
플래그십 고부하 칩
15,000token/s
니어 메모리 컴퓨팅: 가중치는 연산 장치 바로 옆의 고대역폭 메모리에 놓이고 칩 위에서 스트리밍으로 처리되므로, 모델을 계속 발전시킬 수 있습니다.
사양
- 핵심 모델
- 최대 Qwen 3.5 35B
- 디코딩 속도
- 15,000 token/s (설계 목표)
- 시스템 소비 전력
- 설계 목표 70 W
- 기술 경로
- 니어 메모리 컴퓨팅
- 모델 업데이트
- 가중치를 외부 메모리에 두어 지속 업데이트 가능
- 공정
- SMIC 28 nm
- 패키지 / 인터페이스
- 프로젝트별 확정
- 개발 키트
- 평가 보드, SDK, 모델 매핑 도구
이 페이지의 수치는 현재의 제품 정의와 설계 목표입니다. 최종 사양, 시험 조건, 공급 상태, 납품 버전은 양측이 합의한 프로젝트 문서로 확정합니다.

대표 활용 분야
- 임바디드 AI 로봇
- 산업용 엣지 서버
- 폐쇄망·보안 단말
추론은 로컬에서 실행되고 데이터는 기기에서 처리됩니다. 완전한 오프라인 환경에서도 동작합니다.
Qwen3.5 → 3.6 → 3.8
새 Qwen 모델이 나와도 아키텍처는 다시 설계하지 않습니다.
Qwen3.6과 Qwen3.8은 Qwen3.5의 하이브리드 구조를 유지하며, Fanshi 추론 코어는 이미 이를 지원합니다. 같은 제품군의 새 모델은 칩을 새로 구축하는 일이지 재설계가 아닙니다.
메일 한 통에서 칩 하나까지
01
경로 선택
대상 모델, 성능 및 전력 목표, 업데이트 주기, 인터페이스. 첫 질문은 언제나 같습니다. 모델이 얼마나 자주 바뀝니까?
02
평가
평가 보드에서 모델을 구동해 정확도와 처리량을 측정합니다. 실리콘을 확정하기 전에 동작하는 엔지니어링 샘플을 확보합니다.
03
설계 반영
평가 결과를 바탕으로 인터페이스, 시스템 소프트웨어, 현장 검증을 진행해 샘플을 제품 프로토타입으로 만듭니다.
04
ASIC 납품
모델이 확정되면 양산 칩을 사용하거나, IP를 고객의 실리콘에 통합합니다.
함께 읽기
엣지 LLM 추론 칩 선택법: 7가지 질문엣지 LLM 추론 칩 선택을 좌우하는 것은 최대 TOPS가 아니라 모델 적합성, 전력 예산, 업데이트 방식입니다. 답해야 할 일곱 가지 질문과 체크리스트.
메모리 벽: 엣지 LLM이 멈추는 이유와 우회하는 방법LLM 디코딩은 대역폭에 묶여 있습니다. 토큰마다 모든 가중치를 읽기 때문에 엣지 기기는 그 전송량을 감당하지 못합니다. 벽이 얼마나 높은지, 어떻게 넘는지 설명합니다.
LLM 추론 비용: API, 클라우드 GPU, 엣지 칩의 3년 비교LLM 추론 비용을 3년 기준으로 계산합니다. 토큰당 과금하는 API, 시간당 과금하는 클라우드 GPU, 한 번 구매하는 엣지 칩. 계산 방법, 예시, 회수 기간.
Trident 문의
대상 모델, 성능 및 전력 목표, 인터페이스, 일정을 보내 주세요. 적합성 평가와 평가 계획을 회신해 드립니다.


