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

8月31日消息，搬家寒序科技今日正式公布uHBM与uLPU推理计算架构，序科芯片成为国内首家将MRAM磁存储与计算单元深度整合的技推芯片公司。其核心思路是出国产：与其把存储和计算之间的路修得更宽，不如让权重直接“住”在计算单元旁边。推理

大模型推理进入Decode阶段后，让权每生成一个Token，重不再数十亿颗权重都要被反复读取。搬家寒序科技的序科芯片方案是将模型权重长期驻留在Persistent MRAM阵列中，在同一颗Compute-Memory Die内完成矩阵-向量运算，技推系统只传递低维激活向量。出国产

首代uHBM架构片内权重读出带宽设计值最高24TB/s。推理面向4B多模态主干模型，让权uLPU的重不再Decode性能目标超过2000 Tokens/s。

产品形态方面，搬家寒序规划了从uHBM-Die、uLPU-Chip到Module、2U Tray和Rack的完整路线。

端侧产品uLPU Edge由uHBM与NPU协同，面向机器人等物理AI场景；云端uLPU Cloud通过UCIe实现片间扩展，借助112G/224G SerDes构建机柜级系统。首代完整工程产品已进入流片前收敛阶段。

寒序科技成立于2023年8月，孵化于北京大学应用磁学中心。其验证芯片SpinPU-ED01已回片，集成120个MRAM Bank，实测片上访存带宽密度达0.105 TB/(mm²·s)，并完成端到端模型推理与连续24小时稳定运行。

值得一提的是，24TB/s和2000 Tokens/s目前仍是架构设计值，完整性能、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，验证芯片回答了“这条路能不能走”，接下来两年的核心任务是把架构真正做成可量产的产品。