Infplane Personal Workstation:Hilbert
搜索文档
寅谱计算发布KLEENE主板智控技术
证券日报网· 2025-12-23 08:37
公司核心技术发布 - 公司发布自研的KLEENE主板智控技术 该技术面向计算机底层控制层构建 通过对主板上的处理器芯片 内存 SSD进行功耗 性能和工作模式以及操作系统内进程的荷载分布进行建模与协同优化 在不改变硬件设计与软件兼容性的前提下 实现性能释放与能耗控制的动态平衡 [1] - 公司推出结合SSD的AI推理加速技术 [1] 首款桌面超算产品发布 - 公司推出“桌面超算”系列首款产品Infplane Personal Workstation:Hilbert 该产品系与AMD aoni abee等多家生态合作企业共同完成 [2] - Hilbert产品旨在将服务器或集群的计算能力下沉至个人桌面环境 为本地大模型推理 科学计算与生成式AI工作流提供更稳定的端侧算力底座 同时提供高性能游戏主机能力并支持NAS功能 由zimaOS提供系统支持 [2] - 该产品将于2026年于北美市场上线 并为公司预计于2026年7月发布的基于AMD平台的二代产品进行市场预热 [2] - 第二代产品将整合工作站 NAS 网关和游戏主机的综合能力 [2] - 公司现场展示了Hilbert在多场景下的端侧能力 包括本地大模型部署与推理 渲染与内容创作 科学计算与工程仿真等方向 强调产品目标追求真实工作流中的稳定性 可复现性与长期体验而非单一跑分指标 [2] AI PC合作与未来研发方向 - 公司CEO围绕AI PC方向发布合作进展 表示真正“可用”的AI PC离不开系统级的软硬件协同 包括持续算力输出 能效管理 本地化部署能力与既有软件生态兼容性 [3] - 公司与机械革命在AI PC方向进行联合探索 双方正基于KLEENE主板智控能力与面向端侧AI推理/生成工作流的系统优化方法 共同推进新一代AI PC产品形态 使多模态应用在个人设备上运行更稳定高效 [3] - 公司正推进计算与存储协同的一体化终端形态研发 已在大模型推理高效offload SSD控制协议与控制芯片等方向开展系统性技术储备 并将于后续逐步披露下一代产品细节 [3] 行业趋势与公司观点 - 随着AI进入推理与工程化落地阶段 算力正在成为新的基础资源 而系统级调度 能效管理与持续稳定输出 正在成为决定个人计算体验的关键变量 [1] - 随着大模型从云端走向本地 AI正在重新定义个人电脑的能力边界 [3] - 随着大模型规模增长与高速内存成本上升 如何在不改变既有计算体系架构的前提下更高效利用存储资源 正在成为端侧AI的关键问题 [3]
寅谱计算举办技术与产品发布会
证券日报网· 2025-12-22 07:15
公司核心技术发布 - 寅谱计算正式发布其自研的核心底层技术产品,包括计算机主板智控技术KLEENE以及结合SSD的AI推理加速技术 [1] - KLEENE技术面向计算机底层控制层构建,通过对主板上的处理器芯片、内存、SSD的功耗、性能、工作模式及操作系统进程荷载进行建模与协同优化,实现性能释放与能耗控制的动态平衡,且不改变硬件设计与软件兼容性 [1] - 公司认为,在AI进入推理与工程化落地阶段,系统级调度、能效管理与持续稳定输出正成为决定个人计算体验的关键变量 [1] 首款“桌面超算”产品发布 - 公司推出“桌面超算”系列首款产品Infplane Personal Workstation: Hilbert,该产品系与AMD、aoni、abee等生态伙伴共同完成 [2] - Hilbert产品旨在将服务器或集群的计算能力下沉至个人桌面,在体积、成本与功耗约束下,为本地大模型推理、科学计算与生成式AI工作流提供稳定的端侧算力底座,同时具备高性能游戏主机能力并支持NAS功能,由zimaOS提供系统支持 [2] - 该产品计划于2026年在北美市场上线,并为预计于2026年7月发布的基于AMD平台的第二代产品进行市场预热,第二代产品将整合工作站、NAS、网关和游戏主机的综合能力 [2] - 公司展示Hilbert在本地大模型部署与推理、渲染与内容创作、科学计算与工程仿真等多场景下的端侧能力,强调产品目标在于真实工作流中的稳定性、可复现性与长期体验,而非单一跑分指标 [2] AI PC战略与合作进展 - 公司CEO田洋阐述AI PC方向,认为真正“可用”的AI PC离不开系统级的软硬件协同,包括持续算力输出、能效管理、本地化部署能力与既有软件生态兼容性 [3] - 寅谱计算与机械革命在AI PC方向进行联合探索,双方将基于KLEENE主板智控能力及面向端侧AI推理/生成工作流的系统优化方法,共同推进新一代AI PC产品形态,以提升多模态应用在个人设备上运行的稳定性和效率 [3] 未来技术研发方向 - 公司正推进计算与存储协同的一体化终端形态研发,以应对大模型规模增长与高速内存成本上升带来的挑战,目标是在不改变既有计算体系架构的前提下更高效利用存储资源 [3] - 公司已在大模型推理高效offload、SSD控制协议与控制芯片等方向开展系统性技术储备,并计划在后续阶段逐步披露下一代产品细节 [3]