跳到正文

哪些模型,可以铸进燔石的芯片?

客户问得最多的是最新的 Qwen。Qwen3.6 与 Qwen3.8 沿用 Qwen3.5 的混合架构,燔石现有推理内核可以直接映射:同一家族的新模型,是在现有内核上做一次新的芯片构建,而不是重新设计。

FS-Attention 混合注意力推理内核示意图
图 1 · 混合注意力推理内核(示意)

模型家族与适配路径

列出的是架构层面的适配关系。具体参数规模、上下文长度与性能目标,需要结合项目做可行性评估。

  • Qwen3.5

    架构

    混合注意力:Gated DeltaNet 线性注意力层 + 门控全注意力层

    燔石适配路径

    逐火 Forge(0.8B)· 镇岳 Trident(最高 35B)· FS-Linear + FS-Attention

    状态

    第一代芯片核心适配

  • Qwen3.6 / Qwen3.8

    架构

    沿用 Qwen3.5 的混合架构

    燔石适配路径

    FS-Linear + FS-Attention · 定制构建

    状态

    现有内核直接映射,按项目评估

  • Qwen3

    架构

    全注意力(GQA)

    燔石适配路径

    FS-Attention

    状态

    IP 授权支持

  • SmolLM2

    架构

    小型全注意力语言模型

    燔石适配路径

    FS-Attention

    状态

    IP 授权支持

  • SmolVLM · SegFormer

    架构

    视觉-语言理解与语义分割

    燔石适配路径

    千目 Argus · FS-Fusion

    状态

    第一代芯片核心适配

  • MoE 稀疏模型

    架构

    动态激活的稀疏专家

    燔石适配路径

    FS-MoE

    状态

    按项目评估

  • DeltaNet 类线性注意力

    架构

    固定大小状态,流式处理

    燔石适配路径

    FS-Linear

    状态

    IP 授权支持

页面参数为当前产品定义与设计目标。最终规格、测试条件、供货状态与交付版本以双方确认的项目资料为准。

Qwen 的混合架构,
为什么适合做进芯片

从 Qwen3.5 开始,Qwen 模型按四层一组堆叠:三层 Gated DeltaNet 线性注意力,接一层门控全注意力。Qwen3.5、Qwen3.6 与 Qwen3.8 的 27B 模型都是同样的 16 ×(3 + 1)布局。

线性注意力层在 token 之间传递的是固定大小的状态,而不是随上下文增长的 KV 缓存,所以四层里只有一层的缓存会随上下文变长。对片上存储和带宽都很紧的端侧芯片来说,这往往决定了模型放不放得进去。

燔石的 FS-Linear 内核负责 Gated DeltaNet 层,FS-Attention 内核负责门控全注意力层。Qwen3.5、3.6、3.8 的层结构不变,同一套内核就能映射这三代模型。

新模型发布以后

取决于权重放在哪里。

MaskROM

换掩膜层

重新制作承载权重的掩膜层;架构相同时,内核设计、SDK 与主机侧集成都沿用。

SRAM CIM

重新加载

上电重新加载权重即可。

NMC

更新外存

直接更新外存里的权重,模型可以持续迭代。

做一次可行性评估,
需要这些信息

  • 公司与你的角色
  • 目标模型与参数规模
  • 上下文长度(典型 / 最长)
  • 调用方式(单次、多轮、智能体)
  • 吞吐与延迟目标
  • 功耗预算与产品形态
  • 预计出货量与项目节奏

常见问题

燔石支持 Qwen3.6、Qwen3.8 这些新模型吗?

支持。Qwen3.6 与 Qwen3.8 沿用 Qwen3.5 的混合架构:Gated DeltaNet 线性注意力层与门控全注意力层交替排列。燔石的 FS-Linear 与 FS-Attention 内核本来就覆盖这两类层,所以同一家族的新模型是在现有内核上做一次新的芯片构建,不需要重新设计架构。具体参数规模、上下文长度与性能目标按项目做可行性评估。

新模型发布以后,已经铸进芯片的模型怎么办?

MaskROM 路线换模型,需要重新制作承载权重的掩膜层;只要新模型与原模型同一架构,内核架构、SDK 与主机侧集成都可以沿用。SRAM 存内计算路线上电重新加载权重即可;近存计算路线直接更新外存里的权重。

燔石的芯片支持哪些模型?

逐火 Forge 核心适配 Qwen 3.5 0.8B;镇岳 Trident 最高支持 Qwen 3.5 35B;千目 Argus 适配 SmolVLM、SegFormer 等视觉与多模态模型。推理内核 IP 覆盖 Qwen3 / 3.5(0.6B 至 9B)、SmolLM2、MoE 稀疏模型与 DeltaNet 类线性注意力架构。

从你的模型开始

发来目标模型、上下文长度、调用方式与功耗目标,我们回复适配路线与评估方案。

评估你的模型