
多模態視覺晶片
120FPS
存內計算路線:乘加運算就地發生在 SRAM 陣列內,激活無需離開儲存單元。
規格
- 核心適配模型
- SmolVLM / SegFormer 等
- 視覺推理
- 120 FPS 畫素級即時(設計目標)
- 處理形態
- 即時影像流推理
- 技術路線
- SRAM 存內計算
- 模型更新
- 上電載入,可更新
- 工藝
- SMIC 28nm
- 封裝 / 介面
- 專案確認
- 開發套件
- FPGA 評估板 + 模型對映工具
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。

典型場景
- 工業無人機現場巡檢
- 產線缺陷即時分割
- 多源感測器端側融合
本地推理,資料在裝置側處理;不聯網也能全功能執行。
從一封郵件到一顆晶片
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。
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。
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。
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。
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。
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。
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。
諮詢 千目 Argus 專案
發來目標模型、效能與功耗目標、介面與專案節奏,我們回覆適配方案與樣機計劃。


