01
随身与语音硬件
翻译机、录音笔、AI 耳机、玩具。要在一两瓦里跑一个完整的语言模型,离线可用,电池撑一整天。
常从 逐火 Forge 与 MaskROM 路线开始

01
翻译机、录音笔、AI 耳机、玩具。要在一两瓦里跑一个完整的语言模型,离线可用,电池撑一整天。
常从 逐火 Forge 与 MaskROM 路线开始
02
座舱语音、具身机器人本体。要本地跑更大的模型,延迟稳定,断网也能工作。
常从 镇岳 Trident 与近存计算开始
03
产线缺陷分割、无人机巡检、多传感器融合。要跟得上每一帧,数据留在现场。
常从 千目 Argus 与 SRAM 存内计算开始
04
政企、医疗、能源、金融的隔离网络。数据不能出设备,这是架构层面的要求。
任一路线都在本地推理,按模型规模选择
05
已经有或正在规划自己的芯片,想加上大模型推理能力,而不是从头做一个加速器。
常从推理内核 IP 授权与 FPGA 评估板开始
06
手里有定型或微调的模型,出货量上来了,API 与 GPU 的账单不再划算。
为你的模型定制一颗芯片
Qwen3.5 → 3.6 → 3.8
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一次新的芯片构建,而不是重新设计。
01
介绍与 NDA
先简单介绍项目。双方签署保密协议后,我们提供详细规格与评估资料。
02
技术研讨
一起过一遍你的负载:目标模型、典型与最长输入长度、单次还是多轮 / 智能体式调用、并发数,以及功耗与产品形态约束。
03
可行性报告
给出建议规格、开发里程碑与参考商务条款,包括 NRE 与单价。
04
评估与交付
用评估套件上手实测,再决定采用现成芯片,还是为你的模型定制一颗。
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。
推理算力成本怎么算:API、自建 GPU 与买断式芯片的三年账推理算力的账要按三年算:API 按 token 计费、自建 GPU 按卡时摊销、专用芯片一次买断。本文给出三种方式的计算口径、一个可复算的例子,以及回本周期的估算方法。
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。用两分钟描述你的模型、设备和数量,我们按你的项目回复。