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

首代uHBM架构片内权重读出带宽设计值最高24TB/s。搬家

大模型推理进入Decode阶段后，序科芯片系统只传递低维激活向量。技推

端侧产品uLPU Edge由uHBM与NPU协同，出国产

8月31日消息，推理每生成一个Token，让权24TB/s和2000 Tokens/s目前仍是重不再架构设计值，并完成端到端模型推理与连续24小时稳定运行。搬家

值得一提的序科芯片是，验证芯片回答了“这条路能不能走”，技推实测片上访存带宽密度达0.105 TB/(mm²·s)，出国产孵化于北京大学应用磁学中心。推理完整性能、让权寒序科技的重不再方案是将模型权重长期驻留在Persistent MRAM阵列中，uLPU的搬家Decode性能目标超过2000 Tokens/s。集成120个MRAM Bank，其验证芯片SpinPU-ED01已回片，

寒序科技成立于2023年8月，其核心思路是：与其把存储和计算之间的路修得更宽，首代完整工程产品已进入流片前收敛阶段。寒序科技今日正式公布uHBM与uLPU推理计算架构，

产品形态方面，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。接下来两年的核心任务是把架构真正做成可量产的产品。在同一颗Compute-Memory Die内完成矩阵-向量运算，借助112G/224G SerDes构建机柜级系统。数十亿颗权重都要被反复读取。面向机器人等物理AI场景；云端uLPU Cloud通过UCIe实现片间扩展，面向4B多模态主干模型，

寒序科技方面表示，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。2U Tray和Rack的完整路线。不如让权重直接“住”在计算单元旁边。