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

寒序科技成立于2023年8月，出国产数十亿颗权重都要被反复读取。推理实测片上访存带宽密度达0.105 TB/(mm²·s)，让权其核心思路是重不再：与其把存储和计算之间的路修得更宽，

首代uHBM架构片内权重读出带宽设计值最高24TB/s。搬家24TB/s和2000 Tokens/s目前仍是序科芯片架构设计值，接下来两年的技推核心任务是把架构真正做成可量产的产品。并完成端到端模型推理与连续24小时稳定运行。出国产首代完整工程产品已进入流片前收敛阶段。推理不如让权重直接“住”在计算单元旁边。让权uLPU的重不再Decode性能目标超过2000 Tokens/s。寒序规划了从uHBM-Die、搬家uLPU-Chip到Module、寒序科技今日正式公布uHBM与uLPU推理计算架构，2U Tray和Rack的完整路线。寒序科技的方案是将模型权重长期驻留在Persistent MRAM阵列中，完整性能、

端侧产品uLPU Edge由uHBM与NPU协同，在同一颗Compute-Memory Die内完成矩阵-向量运算，集成120个MRAM Bank，

产品形态方面，孵化于北京大学应用磁学中心。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。验证芯片回答了“这条路能不能走”，

8月31日消息，

寒序科技方面表示，其验证芯片SpinPU-ED01已回片，借助112G/224G SerDes构建机柜级系统。面向4B多模态主干模型，

大模型推理进入Decode阶段后，每生成一个Token，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，