关于芯片、IP 与工程验证的常见问题。

面向端侧大模型推理的 ASIC 芯片（逐火 Forge、镇岳 Trident、千目 Argus）、FPGA 原型评估板，以及可部署到客户 ASIC 或 FPGA 的推理内核 IP（FS-Fusion、FS-Attention、FS-MoE、FS-Linear）。

端侧推理芯片把大模型的推理放在设备本地完成，不经过网络、不依赖数据中心。相比云端 GPU，它没有按 token 计费的账单，没有网络延迟，数据也不离开设备；代价是模型规模和更新方式要在设计阶段确定。

存算一体让乘加运算直接在存储阵列内发生，权重不需要离开存储单元；近存计算让计算单元紧贴高带宽存储，通过片上流式调度把搬运成本压到最低。前者功耗和边际成本最低，后者更适合模型还在持续迭代的场景。

模型相对稳定、出货规模明确、强调低功耗与低边际推理成本的端侧设备，例如随身翻译终端、离线语音助手。权重在流片掩膜环节铸入硅片，运行时零外部搬运。

MaskROM 路线的权重在流片时固化，不可更新，换模型意味着换掩膜；SRAM 存内计算路线上电加载权重，可以更新；近存计算路线权重驻留外存，支持持续迭代。选路线的第一个问题就是「你的模型多久变一次」。

逐火 Forge 核心适配 Qwen 3.5 0.8B；镇岳 Trident 最高支持 Qwen 3.5 35B；千目 Argus 适配 SmolVLM、SegFormer 等视觉与多模态模型。推理内核 IP 覆盖 Qwen3 / 3.5（0.6B 至 9B）、SmolLM2、MoE 稀疏模型与 DeltaNet 类线性注意力架构。

页面上的速度为解码阶段的 token 吞吐设计目标，对应各产品标注的核心适配模型。具体模型、精度、批大小与测试平台以项目确认资料为准；网站「在线演示」右上角显示的是当次对话的实测解码速率。

推理全程在设备本地完成，原始数据和模型输出都不需要上传，设备可以完全离线运行。对专网、涉密或对隐私敏感的场景，这是架构层面的保证，而不是策略层面的承诺。

芯片是一次性买断，之后每次推理的边际成本趋近于零；API 是按 token 持续计费。网站的成本测算器可以按你的日均 token 量与所用模型估算三年总成本，实际以用量与报价为准。

可以。FS-Fusion、FS-Attention、FS-MoE 与 FS-Linear 同时面向 ASIC 流片和 FPGA 原型部署，并配套 FPGA 评估板做前期验证，工程样机可以先于流片落地。

推理内核 IP、FPGA 评估板、模型映射与接口适配，以及项目设计导入支持。IP 的支持范围、资源占用、性能目标和授权方式需要结合目标器件与模型做项目评估。

把目标模型、性能目标、功耗范围、接口需求和预计项目节奏发到 info@fanshi-silicon.com，我们会根据项目需求确认适配路径并回复。

基于成熟的 SMIC 28nm 国产供应链。存算一体与近存计算的收益来自架构，而不依赖先进制程，这也让成本与供货更可控。

没有隶属或合作关系。燔石的技术路线与 Taalas 同属「把模型固化进硅片」的方向，燔石基于国产 28nm 供应链独立研发。

大模型推理的每个 token 都要把全部权重从存储读到计算单元，带宽和功耗大多消耗在这段搬运上，而不是计算本身。端侧设备的带宽与功耗预算远小于数据中心，所以只要权重还需要搬运，端侧就跑不动大模型。存算一体与近存计算就是为了绕开这堵墙。

页面参数用于说明当前产品方向和设计目标。最终规格、测试条件、交付版本和商务条款以项目确认资料为准。

随身翻译与语音硬件、离线车载语音、具身智能机器人、高端行业边缘节点、专网与涉密终端、工业无人机巡检、产线缺陷检测与多传感器融合等。

合肥燔石半导体科技有限公司位于安徽合肥。商务、IP 授权与招聘请联系 info@fanshi-silicon.com。