
Forge
LLM на устройствеЛёгкий чип для устройств
Полноценная языковая модель в карманном устройстве с потреблением около одного ватта.
17,000 token/s
Рис. 2 · Лёгкий чип для устройств
ASIC первого поколения охватывают лёгкие языковые модели, высоконагруженный инференс и мультимодальное зрение. На тех же ядрах и маршрутах можно создать чип под вашу модель.


Лёгкий чип для устройств
Полноценная языковая модель в карманном устройстве с потреблением около одного ватта.
17,000 token/s
Рис. 2 · Лёгкий чип для устройств

Флагманский чип для высоких нагрузок
Модель 35B локально на скорости 15 000 токен/с при системном бюджете 70 Вт.
15,000 token/s
Рис. 3 · Флагманский чип для высоких нагрузок

Мультимодальный чип машинного зрения
Попиксельный инференс машинного зрения в реальном времени на 120 FPS.
120 FPS
Рис. 4 · Мультимодальный чип машинного зрения

Создан под вашу модель
Ваша модель — ваш чип. Те же ядра и маршруты, заново определённые под вашу модель, бюджет мощности и объём выпуска.
0.6B → 35B+ диапазон моделей
Рис. 5 · Создан под вашу модель
Показатели на этой странице отражают текущие определения продуктов и проектные цели. Окончательные характеристики, условия испытаний, доступность и версии поставки фиксируются в проектных документах, согласованных обеими сторонами.
Qwen3.5 → 3.6 → 3.8
Qwen3.6 и Qwen3.8 сохраняют гибридную компоновку Qwen3.5, которую ядра инференса Fanshi уже поддерживают. Более новая модель того же семейства означает новую сборку чипа, а не перепроектирование.
01
Выбор маршрута
Целевая модель, цели по производительности и потреблению, периодичность обновлений, интерфейсы. Первый вопрос всегда один: как часто меняется модель?
02
Оценка
Запускаем модель на оценочной плате, измеряем точность и пропускную способность и получаем работающий инженерный образец до того, как принято решение о кремнии.
03
Внедрение в проект
Интерфейсы, системное ПО и проверка в реальных условиях на основе результатов оценки: образец становится прототипом продукта.
04
Поставка ASIC
Когда модель зафиксирована: серийный чип или IP, интегрированные в ваш собственный кристалл.
Model-on-chip: ASIC с «зашитой» LLM, облако и устройстваASIC класса model-on-chip фиксирует веса одной модели в кремнии и выигрывает в скорости на порядки. Как это работает, что показал Taalas HC1, чем облачные чипы отличаются от встраиваемых и о чём спросить поставщика.
Как выбрать чип для инференса LLM на устройстве: 7 вопросовВыбор чипа для инференса LLM на устройстве определяют соответствие модели, бюджет мощности и способ обновления, а не пиковые TOPS. Семь вопросов и контрольный список.
Стоимость инференса LLM: API, облачный GPU или чип на устройстве за 3 годаСчитаем стоимость инференса LLM за три года: API с оплатой за токен, облачный GPU с оплатой за час или чип, купленный один раз. Методика, пример расчёта и окупаемость.Пришлите целевую модель, цель по производительности, бюджет мощности и интерфейсы. Мы подтвердим маршрут и ответим с планом оценки.