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。

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。
模型家族
架构
燔石适配路径
状态
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。
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。
延伸阅读
端侧推理芯片怎么选:从模型、功耗到更新方式的七个问题为设备选端侧推理芯片时,真正决定成败的不是峰值算力,而是模型是否放得下、功耗是否撑得住、模型能不能更新。本文给出七个必须先回答的问题和一张选型清单。
MaskROM 掩膜存算一体:把权重铸进硅片意味着什么MaskROM 掩膜存算一体在流片的掩膜环节把模型权重物理写入硅片通孔阵列,运行时零权重搬运。本文解释它的工作方式、为什么功耗和边际成本最低、它的限制,以及适合的产品形态。
内存墙:为什么端侧大模型跑不动,以及怎么绕过去大模型推理在解码阶段是带宽受限的:每生成一个 token 都要读一遍全部权重。端侧设备的带宽与功耗预算撑不起这种搬运,这就是内存墙。本文用数字说明这堵墙有多高,以及存算一体与近存计算如何绕过它。
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。
