跳到正文

給所有裝置,都裝上一個
自己的大模型。

燔石把大模型固化進存算一體矽晶片:三條技術路線、一套推理核心、從模型到投片的整條線。不聯網,資料不出裝置,單次推理的邊際成本趨近於零。

申請樣機

從單瓦級的隨身終端,
到跑 35B 的重載節點。

同一套推理核心、三條存算與近存路線,可以把任何模型固化進矽晶片。現成的選一顆,沒有合適的就為你的模型定製。

燔石第一代端側推理晶片:逐火 Forge、千目 Argus、鎮嶽 Trident 並排放在淺灰檯面上
圖 1 · 第一代量產 ASIC,從左到右:逐火 Forge、千目 Argus、鎮嶽 Trident

把整個大模型,
鑄進一塊晶片。

GPU、NPU 把大部分時間和電,花在記憶體與計算單元之間反覆搬運權重。燔石反其道而行:讓權重住在儲存陣列裡,資料在原地完成計算。

矽晶片之內 / ARCHITECTURE STUDY01 / 03

權重在路上,能量也在路上。

三維結構預覽

每 token 外部權重搬運

800MB

搬運開銷來自

外存讀取 · 跨片傳輸

0.8B · INT8 估算,非整機功耗
圖 2 · 權重的位置決定了功耗去了哪裡結構示意 · 非實際版圖
  1. 存算分離

    權重每個 token 都要搬一遍

    傳統 NPU / GPU 裡,儲存和計算是兩塊矽。生成每一個 token,全部權重都要經過匯流排走一遍:頻寬就是上限,能耗大多花在路上。

  2. 存算一體

    把權重放進儲存陣列

    燔石把乘加電路做進儲存陣列旁邊:權重住在陣列裡,激活流過去,結果流出來。匯流排上不再有權重。

  3. MaskROM

    投片時鑄進矽晶片,執行時不再搬運

    光罩存算一體在投片環節把權重物理寫入通孔陣列。晶片出廠時模型已經在裡面,功耗與單次推理的邊際成本降到最低。

同一個目標,
三條路線。

都是讓權重少搬或不搬。區別在於權重放在哪裡、模型還能不能改。現成晶片各走一條;定製專案按你的模型多久變一次來選。

17,000token/s

端側解碼速度

Forge 設計目標 · Qwen 3.5 0.8B

單瓦級

整機功耗

Forge 端側輕量級

100%

資料不出裝置

本地推理,無需聯網

≈ ¥0

單次推理邊際成本

晶片一次買斷之後

第一代量產 ASIC,
模型出廠就在裡面。

按負載選一顆:單瓦級的隨身終端、跑得動 35B 的重載節點、看得清每一幀的視覺晶片。都不合適,就為你的模型定製一顆。

逐火 Forge 端側輕量級大模型推理晶片,封裝頂面雷射刻有燔石標誌
圖 3 · 逐火 Forge,端側輕量級晶片

逐火

Forge

把一個完整大模型,裝進單瓦功耗的隨身終端。

17,000token/s
核心適配模型
Qwen 3.5 0.8B
解碼速度
17,000 token/s
整機功耗
單瓦級
技術路線
MaskROM 光罩存算一體

典型場景

  • 隨身翻譯終端
  • 智慧語音備忘錄硬體
  • 離線車載語音助手
逐火 Forge 資料手冊

頁面參數為當前產品定義與設計目標。最終規格、測試條件、供貨狀態與交付版本以雙方確認的專案資料為準。

模型還在演進,
等不了投片?

把燔石的推理核心授權到你自己的 ASIC 或 FPGA。一套核心,四種結構,先在評估板上跑起來。

FS-Fusion 多模態融合推理 IP示意圖
圖 7 · FS-Fusion

多模態融合推理 IP

FS-Fusion

視覺-語言聯合理解(VLM)與多源感測器在現場端側的就地融合推理。

原生支援 SmolVLM + SegFormer MiT 融合管線

FS-Fusion 詳情
FS-Attention 混合注意力推理 IP示意圖
圖 8 · FS-Attention

混合注意力推理 IP

FS-Attention

原生支援混合注意力新結構(Hybrid Attention)的高階大語言模型。

適配 Qwen3 / 3.5(0.6B 至 9B)與 SmolLM2

FS-Attention 詳情
FS-MoE 稀疏混合專家推理 IP示意圖
圖 9 · FS-MoE

稀疏混合專家推理 IP

FS-MoE

為端側動態激活稀疏大模型設計,在有限頻寬下承載大參數量模型。

端側承載跨越式大參數量級模型

FS-MoE 詳情
FS-Linear 線性注意力 / 新型架構 IP示意圖
圖 10 · FS-Linear

線性注意力 / 新型架構 IP

FS-Linear

適配以 DeltaNet 為代表的線性注意力與新型 RNN 演進架構。

端側無限長上下文的極低延遲流式處理

FS-Linear 詳情

先在 FPGA 上跑起來,
再決定流不投片。

評估板配合可定製的 IP 授權,驗證模型對映、介面與系統鏈路。工程樣機先於投片落地,給設計匯入和投片決策一個實測依據。

諮詢 IP 授權
實驗臺上的 FPGA 評估板連線到筆記本,終端裡滾動著推理輸出
圖 11 · FPGA 評估板與推理核心

任何模型,
都可以走完這條線。

量產晶片就是從這條線上來的。你的模型也一樣:先在 FPGA 上跑通,再決定用現成晶片還是流一顆自己的。

  1. 01

    確認路線

    目標模型、效能與功耗目標、更新頻率、介面需求。第一個問題永遠是:模型多久變一次。

  2. 02

    FPGA 評估

    在評估板上部署推理核心,跑通模型,測量精度與吞吐,形成第一臺工程樣機。

  3. 03

    系統匯入

    圍繞評估結果做介面、系統軟體與現場驗證,把樣機變成產品原型。

  4. 04

    ASIC 交付

    模型凍結後,採用量產 ASIC,或把 IP 整合進客戶自己的晶片投片。

同樣的 token,
三年賬單差 920×。

硬體是一錘子買賣,token 賬單不是。選一個你正在用的模型,拖一下日均用量。

10 萬5 億
¥500¥3,000

自建雲 GPU 按 ¥5/百萬 token 估算(H100 2026 中位租金)。晶片一次買斷後,單次推理邊際成本≈0。

3 年總推理成本

約第 <1 個月回本

GPT-5.5 · API 呼叫¥138 萬
自建雲 GPU¥5.5 萬
燔石晶片¥1,500
API 累計自建 GPU 累計燔石累計
077.2 萬154 萬0 月12 月24 月36 月

單價為 2026 年公開 API 價綜合估算(海外按 ¥7.2/$ 折算);測算僅供參考,最終以實際用量與報價為準。