哪些模型,可以鑄進燔石的晶片?
客戶問得最多的是最新的 Qwen。Qwen3.6 與 Qwen3.8 沿用 Qwen3.5 的混合架構,燔石現有推理核心可以直接對映:同一家族的新模型,是在現有核心上做一次新的晶片構建,而不是重新設計。

模型家族與適配路徑
列出的是架構層面的適配關係。具體參數規模、上下文長度與效能目標,需要結合專案做可行性評估。
模型家族
架構
燔石適配路徑
狀態
Qwen3.5
架構
混合注意力:Gated DeltaNet 線性注意力層 + 門控全注意力層
燔石適配路徑
逐火 Forge(0.8B)· 鎮嶽 Trident(最高 35B)· FS-Linear + FS-Attention
狀態
第一代晶片核心適配
Qwen3.6 / Qwen3.8
架構
沿用 Qwen3.5 的混合架構
燔石適配路徑
FS-Linear + FS-Attention · 定製構建
狀態
現有核心直接對映,按專案評估
Qwen3
架構
全注意力(GQA)
燔石適配路徑
FS-Attention
狀態
IP 授權支援
SmolLM2
架構
小型全注意力語言模型
燔石適配路徑
FS-Attention
狀態
IP 授權支援
SmolVLM · SegFormer
架構
視覺-語言理解與語義分割
燔石適配路徑
千目 Argus · FS-Fusion
狀態
第一代晶片核心適配
MoE 稀疏模型
架構
動態激活的稀疏專家
燔石適配路徑
FS-MoE
狀態
按專案評估
DeltaNet 類線性注意力
架構
固定大小狀態,流式處理
燔石適配路徑
FS-Linear
狀態
IP 授權支援
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。
Qwen 的混合架構,
為什麼適合做進晶片
從 Qwen3.5 開始,Qwen 模型按四層一組堆疊:三層 Gated DeltaNet 線性注意力,接一層門控全注意力。Qwen3.5、Qwen3.6 與 Qwen3.8 的 27B 模型都是同樣的 16 ×(3 + 1)佈局。
線性注意力層在 token 之間傳遞的是固定大小的狀態,而不是隨上下文增長的 KV 快取,所以四層裡只有一層的快取會隨上下文變長。對片上儲存和頻寬都很緊的端側晶片來說,這往往決定了模型放不放得進去。
燔石的 FS-Linear 核心負責 Gated DeltaNet 層,FS-Attention 核心負責門控全注意力層。Qwen3.5、3.6、3.8 的層結構不變,同一套核心就能對映這三代模型。
新模型釋出以後
取決於權重放在哪裡。
MaskROM
換光罩層
重新制作承載權重的光罩層;架構相同時,核心設計、SDK 與主機側整合都沿用。
SRAM CIM
重新載入
上電重新載入權重即可。
NMC
更新外存
直接更新外存裡的權重,模型可以持續迭代。
常見問題
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。
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。
延伸閱讀
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。
MaskROM 光罩存算一體:把權重鑄進矽晶片意味著什麼MaskROM 光罩存算一體在投片的光罩環節把模型權重物理寫入矽晶片通孔陣列,執行時零權重搬運。本文解釋它的工作方式、為什麼功耗和邊際成本最低、它的限制,以及適合的產品形態。
記憶體牆:為什麼端側大模型跑不動,以及怎麼繞過去大模型推理在解碼階段是頻寬受限的:每生成一個 token 都要讀一遍全部權重。端側裝置的頻寬與功耗預算撐不起這種搬運,這就是記憶體牆。本文用數字說明這堵牆有多高,以及存算一體與近存計算如何繞過它。
從你的模型開始
發來目標模型、上下文長度、呼叫方式與功耗目標,我們回覆適配路線與評估方案。
