본문으로 건너뛰기

칩, IP, 평가에 관한 자주 묻는 질문.

고객이 가장 자주 묻는 질문을 모았습니다. 적합성을 빠르게 판단하는 데 참고하세요.

Fanshi Semiconductor는 무엇을 제공합니까?

엣지 LLM 추론용 ASIC 칩(Forge, Trident, Argus), 고객 모델에 맞춘 맞춤형 칩, FPGA 평가 보드, 그리고 고객의 ASIC이나 FPGA에 탑재할 수 있는 추론 코어 IP(FS-Fusion, FS-Attention, FS-MoE, FS-Linear)를 제공합니다.

엣지 추론 칩이란 무엇이며, 클라우드 GPU 추론과 어떻게 다릅니까?

엣지 추론 칩은 네트워크 왕복이나 데이터센터 없이 기기 자체에서 모델을 실행합니다. 클라우드 GPU와 비교하면 토큰당 과금이 없고, 네트워크 지연이 없으며, 데이터가 기기를 벗어나지 않습니다. 대신 모델 규모와 업데이트 방식을 설계 단계에서 정해야 합니다.

컴퓨트 인 메모리와 니어 메모리 컴퓨팅은 어떻게 다릅니까?

컴퓨트 인 메모리는 곱셈-누산을 메모리 어레이 안에서 수행하므로 가중치가 저장 셀을 떠나지 않습니다. 니어 메모리 컴퓨팅은 연산 장치를 고대역폭 메모리 바로 옆에 두고 온칩 스트리밍으로 데이터 이동을 최소화합니다. 전자는 전력과 한계 비용이 가장 낮고, 후자는 계속 진화하는 모델에 적합합니다.

MaskROM 컴퓨트 인 메모리는 언제 적합합니까?

모델이 안정적이고 출하 물량이 명확하며, 저전력과 낮은 추론당 한계 비용이 반드시 필요한 엣지 기기에 적합합니다. 휴대용 번역기나 오프라인 음성 비서가 그 예입니다. 가중치는 테이프아웃의 마스크 단계에서 실리콘에 새겨지므로 실행 중 외부 가중치 이동이 없습니다.

모델을 칩에 새긴 뒤에도 업데이트할 수 있습니까?

MaskROM 경로에서는 불가능합니다. 가중치가 테이프아웃 때 고정되므로 새 모델에는 새 마스크가 필요합니다. SRAM 컴퓨트 인 메모리 경로는 부팅 시 가중치를 로드하므로 업데이트할 수 있습니다. 니어 메모리 경로는 가중치를 외부 메모리에 두어 지속적인 업데이트를 지원합니다. 그래서 첫 질문은 언제나 "모델이 얼마나 자주 바뀝니까?"입니다.

Fanshi 칩은 어떤 모델을 지원합니까?

Forge는 Qwen 3.5 0.8B를 대상으로 하고, Trident는 최대 Qwen 3.5 35B를 지원하며, Argus는 SmolVLM, SegFormer 등 비전 및 멀티모달 모델을 실행합니다. IP 제품군은 Qwen3 / 3.5(0.6B~9B), SmolLM2, 희소 MoE 모델, DeltaNet 계열 선형 어텐션을 포괄합니다. 전체 목록은 지원 모델 페이지에서 확인할 수 있습니다.

Qwen3.6, Qwen3.8 같은 새 모델도 지원합니까?

지원합니다. Qwen3.6과 Qwen3.8은 Qwen3.5의 하이브리드 구조를 그대로 유지합니다. Gated DeltaNet 선형 어텐션 층과 게이트 풀 어텐션 층이 번갈아 배치된 구조입니다. Fanshi의 FS-Linear 코어와 FS-Attention 코어는 이미 두 종류의 층을 모두 지원합니다. 따라서 같은 제품군의 새 모델은 기존 코어 위에서 칩을 새로 구축하는 일이며, 새로운 아키텍처를 설계하는 일이 아닙니다. 파라미터 규모, 컨텍스트 길이, 성능 목표는 프로젝트별로 평가합니다.

칩을 만든 뒤 더 새로운 모델이 나오면 어떻게 됩니까?

MaskROM 경로에서 새 모델로 옮기려면 가중치를 담는 마스크 층을 다시 제작해야 합니다. 새 모델의 아키텍처가 같다면 코어 설계, SDK, 호스트 측 통합은 그대로 이어집니다. SRAM 컴퓨트 인 메모리에서는 부팅 시 가중치를 다시 로드하고, 니어 메모리 컴퓨팅에서는 외부 메모리의 가중치를 업데이트합니다.

17,000 token/s 같은 수치는 어떻게 정의됩니까?

각 제품에 표기된 핵심 모델에 대한 디코딩 처리량의 설계 목표입니다. 정확한 모델, 정밀도, 배치 크기, 시험 플랫폼은 프로젝트별로 확정합니다.

온디바이스 추론은 데이터를 어떻게 보호합니까?

추론이 전부 기기 안에서 이루어지므로 원본 입력도 모델 출력도 업로드할 필요가 없고, 기기는 완전히 오프라인으로 동작할 수 있습니다. 폐쇄망, 기밀 환경, 개인정보에 민감한 환경에서 이는 정책상의 약속이 아니라 아키텍처가 보장하는 것입니다.

API 호출 비용과 비교해 칩으로 얼마나 절감할 수 있습니까?

칩은 한 번 구매하면 그 뒤 추론당 한계 비용이 0에 가깝습니다. 반면 API는 토큰마다 과금됩니다. 홈페이지의 비용 계산기에서 하루 토큰 처리량과 현재 사용 중인 모델을 기준으로 3년 총비용을 추정할 수 있습니다. 실제 금액은 사용량과 견적에 따라 달라집니다.

추론 IP를 FPGA에서 구동할 수 있습니까?

가능합니다. FS-Fusion, FS-Attention, FS-MoE, FS-Linear는 ASIC 테이프아웃과 FPGA 프로토타이핑을 모두 대상으로 하며, 조기 검증용 평가 보드를 제공합니다. 실리콘보다 먼저 엔지니어링 샘플을 확보할 수 있습니다.

IP 라이선스에는 무엇이 포함됩니까?

추론 코어 IP, FPGA 평가 보드, 모델 매핑과 인터페이스 적응, 그리고 프로젝트 설계 반영 지원이 포함됩니다. 지원 범위, 리소스 사용량, 성능 목표, 라이선스 조건은 대상 디바이스와 모델에 맞춰 평가합니다.

샘플이나 평가 키트는 어떻게 신청합니까?

대상 모델, 성능 목표, 전력 예산, 인터페이스, 프로젝트 일정을 적어 info@fanshi-silicon.com으로 메일을 보내 주세요. 적합한 경로를 확인한 뒤 계획을 회신해 드립니다.

평가 키트에는 무엇이 들어 있습니까?

평가 보드에 실장된 패키지 엔지니어링 샘플, 호스트 연결 인터페이스, SDK와 드라이버, 통합 문서, 그리고 Fanshi 엔지니어링 팀의 직접 지원입니다.

기술 세부 사항을 논의하기 전에 NDA를 체결할 수 있습니까?

가능합니다. 상세 사양, 평가 데이터, 개발 계획은 상호 NDA 체결 후에 제공합니다.

중국 외 지역의 고객과도 협업합니까?

그렇습니다. Fanshi는 전 세계의 팀과 영어 또는 중국어로 협업합니다. 본사는 중국 허페이에 있습니다(중국 표준시, UTC+8).

Fanshi는 어떤 공정과 공급망을 사용합니까?

성숙한 SMIC 28 nm 공급망을 사용합니다. 컴퓨트 인 메모리와 니어 메모리 컴퓨팅의 이점은 최첨단 공정이 아니라 아키텍처에서 나옵니다. 덕분에 비용과 공급을 예측하기 쉽습니다.

Fanshi와 Taalas는 어떤 관계입니까?

아무 관계도 없습니다. 지분 관계도 제휴도 없습니다. Fanshi는 모델을 실리콘에 새긴다는 같은 큰 방향에서, 28 nm 공급망을 기반으로 독자적으로 기술을 개발합니다.

메모리 벽이란 무엇이며, 왜 엣지 LLM의 성패를 좌우합니까?

토큰 하나를 생성할 때마다 모델의 모든 가중치를 메모리에서 연산 장치로 읽어 와야 합니다. 그래서 대역폭과 전력의 대부분이 연산이 아니라 데이터 이동에 쓰입니다. 엣지 기기의 대역폭과 전력 예산은 데이터센터의 극히 일부에 불과하므로, 가중치를 옮겨야 하는 한 대형 모델은 엣지에서 돌아가지 않습니다. 컴퓨트 인 메모리와 니어 메모리 컴퓨팅은 이 벽을 우회하기 위한 기술입니다.

이 사이트의 수치는 최종 납품 사양입니까?

아닙니다. 현재의 제품 방향과 설계 목표를 설명하는 수치입니다. 최종 사양, 시험 조건, 납품 버전, 상업 조건은 프로젝트 문서로 확정합니다.

Fanshi 칩은 어떤 산업을 대상으로 합니까?

휴대용 번역기와 음성 기기, 차량용 오프라인 음성, 임바디드 AI 로봇, 산업용 엣지 서버, 폐쇄망·보안 단말, 드론 점검, 생산 라인 결함 검출, 다중 센서 융합 등입니다.

Fanshi는 어디에 있으며 어떻게 연락합니까?

Hefei Fanshi Semiconductor Technology Co., Ltd.는 중국 안후이성 허페이시에 있습니다. 비즈니스, IP 라이선스, 채용 관련 문의는 info@fanshi-silicon.com으로 보내 주세요.

프로젝트에 대해 더 궁금한 점이 있습니까?

대상 모델과 성능 및 전력 목표를 보내 주세요. 적합한 경로와 평가 계획을 회신해 드립니다.

평가 키트 신청