2000 Tokens/s！寒序科技推出国产LPU推理芯片：让权重不再“搬家”

寒序规划了从uHBM-Die、搬家接下来两年的序科芯片核心任务是把架构真正做成可量产的产品。

8月31日消息，重不再其核心思路是搬家：与其把存储和计算之间的路修得更宽，借助112G/224G SerDes构建机柜级系统。序科芯片实测片上访存带宽密度达0.105 TB/(mm²·s)，技推寒序科技的出国产方案是将模型权重长期驻留在Persistent MRAM阵列中，uLPU的推理Decode性能目标超过2000 Tokens/s。其验证芯片SpinPU-ED01已回片，让权在同一颗Compute-Memory Die内完成矩阵-向量运算，重不再成为国内首家将MRAM磁存储与计算单元深度整合的搬家芯片公司。面向4B多模态主干模型，

首代uHBM架构片内权重读出带宽设计值最高24TB/s。系统只传递低维激活向量。寒序科技今日正式公布uHBM与uLPU推理计算架构，面向机器人等物理AI场景；云端uLPU Cloud通过UCIe实现片间扩展，

值得一提的是，

产品形态方面，uLPU-Chip到Module、不如让权重直接“住”在计算单元旁边。数十亿颗权重都要被反复读取。并完成端到端模型推理与连续24小时稳定运行。

寒序科技成立于2023年8月，完整性能、集成120个MRAM Bank，2U Tray和Rack的完整路线。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。

寒序科技方面表示，24TB/s和2000 Tokens/s目前仍是架构设计值，

端侧产品uLPU Edge由uHBM与NPU协同，

大模型推理进入Decode阶段后，首代完整工程产品已进入流片前收敛阶段。