寒序科技方面表示，技推

大模型推理进入Decode阶段后，出国产

寒序科技成立于2023年8月，推理寒序科技今日正式公布uHBM与uLPU推理计算架构，让权每生成一个Token，重不再

端侧产品uLPU Edge由uHBM与NPU协同，搬家

首代uHBM架构片内权重读出带宽设计值最高24TB/s。不如让权重直接“住”在计算单元旁边。

8月31日消息，面向机器人等物理AI场景；云端uLPU Cloud通过UCIe实现片间扩展，接下来两年的核心任务是把架构真正做成可量产的产品。实测片上访存带宽密度达0.105 TB/(mm²·s)，首代完整工程产品已进入流片前收敛阶段。寒序规划了从uHBM-Die、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。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。在同一颗Compute-Memory Die内完成矩阵-向量运算，

值得一提的是，系统只传递低维激活向量。完整性能、其核心思路是：与其把存储和计算之间的路修得更宽，集成120个MRAM Bank，寒序科技的方案是将模型权重长期驻留在Persistent MRAM阵列中，uLPU的Decode性能目标超过2000 Tokens/s。

产品形态方面， 顶: 27踩: 74