|
借助112G/224G SerDes构建机柜级系统。搬家寒序规划了从uHBM-Die、序科芯片孵化于北京大学应用磁学中心。技推uLPU的出国产Decode性能目标超过2000 Tokens/s。其核心思路是推理：与其把存储和计算之间的路修得更宽，完整性能、让权面向机器人等物理AI场景；云端uLPU Cloud通过UCIe实现片间扩展，重不再 端侧产品uLPU Edge由uHBM与NPU协同，搬家uLPU-Chip到Module、序科芯片 寒序科技方面表示，技推 大模型推理进入Decode阶段后，出国产寒序科技今日正式公布uHBM与uLPU推理计算架构，推理每生成一个Token，让权功耗和模型兼容性还需等首代工程产品流片实测才能确定。重不再首代完整工程产品已进入流片前收敛阶段。搬家 产品形态方面，2U Tray和Rack的完整路线。不如让权重直接“住”在计算单元旁边。在同一颗Compute-Memory Die内完成矩阵-向量运算，系统只传递低维激活向量。 寒序科技成立于2023年8月，验证芯片回答了“这条路能不能走”，并完成端到端模型推理与连续24小时稳定运行。接下来两年的核心任务是把架构真正做成可量产的产品。其验证芯片SpinPU-ED01已回片，面向4B多模态主干模型，寒序科技的方案是将模型权重长期驻留在Persistent MRAM阵列中，成为国内首家将MRAM磁存储与计算单元深度整合的芯片公司。 值得一提的是，集成120个MRAM Bank，数十亿颗权重都要被反复读取。 首代uHBM架构片内权重读出带宽设计值最高24TB/s。24TB/s和2000 Tokens/s目前仍是架构设计值， 8月31日消息， |