给所有设备，都装上一个
自己的大模型。

把整个大模型，
铸进一块芯片。

GPU、NPU 把大部分时间和电，花在内存与计算单元之间反复搬运权重。燔石反其道而行：让权重住在存储阵列里，数据在原地完成计算。

第一代量产 ASIC，
模型出厂就在里面。

按负载选一颗：单瓦级的随身终端、跑得动 35B 的重载节点、看得清每一帧的视觉芯片。都不合适，就为你的模型定制一颗。

逐火 Forge

端侧轻量级

MaskROM 权重阵列

流片时铸入，运行时不搬运

Qwen 3.5 0.8B

17,000 token/s · 单瓦级

逐火

Forge

把一个完整大模型，装进单瓦功耗的随身终端。

17,000token/s

核心适配模型

Qwen 3.5 0.8B

解码速度

17,000 token/s

整机功耗

单瓦级

技术路线

MaskROM 掩膜存算一体

典型场景

• 随身翻译终端
• 智能语音备忘录硬件
• 离线车载语音助手

逐火 Forge 数据手册

页面参数为当前产品定义与设计目标。最终规格、测试条件、供货状态与交付版本以双方确认的项目资料为准。

模型还在演进，
等不了流片？

把燔石的推理内核授权到你自己的 ASIC 或 FPGA。一套内核，四种结构，先在评估板上跑起来。

多模态融合推理 IP

FS-Fusion

视觉-语言联合理解（VLM）与多源传感器在现场端侧的就地融合推理。

原生支持 SmolVLM + SegFormer MiT 融合管线

FS-Fusion 详情

混合注意力推理 IP

FS-Attention

原生支持混合注意力新结构（Hybrid Attention）的高端大语言模型。

适配 Qwen3 / 3.5（0.6B 至 9B）与 SmolLM2

FS-Attention 详情

稀疏混合专家推理 IP

FS-MoE

为端侧动态激活稀疏大模型设计，在有限带宽下承载大参数量模型。

端侧承载跨越式大参数量级模型

FS-MoE 详情

线性注意力 / 新型架构 IP

FS-Linear

适配以 DeltaNet 为代表的线性注意力与新型 RNN 演进架构。

端侧无限长上下文的极低延迟流式处理

FS-Linear 详情

先在 FPGA 上跑起来，
再决定流不流片。

评估板配合可定制的 IP 授权，验证模型映射、接口与系统链路。工程样机先于流片落地，给设计导入和流片决策一个实测依据。

咨询 IP 授权

任何模型，
都可以走完这条线。

量产芯片就是从这条线上来的。你的模型也一样：先在 FPGA 上跑通，再决定用现成芯片还是流一颗自己的。

1. 01

   确认路线

   目标模型、性能与功耗目标、更新频率、接口需求。第一个问题永远是：模型多久变一次。

2. 02

   FPGA 评估

   在评估板上部署推理内核，跑通模型，测量精度与吞吐，形成第一台工程样机。

3. 03

   系统导入

   围绕评估结果做接口、系统软件与现场验证，把样机变成产品原型。

4. 04

   ASIC 交付

   模型冻结后，采用量产 ASIC，或把 IP 集成进客户自己的芯片流片。

同样的 token，
三年账单差 920×。

硬件是一锤子买卖，token 账单不是。选一个你正在用的模型，拖一下日均用量。

GPT-5.5¥126/M · 海外Claude Opus 4.8¥108/M · 海外Gemini 3 Pro¥50/M · 海外Qwen Max¥16/M · 国内文心 5.0¥12/M · 国内豆包 Pro¥4.5/M · 国内DeepSeek V3¥0.5/M · 国内