01
隨身與語音硬體
翻譯機、錄音筆、AI 耳機、玩具。要在一兩瓦里跑一個完整的語言模型,離線可用,電池撐一整天。
常從 逐火 Forge 與 MaskROM 路線開始

01
翻譯機、錄音筆、AI 耳機、玩具。要在一兩瓦里跑一個完整的語言模型,離線可用,電池撐一整天。
常從 逐火 Forge 與 MaskROM 路線開始
02
座艙語音、具身機器人本體。要本地跑更大的模型,延遲穩定,斷網也能工作。
常從 鎮嶽 Trident 與近存計算開始
03
產線缺陷分割、無人機巡檢、多感測器融合。要跟得上每一幀,資料留在現場。
常從 千目 Argus 與 SRAM 存內計算開始
04
政企、醫療、能源、金融的隔離網路。資料不能出裝置,這是架構層面的要求。
任一路線都在本地推理,按模型規模選擇
05
已經有或正在規劃自己的晶片,想加上大模型推理能力,而不是從頭做一個加速器。
常從推理核心 IP 授權與 FPGA 評估板開始
06
手裡有定型或微調的模型,出貨量上來了,API 與 GPU 的賬單不再划算。
為你的模型定製一顆晶片
Qwen3.5 → 3.6 → 3.8
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一次新的晶片構建,而不是重新設計。
01
介紹與 NDA
先簡單介紹專案。雙方簽署保密協議後,我們提供詳細規格與評估資料。
02
技術研討
一起過一遍你的負載:目標模型、典型與最長輸入長度、單次還是多輪 / 智慧體式呼叫、併發數,以及功耗與產品形態約束。
03
可行性報告
給出建議規格、開發里程碑與參考商務條款,包括 NRE 與單價。
04
評估與交付
用評估套件上手實測,再決定採用現成晶片,還是為你的模型定製一顆。
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。
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。用兩分鐘描述你的模型、裝置和數量,我們按你的專案回覆。