じファミリーの新しいモデルは、チップの新規構築であって、再設計ではありません。
1通のメールから、1つのチップへ
01
ルートを選ぶ
対象モデル、性能と消費電力の目標、更新頻度、インターフェース。最初の問いはいつも同じです。そのモデルはどのくらいの頻度で変わりますか。
02
評価する
評価ボード上でモデルを動かし、精度とスループットを測定します。シリコンを確定する前に、動作するエンジニアリングサンプルが手に入ります。
03
設計に組み込む
評価結果をもとに、インターフェース、システムソフトウェア、現場検証を進め、サンプルを製品プロトタイプにします。
04
ASICを納入する
モデルが確定したら、量産チップを使うか、IPをお客様のシリコンに統合します。
関連記事
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。
MaskROM コンピュート・イン・メモリ:重みをシリコンに焼き込むとはMaskROM コンピュート・イン・メモリは、マスク工程でモデルの重みをビアアレイに書き込み、実行時には何も動かしません。仕組み、コストが最小になる理由、そして限界。
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。
Forge について問い合わせる
対象モデル、性能と消費電力の目標、インターフェース、スケジュールをお送りください。適合性の評価と評価計画をご返信します。


