關於晶片、IP 與工程驗證的常見問題。
整理自專案溝通中最常被問到的問題,幫助團隊快速判斷適配方向。
燔石半導體主要提供哪些產品和服務?
面向端側大模型推理的 ASIC 晶片(逐火 Forge、鎮嶽 Trident、千目 Argus)、FPGA 原型評估板,以及可部署到客戶 ASIC 或 FPGA 的推理核心 IP(FS-Fusion、FS-Attention、FS-MoE、FS-Linear)。
什麼是端側推理晶片?和雲端 GPU 推理有什麼不同?
端側推理晶片把大模型的推理放在裝置本地完成,不經過網路、不依賴資料中心。相比雲端 GPU,它沒有按 token 計費的賬單,沒有網路延遲,資料也不離開裝置;代價是模型規模和更新方式要在設計階段確定。
存算一體與近存計算有什麼區別?
存算一體讓乘加運算直接在儲存陣列內發生,權重不需要離開儲存單元;近存計算讓計算單元緊貼高頻寬儲存,通過片上流式排程把搬運成本壓到最低。前者功耗和邊際成本最低,後者更適合模型還在持續迭代的場景。
MaskROM 光罩存算一體適合什麼場景?
模型相對穩定、出貨規模明確、強調低功耗與低邊際推理成本的端側裝置,例如隨身翻譯終端、離線語音助手。權重在投片光罩環節鑄入矽晶片,執行時零外部搬運。
把模型「鑄進晶片」以後,模型還能更新嗎?
MaskROM 路線的權重在投片時固化,不可更新,換模型意味著換光罩;SRAM 存內計算路線上電載入權重,可以更新;近存計算路線權重駐留外存,支援持續迭代。選路線的第一個問題就是「你的模型多久變一次」。
燔石的晶片支援哪些模型?
逐火 Forge 核心適配 Qwen 3.5 0.8B;鎮嶽 Trident 最高支援 Qwen 3.5 35B;千目 Argus 適配 SmolVLM、SegFormer 等視覺與多模態模型。推理核心 IP 覆蓋 Qwen3 / 3.5(0.6B 至 9B)、SmolLM2、MoE 稀疏模型與 DeltaNet 類線性注意力架構。
燔石支援 Qwen3.6、Qwen3.8 這些新模型嗎?
支援。Qwen3.6 與 Qwen3.8 沿用 Qwen3.5 的混合架構:Gated DeltaNet 線性注意力層與門控全注意力層交替排列。燔石的 FS-Linear 與 FS-Attention 核心本來就覆蓋這兩類層,所以同一家族的新模型是在現有核心上做一次新的晶片構建,不需要重新設計架構。具體參數規模、上下文長度與效能目標按專案做可行性評估。
新模型釋出以後,已經鑄進晶片的模型怎麼辦?
MaskROM 路線換模型,需要重新制作承載權重的光罩層;只要新模型與原模型同一架構,核心架構、SDK 與主機側整合都可以沿用。SRAM 存內計算路線上電重新載入權重即可;近存計算路線直接更新外存裡的權重。
17,000 token/s 這類數字是怎麼定義的?
頁面上的速度為解碼階段的 token 吞吐設計目標,對應各產品標註的核心適配模型。具體模型、精度、批大小與測試平臺以專案確認資料為準。
端側推理如何保證資料安全?
推理全程在裝置本地完成,原始資料和模型輸出都不需要上傳,裝置可以完全離線執行。對專網、涉密或對隱私敏感的場景,這是架構層面的保證,而不是策略層面的承諾。
用燔石晶片替代 API 呼叫能省多少錢?
晶片是一次性買斷,之後每次推理的邊際成本趨近於零;API 是按 token 持續計費。網站的成本測算器可以按你的日均 token 量與所用模型估算三年總成本,實際以用量與報價為準。
推理 IP 可以部署到 FPGA 嗎?
可以。FS-Fusion、FS-Attention、FS-MoE 與 FS-Linear 同時面向 ASIC 投片和 FPGA 原型部署,並配套 FPGA 評估板做前期驗證,工程樣機可以先於投片落地。
IP 授權包含哪些內容?
推理核心 IP、FPGA 評估板、模型對映與介面適配,以及專案設計匯入支援。IP 的支援範圍、資源佔用、效能目標和授權方式需要結合目標器件與模型做專案評估。
如何申請工程樣機或評估板?
把目標模型、效能目標、功耗範圍、介面需求和預計專案節奏發到 info@fanshi-silicon.com,我們會根據專案需求確認適配路徑並回復。
評估套件包含什麼?
封裝好的工程樣片與評估板、主機連線介面、SDK 與驅動、整合文件,以及燔石工程團隊的直接支援。
可以先簽保密協議(NDA)再談技術細節嗎?
可以。詳細規格、評估資料與開發計劃在雙方簽署 NDA 之後提供。
燔石和海外客戶合作嗎?
合作。燔石與全球各地的團隊合作,可以用中文或英文溝通,工作時間為中國標準時間(UTC+8)。
燔石使用什麼工藝與供應鏈?
基於成熟的 SMIC 28nm 國產供應鏈。存算一體與近存計算的收益來自架構,而不依賴先進製程,這也讓成本與供貨更可控。
燔石與 Taalas 是什麼關係?
沒有隸屬或合作關係。燔石的技術路線與 Taalas 同屬「把模型固化進矽晶片」的方向,燔石基於國產 28nm 供應鏈獨立研發。
什麼是「記憶體牆」?為什麼它決定了端側大模型的成敗?
大模型推理的每個 token 都要把全部權重從儲存讀到計算單元,頻寬和功耗大多消耗在這段搬運上,而不是計算本身。端側裝置的頻寬與功耗預算遠小於資料中心,所以只要權重還需要搬運,端側就跑不動大模型。存算一體與近存計算就是為了繞開這堵牆。
頁面上的參數是否等同於最終交付規格?
頁面參數用於說明當前產品方向和設計目標。最終規格、測試條件、交付版本和商務條款以專案確認資料為準。
燔石的晶片適用於哪些行業?
隨身翻譯與語音硬體、離線車載語音、具身智慧機器人、高階行業邊緣節點、專網與涉密終端、工業無人機巡檢、產線缺陷檢測與多感測器融合等。
公司在哪裡?如何聯絡?
合肥燔石半導體科技有限公司位於安徽合肥。商務、IP 授權與招聘請聯絡 info@fanshi-silicon.com。
延伸閱讀
什麼是存算一體晶片?原理、三條技術路線與適用場景存算一體晶片把乘加運算放進儲存陣列,權重不再在記憶體與計算單元之間搬運。本文解釋它解決的問題、MaskROM / SRAM CIM / 近存計算三條路線的區別,以及各自適合的端側場景。
端側推理晶片怎麼選:從模型、功耗到更新方式的七個問題為裝置選端側推理晶片時,真正決定成敗的不是峰值算力,而是模型是否放得下、功耗是否撐得住、模型能不能更新。本文給出七個必須先回答的問題和一張選型清單。
推理算力成本怎麼算:API、自建 GPU 與買斷式晶片的三年賬推理算力的賬要按三年算:API 按 token 計費、自建 GPU 按卡時攤銷、專用晶片一次買斷。本文給出三種方式的計算口徑、一個可復算的例子,以及回本週期的估算方法。
還有其他專案問題?
發來目標模型、效能與功耗目標,我們回覆適配路線與評估方案。
