விலையுயர்ந்த போட்டியாளரைக் குறிவைக்கும் சிறிய சீன AI கணினி
சீன சிப் தயாரிப்பு நிறுவனமான Axera-வின் AX8860P சிப்பை அடிப்படையாகக் கொண்ட, 128 GB நினைவகமுள்ள MaixStation கணினிக்கு சுமார் $3,999 விலையை Sipeed இலக்காகக் கொண்டுள்ளது. இந்தக் கணினி 11 × 11 × 3 செ.மீ. அளவிலேயே இருக்கும். பொதுவாக 40 வாட் மின்சாரத்தைப் பயன்படுத்தி, பெரிய AI மாதிரிகளை உள்ளூரிலேயே இயக்கும் என உறுதியளிக்கிறது. இதன் போட்டியாளர் Nvidia-வின் DGX Spark; 128 GB நினைவகமுள்ள அந்தச் சிறிய AI அமைப்பின் விலை சுமார் $6,950.
உள்ளடக்கம்
- விலையுயர்ந்த போட்டியாளரைக் குறிவைக்கும் சிறிய சீன AI கணினி
- AX8860P-இல் Axera சேர்த்துள்ளவை
- முக்கியத் தலைப்பு TOPS எண்ணிக்கையைவிட 128 GB ஏன் முக்கியம்
- அதிகாரப்பூர்வ செயல்திறன் சோதனைப் பக்கம் அளிக்கும் குறுகிய படம்
- முந்தைய வேகக் கூற்றுகளை ஏன் கவனமாக ஒப்பிட வேண்டும்
- தரநிலையான சேமிப்பகத்துடன் கையடக்கக் கணினி
- கூடுதல் சிப்புகள் அதிகத் திறனை உறுதியளிக்கின்றன; அளவுக்கேற்ப விரிவாக்கம் இன்னும் கூற்றாகவே உள்ளது
- அன்றாடப் பயன்பாட்டுக்கு மென்பொருள் உறுதிமொழி முக்கியம்
- விலையும் விநியோகமும் இப்போது நிதி திரட்டல் திட்டத்துடன் இணைந்துள்ளன
- முக்கிய அம்சங்கள்
2026 அக்டோபர் 13 அன்று ஷாங்காயில் நடந்த தொழில்துறை கண்காட்சியில் Axera இந்தச் சிப்பை அறிமுகப்படுத்தியது; அப்போது Sipeed-உம் MaixStation-ஐக் காட்சிப்படுத்தியது. தொடக்கத்தில் வெளியிடப்பட்ட கூற்று கவனத்தை ஈர்த்தது: 27 பில்லியன் அளவுருக்களைக் கொண்ட Qwen மாதிரியை இயக்கும்போது, DGX Spark-ஐ விட உள்ளீட்டுக் கோரிக்கைகளை 25% வேகமாகச் செயலாக்கவும், பதில்களை 30% வேகமாக உருவாக்கவும், அதுவும் ஏறத்தாழ பாதி விலையில் செய்ய முடியும் எனக் கூறப்பட்டது.
Sipeed-இன் MaixStation தயாரிப்புப் பக்கம் இப்போது மேலும் விரிவான தகவல்களை வழங்குகிறது. Qwen3.8-27B-இல் உள்ளீட்டுக் கோரிக்கைகளைச் செயலாக்குவதற்கு நொடிக்கு 592 முதல் 677 டோக்கன்கள் என்றும், பதில்களை உருவாக்குவதற்கு நொடிக்கு 6 முதல் 7 டோக்கன்கள் என்றும் குறிப்பிடுகிறது. இந்தப் புள்ளிவிவரங்கள் அறிமுகத்தைச் சுற்றிப் பரவிய வேக வரம்புகளைவிடக் குறைவு. அதிகாரப்பூர்வ அறிமுகத் திட்டத்தின்படி, Kickstarter நிதி திரட்டல் 2026 இறுதியில் தொடங்கும்.
இதன் ஈர்ப்பு நடைமுறைக்கு உகந்தது: சிறிய கணினியில் அதிக நினைவகம் இருப்பதால், டெவலப்பர்கள், அலுவலகங்கள், தனிப்பட்ட பயனர்கள் ஆகியோர் கிளவுட் கணினிச் சேவையை வாடகைக்கு எடுக்காமலும், பல கிராபிக்ஸ் அட்டைகளை வாங்காமலும் திறன் வாய்ந்த மாதிரிகளை இயக்கலாம். ஆனால் வாங்கும் முடிவு, சிப்பின் விவரக்குறிப்புகளுடன் சேர்த்து, இறுதி மென்பொருள், அளவிடப்பட்ட செயல்திறன், விநியோக அட்டவணை ஆகியவற்றையும் சார்ந்துள்ளது.
AX8860P-இல் Axera சேர்த்துள்ளவை
AX8860 குடும்பச் சிப்புகள் 6 நானோமீட்டர் உற்பத்தி முறையைப் பயன்படுத்துகின்றன. அவற்றில் 16 Arm Cortex-A55 CPU கோர்களும், நியூரல் செயலாக்க அலகு (NPU) எனப்படும் பிரத்யேகப் பிராசஸரும் இணைக்கப்பட்டுள்ளன. AI மாதிரிகள் பயன்படுத்தும் தொடர்ச்சியான கணக்கீடுகளைச் செய்வதற்காக வடிவமைக்கப்பட்ட பிராசஸரே NPU. FP4 முறையில் இது நொடிக்கு 256 டிரில்லியன் செயல்பாடுகள் வரை செய்யும் என Axera-வும் Sipeed-உம் குறிப்பிடுகின்றன; இதைச் சுருக்கமாக 256 TOPS எனக் குறிப்பிடுவர்.
FP4 முறையில் எண் மதிப்புகள் நான்கு பிட் துல்லியத்தில் சேமிக்கப்படுகின்றன. குறைவான பிட்களைப் பயன்படுத்துவது மாதிரிக்குத் தேவையான நினைவகத்தைக் குறைத்து, கணக்கீடுகளை விரைவுபடுத்தலாம்; ஆனால் மாதிரியும் மென்பொருளும் அந்த வடிவமைப்பை ஆதரிக்க வேண்டும். Axera குறிப்பிடும் மதிப்பு அடர்த்திக் கணக்கீட்டுக்கானது; சில மதிப்புகளைத் தவிர்க்கலாம் எனக் கருதும் ‘ஸ்பார்சிட்டி’ (sparsity) நுட்பத்தைப் பயன்படுத்திய கணக்கீடு அல்ல.
இந்தச் சிப் PCIe 5.0-ஐயும், 256 பிட் அகலமுள்ள நினைவக இடைமுகத்தையும் ஆதரிக்கிறது. Sipeed குறிப்பிடும் LPDDR5X-8533 நினைவகம், ஒவ்வொரு தொகுதிக்கும் 128 GB வரை கிடைக்கிறது; அதன் தரவுப் பரிமாற்ற அலைவரிசை நொடிக்கு 273 GB. Maix-V தொகுதி 78 × 78 மி.மீ. அளவுடையது; LPCAMM2 இணைப்பியைப் பயன்படுத்துகிறது.
இயங்குதளத்தையும் துணைப் பணிகளையும் Cortex-A55 கோர்கள் கையாளும்; முக்கிய AI பணிச்சுமையை NPU மேற்கொள்ளும் வகையில் வடிவமைக்கப்பட்டுள்ளது. Nvidia-வின் DGX Spark-இல் 20 Arm கோர்கள் உள்ளன; அவற்றில் அதிக ஆற்றலுள்ள Cortex-X925 கோர்களும் அடங்கும். போட்டியிடும் AMD Ryzen AI Halo கணினிகள் Zen 5 CPU-களைப் பயன்படுத்துகின்றன. எனவே, AI ஊகக்கணிப்புடன் வழக்கமான கணினிப் பணிகளையும் கணிசமாகச் செய்யத் திட்டமிடும் பயனர்கள், முடுக்கியை மட்டும் வைத்து ஒப்பிட முடியாது.
முக்கியத் தலைப்பு TOPS எண்ணிக்கையைவிட 128 GB ஏன் முக்கியம்
ஒரு மொழி மாதிரிக்கு, பயிற்சியின்போது கற்றுக்கொண்டவற்றைக் குறிக்கும் எண் எடைகளையும், கோரிக்கைக்குப் பதிலளிக்கும்போது உருவாகும் தற்காலிகத் தரவையும் சேமிக்க நினைவகம் தேவை. நினைவகம் போதாத வேகமான முடுக்கியில், மாதிரியைப் பல சாதனங்களுக்குப் பிரிக்கவோ அல்லது மெதுவான சேமிப்பகத்தின் வழியாக இயக்கவோ நேரிடலாம்.
MaixStation-இன் முன்மொழியப்பட்ட 128 GB அமைப்பு, அதிக நினைவகத் திறன் கொண்ட DGX Spark-ஐப் போன்ற பிரிவில் இதையும் வைக்கிறது. இரண்டிலும் நினைவக அலைவரிசை நொடிக்கு 273 GB எனக் குறிப்பிடப்பட்டுள்ளது. AMD Ryzen AI Halo வரிசையில், சுமார் நொடிக்கு 256 GB அலைவரிசையுடன் 128 GB நினைவக அமைப்பும், நொடிக்கு 273 GB அலைவரிசையுடன் 192 GB நினைவகத்தைக் கொண்ட விலை உயர்ந்த அமைப்பும் உள்ளன.
எவ்வளவு தரவைப் பொருத்த முடியும் என்பதை நினைவகத் திறன் தீர்மானிக்கிறது. தகவல் பிராசஸருக்கு எவ்வளவு வேகமாகச் செல்லும் என்பதை அலைவரிசை தீர்மானிக்கிறது. அடர்த்தியான மொழி மாதிரியில் வழக்கமான பதில் உருவாக்கத்தின்போது, ஒவ்வொரு புதிய டோக்கனையும் உருவாக்க அதிக அளவிலான மாதிரித் தரவைப் படிக்க வேண்டும். டோக்கன் என்பது உரையின் சிறிய அலகு; சில நேரங்களில் ஒரு சொல்லாகவும், சில நேரங்களில் சொல்லின் ஒரு பகுதியாகவும் இருக்கும்.
எனவே, நினைவகத்தைத் திறம்படப் பயன்படுத்தினால் Sipeed-இன் 256 TOPS பிராசஸர், Nvidia விளம்பரப்படுத்தும் அதிக கணக்கீட்டுத் திறனுடன் போட்டியிட முடியும் என Sipeed வாதிடுகிறது. DGX Spark-இன் சுமார் 1,000 TOPS FP4 மதிப்பீடு ஸ்பார்சிட்டியைப் பயன்படுத்துகிறது; அடர்த்தியான FP4 மதிப்பு நொடிக்கு சுமார் 500 டிரில்லியன் செயல்பாடுகள். உண்மையான பயன்பாட்டு வேகம், மென்பொருள் வன்பொருளை எவ்வளவு திறம்படப் பணியில் வைத்திருக்கிறது என்பதையும் சார்ந்துள்ளது.
அதிகாரப்பூர்வ செயல்திறன் சோதனைப் பக்கம் அளிக்கும் குறுகிய படம்
மாதிரி பயனரின் உள்ளீட்டுக் கோரிக்கையைச் செயலாக்கும் கட்டமான prefill, பதிலை உருவாக்கும் decode ஆகியவற்றுக்கான சோதனை முடிவுகளை Sipeed தனித்தனியாகக் காட்டுகிறது. குறிப்பாக நீண்ட ஆவணங்களின் விஷயத்தில், வேகமான prefill பதில் தொடங்குவதற்கான காத்திருப்பைக் குறைக்கலாம். உருவாக்கம் தொடங்கிய பிறகு, வேகமான decode பதில் விரைவாகத் தோன்ற உதவும்.
அடர்த்தியான FP4 முறையில் Qwen3.8-27B-க்கு, MaixStation-இன் prefill வேகம் நொடிக்கு 592 முதல் 677 டோக்கன்கள் என்றும், DGX Spark-இன் வேகம் 550 என்றும் அதிகாரப்பூர்வப் பக்கம் குறிப்பிடுகிறது. இதன்படி MaixStation-இன் முன்னிலை சுமார் 8% முதல் 23% வரை. இதன் decode வேகம் நொடிக்கு 6 முதல் 7 டோக்கன்கள் எனக் குறிப்பிடப்பட்டுள்ளது. ஆனால் அந்த மாதிரிக்கான DGX Spark decode வேகத்தை அதிகாரப்பூர்வ விளக்கப்படத்தின் உரை எண் வடிவில் வழங்கவில்லை.
நிபுணர் கலவை மாதிரியான Qwen3.6-35B-A3B-க்கு, MaixStation-இன் prefill வேகம் நொடிக்கு 2,664 முதல் 3,256 டோக்கன்கள் என்றும், DGX Spark-இன் வேகம் 2,368 என்றும் Sipeed குறிப்பிடுகிறது. கணக்கிட்டால் முன்னிலை சுமார் 13% முதல் 38% வரை. decode வேகம் நொடிக்கு 34 முதல் 37 டோக்கன்கள்; DGX Spark-இல் 34. அதாவது சமநிலையிலிருந்து சுமார் 9% முன்னிலை வரை.
நிபுணர் கலவை மாதிரி, ஒவ்வொரு டோக்கனுக்கும் தனது நெட்வொர்க்கின் ஒரு பகுதியை மட்டுமே செயல்படுத்தும். மொத்த அளவுருக்களின் எண்ணிக்கை ஒரே அளவிலுள்ள அடர்த்தியான மாதிரியைவிட, இத்தகைய மாதிரி ஏன் அதிக வேகத்தில் பதில்களை உருவாக்கக்கூடும் என்பதை இது விளக்குகிறது. ஒவ்வொரு டோக்கனுக்கும் இந்த இரு மாதிரி வகைகளும் வெவ்வேறு அளவிலான பணிகளைச் செய்கின்றன.
காட்டப்பட்டுள்ள முடிவுகள் தற்போதைய அளவீடுகளிலேயே எச்சரிக்கையுடன் வழங்கப்பட்டவை என்றும், AX8860P-இல் இன்னும் நுணுக்கச் சீரமைப்புப் பணிகள் நடைபெறுகின்றன என்றும் Sipeed கூறுகிறது. பல டோக்கன் கணிப்பு (MTP) முடக்கப்பட்ட நிலையில் FP4 பயன்படுத்தப்பட்டதாக விளக்கப்படம் குறிப்பிடுகிறது. உருவாக்க வேகத்தை அதிகரிக்க, எதிர்காலத்தில் உருவாகக்கூடிய பல டோக்கன்களை ஒரே நேரத்தில் முன்மொழியும் நுட்பமே MTP.
முந்தைய வேகக் கூற்றுகளை ஏன் கவனமாக ஒப்பிட வேண்டும்
Sipeed முன்பு வெளியிட்ட செயல்திறன் வரம்புகள் அதிகமாக இருந்தன: Qwen3.8-27B prefill-க்கு நொடிக்கு 1,400 முதல் 1,600 டோக்கன்கள்; decode-க்கு 15 முதல் 17 டோக்கன்கள். DGX Spark-க்கான ஒப்பீட்டு மதிப்புகள் முறையே 1,300 மற்றும் 13. நிபுணர் கலவை மாதிரிக்கு, prefill-க்கு நொடிக்கு 6,300 முதல் 7,700 டோக்கன்கள்; decode-க்கு 80 முதல் 88 டோக்கன்கள் எனக் குறிப்பிடப்பட்டது. DGX Spark மதிப்புகள் முறையே 5,600 மற்றும் 80. பின்னர் வெளியிட்ட ஒப்பீட்டில், இரு கட்டங்களிலும் MaixStation சுமார் 10% முன்னிலை வகிப்பதாகவும், அதைவிடப் பெரிய முன்னிலையைக் காட்டும் புதிய சோதனைகள் அதிகாரப்பூர்வமானவை அல்ல என்றும் Sipeed கூறியது.
அதிகாரப்பூர்வப் பக்கத்தில் காட்டப்பட்டுள்ள குறைந்த முழுமையான வேக மதிப்புகள், சோதனைச் சூழல்களை முக்கியமாக்குகின்றன. உள்ளீட்டுக் கோரிக்கையின் நீளம், ஒரே நேரத்தில் செயலாக்கப்படும் கோரிக்கைகளின் எண்ணிக்கை, எண் வடிவங்கள், இயக்கநேர மென்பொருள், இயக்கி பதிப்புகள் ஆகியவை முடிவை மாற்றக்கூடும். இந்தச் செய்தியறிக்கையில் மேற்கோள் காட்டப்பட்ட சுயாதீன DGX Spark சோதனைகளில், ஊகக் குறியீடாக்கம் இல்லாமல் Qwen3.8-27B-க்கு நொடிக்கு சுமார் 11.5 முதல் 11.6 டோக்கன்கள் கிடைத்தன. மென்பொருளைப் பொறுத்து prefill வேகம் நொடிக்கு 840 முதல் 1,900 வரை மாறியது.
முன்னர் கூறப்பட்ட நொடிக்கு 17 டோக்கன்கள் என்ற வேகத்துக்கு ஏன் கவனம் செலுத்தப்பட்டது என்பதை எளிய நினைவகக் கணக்கு விளக்குகிறது. இயங்கும் மாதிரி சுமார் 16 GB நினைவகத்தைப் பயன்படுத்தினால், நொடிக்கு 273 GB அலைவரிசையை 16 GB-ஆல் வகுத்தால், மற்ற நினைவகப் பயன்பாட்டைக் கணக்கில் கொள்ளும் முன்பே நொடிக்கு சுமார் 17 டோக்கன்கள் கிடைக்கும். விளம்பரப்படுத்தப்பட்ட அலைவரிசையை மிக உயர்ந்த அளவில் பயன்படுத்தினால்தான் அந்த வேகத்தை எட்ட முடியும்.
இங்கு மாதிரி பயன்படுத்தும் உண்மையான நினைவக அளவு முக்கியம். 27 பில்லியன் அளவுருக்களை நான்கு பிட்களால் பெருக்கினால், எடைகளுக்கு மட்டும் சுமார் 13.5 GB தேவைப்படும்; எண் அளவுகோல் தரவுகளும் பிற சேமிப்பிடங்களும் செயல்பாட்டு அளவை அதிகரிக்கலாம். விரிவான, மீண்டும் செய்யக்கூடிய சோதனைகள், வேக மதிப்புகளை குறிப்பிட்ட மாதிரி அமைப்புடன் ஒப்பிட வாங்குபவர்களுக்கு உதவும்.
தரநிலையான சேமிப்பகத்துடன் கையடக்கக் கணினி
விளம்பரப்படுத்தப்பட்ட MaixStation அளவுகளின்படி, அதன் கொள்ளளவு 363 கன சென்டிமீட்டர். இதை DGX Spark-இன் 1,125 கன சென்டிமீட்டருடன் Sipeed ஒப்பிடுகிறது; முன்மொழியப்பட்ட அதன் பெட்டியின் கொள்ளளவு, DGX Spark-இல் சுமார் மூன்றில் ஒரு பங்கு. 65 வாட் திறனுடைய பொருத்தமான மின்கலத்திலிருந்து USB-C வழியாக இந்தக் கணினிக்கு மின்சாரம் வழங்கலாம் என நிறுவனம் கூறுகிறது.
MaixStation-க்கு வழக்கமான மின்சாரப் பயன்பாடு 40 வாட் என்றும், DGX Spark-க்கு 120 வாட் என்றும் அதிகாரப்பூர்வப் பக்கம் குறிப்பிடுகிறது. இவை வழக்கமான பணிச்சுமைக்கான Sipeed வெளியிட்ட மதிப்புகள். பிரத்யேகத் தொகுதிக்கு 40 வாட் என AX8860 பற்றிய தொடக்கச் செய்தியிலும் குறிப்பிடப்பட்டிருந்தது. எனவே, எதிர்காலச் சோதனைகளில் மின்சாரப் பயன்பாட்டு அளவீடுகள் எதைக் குறிக்கின்றன என்பதும் பயனுள்ள விவரமாக இருக்கும்.
இணைப்புகளில் 10G SFP+ வலையமைப்பு, USB-C, MCIO 8i இணைப்பி, SSD-க்கான வழக்கமான M.2 2280 துளை ஆகியவை அடங்கும். பரிச்சயமான இந்தச் சேமிப்பக வடிவம், மாதிரிக் கோப்புகளுக்கான இடத்தை அதிகரிக்க வாங்குபவர்களுக்கு எளிய வழியை அளிக்கிறது; அந்தக் கோப்புகள் விரைவாகப் பல நூறு ஜிகாபைட்களை எட்டக்கூடும்.
சிறிய மேசைக் கணினியைத் தாண்டியும் Axera வன்பொருள் திட்டங்களை வகுத்துள்ளது. ஒரு சிப்பைக் கொண்ட தொகுதி, ஒரு சிப்பைக் கொண்ட PCIe அட்டை, நான்கு சிப்புகள், நான்கு விசிறிகள், எட்டு முள் வழக்கமான மின் இணைப்பி கொண்ட அட்டை ஆகிய வடிவமைப்புகள் இதில் அடங்கும். 512 GB அல்லது அதற்கு மேற்பட்ட நினைவக அமைப்புகளுடன் MaixStation Pro மற்றும் MaixBlade-ஐ Sipeed தொடர்புபடுத்துகிறது.
கூடுதல் சிப்புகள் அதிகத் திறனை உறுதியளிக்கின்றன; அளவுக்கேற்ப விரிவாக்கம் இன்னும் கூற்றாகவே உள்ளது
வெளிப்புறச் சுவிட்ச் இல்லாமல் எட்டு முனைகள் வரை MaixStation-ஐ இணைக்கலாம் என Sipeed கூறுகிறது. சிப்புகளுக்கிடையிலான இணைப்பின் வேகம் நொடிக்கு 256 ஜிகாபிட்கள்; இதை நொடிக்கு 384 ஜிகாபிட்களாக விரிவாக்கலாம். DGX Spark அமைப்புகளை இணைக்க நொடிக்கு 200 ஜிகாபிட் இணைப்பைப் பயன்படுத்துகிறது; நான்கு Spark கணினிகளைக் கொண்ட அமைப்புக்கு வெளிப்புறச் சுவிட்ச் தேவை.
ஜிகாபிட்களுக்கும் ஜிகாபைட்களுக்கும் உள்ள வேறுபாடு முக்கியமானது. நொடிக்கு 256 ஜிகாபிட் வேகமுள்ள இணைப்பு, மேலதிகப் பணிச்சுமைக்கு முன், நொடிக்கு 32 ஜிகாபைட் என்ற மூல வேகத்துக்கு இணையானது. நொடிக்கு 273 ஜிகாபைட் நினைவக அலைவரிசை என்பது ஒவ்வொரு கணினிக்குள்ளும் இருக்கும் வேறொரு, மிக வேகமான இணைப்பைக் குறிக்கிறது.
இரண்டு சிப்புகள் இணைந்து 512 TOPS என்றும், நான்கு சிப்புகள் 1,024 TOPS என்றும் Axera குறிப்பிடுகிறது; அதோடு சுமார் 80% அளவுக்கேற்ப விரிவாக்கத் திறன் இருப்பதாகவும் கூறுகிறது. நான்கு சிப்புகளுக்கான விரிவாக்க மதிப்பு ஆய்வக உருவகப்படுத்துதலை அடிப்படையாகக் கொண்டது. ஒரு மாதிரியைப் பல பிராசஸர்களிடையே பிரிப்பதால் தகவல் பரிமாற்றம், ஒத்திசைவு போன்ற பணிகளும் உருவாகின்றன. எனவே, பயன்பாட்டின் வேகம் அவற்றின் உச்சக் கணக்கீட்டுத் திறன் மதிப்புகளைக் கூட்டுவதை மட்டும் சார்ந்ததல்ல.
எதிர்கால AX8950 சிப் 500 TOPS வரையிலும், AX8970 700 TOPS-ஐத் தாண்டியும் செயல்படும் என Axera-வின் திட்டவரைபடம் குறிப்பிடுகிறது. இவை பின்னர் மேம்படுத்துவதற்கான சிப்புகளாக இருக்கும்; ஆனால் MaixStation-இன் உடனடித் திறன் AX8860P-ஐயும் அதற்கான மென்பொருளையும் சார்ந்துள்ளது.
அன்றாடப் பயன்பாட்டுக்கு மென்பொருள் உறுதிமொழி முக்கியம்
Linux 6.18 உடனான Debian 13-ஐயும், vLLM, SGLang, PyTorch, llama.cpp, Ollama ஆகியவற்றுக்கான ஆதரவையும் Sipeed பட்டியலிடுகிறது. இந்தக் கருவிகள் மாதிரிகளை ஏற்றவும், கோரிக்கைகளுக்குப் பதிலளிக்கச் செய்யவும், AI பயன்பாடுகளை வன்பொருளுடன் இணைக்கவும் உதவுகின்றன. OpenAI, Anthropic ஆகியவற்றுடன் இணக்கமான API-களையும் நிறுவனம் விளம்பரப்படுத்துகிறது; இதன்மூலம் ஏற்கெனவே உள்ள பயன்பாடுகள் உள்ளூர் சாதனத்துக்கு கோரிக்கைகளை அனுப்பலாம்.
பழக்கமான கட்டமைப்புப் பெயர்களுக்குப் பின்னால் Axera வன்பொருளுக்காக எழுதப்பட்ட மென்பொருள் இயங்குகிறது என Sipeed-இன் தயாரிப்புக் கேள்வி-பதில் பகுதி விளக்குகிறது:
SGLang மற்றும் vLLM, AXDSL-இல் எழுதப்பட்ட கர்னல்களைக் கொண்ட தனிப்பயன் வன்பொருள் முடுக்கப் பின்தளத்தின் வழியாக இயங்குகின்றன.
முடுக்கியில் அடிப்படைக் கணக்கீடுகளைச் செய்யும் சிறிய மென்பொருள் பகுதிகளே கர்னல்கள். ஆதரிக்கப்படும் Hugging Face மாதிரிகளைப் பயனர்கள் நேரடியாக ஏற்றலாம் என Sipeed கூறுகிறது; புதிய மாதிரி வடிவமைப்புகளுக்கு AXDSL-இல் எழுதப்பட்ட கர்னல்கள் தேவைப்படலாம். கர்னல்களையும் மேம்பாட்டுக் கருவிகளையும் வெளியிடுவதாகவும், AX8860 மென்பொருள் மேம்பாட்டுக் கருவித்தொகுப்பைத் திறந்த முறையில் வெளியிடும் பணிகள் நடைபெறுவதாகவும் நிறுவனம் உறுதியளிக்கிறது.
தொடக்கத்திலேயே பயன்படுத்தத் தயாராக இருக்கும் மாதிரிகளையும் உலாவி இடைமுகத்தையும் நிறுவனம் விளம்பரப்படுத்துகிறது. குறியீட்டு முகவர்கள், ஆவணச் செயலாக்கம், காணொளி உருவாக்கம், ரோபோட்டிக்ஸ் ஆகியவை இதற்கான பயன்பாடுகளாகப் பரிந்துரைக்கப்படுகின்றன. PCIe அட்டைகளுக்கு முதலில் Linux கணினிகளே வழங்குநர் தளமாக இருக்கும்; Windows ஆதரவு தேவையைப் பொறுத்தது. அறிமுகத்தின்போது, NPU கருவித்தொகுப்பு அக்டோபர் இறுதிக்குள் கிடைக்கும் என எதிர்பார்க்கப்பட்டது.
விலையும் விநியோகமும் இப்போது நிதி திரட்டல் திட்டத்துடன் இணைந்துள்ளன
128 GB MaixStation-க்கு Sipeed எதிர்பார்க்கும் $3,999 விலை, $6,950 விலையுள்ள DGX Spark-ஐவிட சுமார் $2,951 அல்லது 42% குறைவு. இது கணிசமான தள்ளுபடி; இருப்பினும் பாதி விலையைவிட அதிகம். 128 GB கொண்ட AMD Ryzen AI Halo-வின் சுமார் $3,999.99 விலைக்கும் MaixStation நெருக்கமாக இருக்கும்.
2026-இல் சாதனங்கள் கிடைக்கும் என்ற தொடக்க எதிர்பார்ப்பிலிருந்து வெளியீட்டு அட்டவணை மாறியுள்ளது. முன்பதிவுகள் தொடங்கியுள்ளன; ஆனால் 2026 இறுதியில் Kickstarter தொடங்கும் என அதிகாரப்பூர்வக் கேள்வி-பதில் பகுதி குறிப்பிடுகிறது. நிதி திரட்டல் முடிந்த மூன்று மாதங்களுக்குள் அனுப்பத் திட்டமிட்டுள்ளதாக Sipeed கூறியுள்ளது.
- 2026 அக்டோபர் 13: ஷாங்காயில் Axera AX8860 குடும்பத்தை அறிமுகப்படுத்தியது; Sipeed MaixStation-ஐக் காட்சிப்படுத்தியது.
- 2026 அக்டோபர் இறுதி: NPU கருவித்தொகுப்பு கிடைக்கும் என Sipeed எதிர்பார்த்தது.
- 2026 இறுதி: MaixStation-க்கான Kickstarter நிதி திரட்டலைத் தொடங்க Sipeed திட்டமிட்டுள்ளது.
- நிதி திரட்டல் முடிந்த மூன்று மாதங்களுக்குள்: Sipeed குறிப்பிட்டுள்ள விநியோக இலக்கு.
இறுதி சில்லறை விலை, உறுதியான விநியோகத் தேதி, சுயாதீனமாகச் சரிபார்க்கப்பட்ட MaixStation செயல்திறன் ஆகியவற்றை Sipeed இன்னும் உறுதிப்படுத்தவில்லை. உற்பத்தித் திறன், ஆதரவு ஏற்பாடுகள், 512 GB Pro பதிப்பின் விலை மற்றும் வெளியீட்டு நேரம் ஆகியவையும் இன்னும் முடிவாகவில்லை. நிதி திரட்டல் காலத்தில் தொலைநிலை அணுகலும் மதிப்பாய்வுக்கான சாதனங்களும் வழங்கத் திட்டமிடப்பட்டுள்ளன; அப்போது இந்தக் கூற்றுகளை வாங்க முனைவோர் ஆராய முடியும்.
முக்கிய அம்சங்கள்
- 128 GB நினைவகம் மற்றும் அடர்த்தியான FP4 முறையில் 256 TOPS என மதிப்பிடப்பட்ட Axera AX8860P செயலியுடன், சுமார் $3,999 விலையை MaixStation இலக்காகக் கொண்டுள்ளது.
- நொடிக்கு 273 GB நினைவக அலைவரிசை, வழக்கமான 40 வாட் மின்சாரப் பயன்பாடு, 11 × 11 × 3 செ.மீ. பெட்டி ஆகியவற்றை Sipeed குறிப்பிடுகிறது.
- அதிகாரப்பூர்வச் செயல்திறன் சோதனைப் பக்கத்தில், முந்தைய வெளியிடப்பட்ட வரம்புகளைவிடக் குறைந்த வேகங்கள் காட்டப்பட்டுள்ளன; மாதிரி மற்றும் செயலாக்கக் கட்டத்தைப் பொறுத்து முடிவுகள் மாறுகின்றன.
- மென்பொருள் ஆதரவு Axera-வுக்கான தனிப்பயன் முடுக்கப் பின்தளத்தைச் சார்ந்துள்ளது; மேம்பாட்டுக் கருவிகளையும் கூடுதல் நிரல் குறியீட்டையும் பொதுப் பயன்பாட்டுக்கு வெளியிடுவதாக உறுதியளிக்கப்பட்டுள்ளது.
- Kickstarter நிதி திரட்டல் 2026 இறுதியில் தொடங்கத் திட்டமிடப்பட்டுள்ளது; அது முடிந்த மூன்று மாதங்களுக்குள் அனுப்ப இலக்கு நிர்ணயிக்கப்பட்டுள்ளது.
- Nvidia மற்றும் AMD மாற்று அமைப்புகளுடன் இந்தக் கணினியை ஒப்பிட, சுயாதீனச் சோதனைகள், இறுதி விலைகள், விநியோக உறுதிகள் ஆகியவையே முக்கியம்.






