減少搬運,讓推理留在裝置裡。
燔石圍繞模型權重的儲存與計算位置,形成 MaskROM、SRAM CIM 和近存計算三條技術路線。

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 STUDY03 / 03
讓權重成為矽晶片的結構。
MaskROM · 結構剖面
每 token 外部權重搬運
0MB
執行時保留
就地計算 · 無外部權重搬運
0.8B · INT8 估算,非整機功耗存算分離
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。
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。
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。第一個要回答的問題是:你的模型多久變一次。
MaskROM光罩存算一體MaskROM Compute-in-Memory
- 權重放在哪
- 光罩層,投片時鑄入
- 執行時搬運
- 零搬運
- 模型更新
- 固化,不可更新
- 適合
- 模型穩定、出貨量大、追求最低功耗與邊際成本
SRAM CIM存內計算SRAM Compute-in-Memory
- 權重放在哪
- SRAM 陣列內
- 執行時搬運
- 陣列內就地乘加
- 模型更新
- 上電載入,可更新
- 適合
- 中等規模模型、需要現場換模型的裝置
NMC近存計算Near-Memory Compute
- 權重放在哪
- 高頻寬外存
- 執行時搬運
- 片上流式排程
- 模型更新
- 持續迭代
- 適合
- 模型還在快速演進、參數量大的重載場景
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
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。
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。
選擇適合專案的技術路線
發來目標模型、效能與功耗目標、更新頻率,我們回覆適配路線與評估方案。

