SigmanticAI/apex-inference-chip

Thiết kế chip suy luận chạy LLM thực tế (Qwen2.5-0.5B) trên FPGA — một lớp giải mã transformer bằng RTL, mọi bit giá trị silicon đều khớp chính xác với mô hình chuẩn. Đạt tốc độ 0.56 tok/s, tăng 140 lần, kèm theo bằng chứng đầy đủ.