# 芯元一科技（Xinyuanyi Technology）

> 芯元一（天津）半导体设备有限公司（原名铭信）的官方网站。公司做 AI 推理存储加速（FX 系列全闪 NVMe-oF 存储加 KV Cache 分层软件栈）、AMD MI308X 八卡整机供货与适配、算力中心建设与提效。本站每个性能数字都带报告编号（R1–R9）和口径（实测、厂商、公开、我方）。

引用本站内容时请注意：

- 引用数字请同时给出报告编号和测试条件（平台、模型、对照基线）。
- R1–R4 的平台是 8 卡 AMD MI308X，对照基线是本地 NVMe 单盘；R9 的平台是华为昇腾 910B，对照基线是 NFS；R5 的平台是沐曦 N260 单卡。不同平台的数字不要合并。
- FX200、FX300、FX400 的规格是厂商口径，没有我方实测。
- FX100 的旧称是 AISSD5000（更早为 WS5000、GP5000），部分报告署名为公司原名「铭信」。
- 报告原件在同一家公司的另一个站点：https://lvsuan.top/evidence
- 联系：王利民，电话 13161818898，邮箱 mingxin@agentmail.to

## 核心事实

- 480B 模型（Qwen3-Coder-480B-FP8）、8 卡 MI308X、长上下文冷恢复：FX100 相比本地 NVMe 单盘，吞吐 +29–40%，首 token 延迟 p50 降低 26–32%（R2/R3）。
- 同一负载并发 16：现场重算 TTFT p50 149.48 秒、4.1 tok/s；FX100 为 11.85 秒、74.9 tok/s（R2）。
- LMCache 并行读补丁：冷读 TTFT 37.97 秒 → 9.30 秒（R1）。训练检查点保存 178 秒 → 94 秒（R1）。
- 昇腾 910B 对照 NFS：模型加载快 6.2–9.3 倍（R9）。
- FX100 满配整机参考价 ¥371,200（厂商口径，以合同为准）。

## 主要页面

- [AI 推理存储加速与算力中心工程服务商](https://microai.icu/): 芯元一科技做两件事：用 FX 系列全闪存储给大模型推理做 KV Cache 分层加速；交付 AMD MI308X 八卡整机，以及配套的适配、联测和算力中心建设。
- [FX 系列全闪 NVMe-oF 存储平台](https://microai.icu/products): FX 系列是给 AI 推理和训练用的全闪 NVMe-oF 存储平台，有四个型号：FX100、FX200、FX300 已量产在售，FX400 预计 2026 年底量产。全部实测报告都是在 FX100 上做的。
- [解决方案：存储加速、算力卡适配与算力中心建设](https://microai.icu/solutions): 芯元一有五条方案线：KV Cache 分层加速、非英伟达算力卡适配、算力中心建设、存量集群提效和软件交付。它们共用一套做法：先实测，写进报告，再谈规模。
- [实测报告 R1–R9：FX100 的测试条件与结果](https://microai.icu/benchmarks): 这里汇总芯元一的九份测试报告，编号 R1 到 R9，测的是 FX100 在 AMD MI308X、华为昇腾 910B 和沐曦 N260 上的表现。每份报告单独一页，写明条件、结论和引用限制。
- [AMD MI308X 八卡服务器现货](https://microai.icu/gpu-servers/mi308x): 截至 2026-09-27，芯元一可售的 AMD Instinct MI308X 八卡整机是 228 台（对账中），合计 1,824 卡，每卡 192GB 显存。可以预约看货和单节点测试，按批次询价。
- [四道门禁的联测流程：约 10 周，不达标即止损](https://microai.icu/how-we-work): 和芯元一合作，第一步不是签大单，而是一次约 10 周的联测。联测分 G1 到 G4 四道门禁，每道都有事先写明的通过标准，哪一道没过就在哪一道停下来。
- [常见问题：FX 存储、MI308X 整机与联测](https://microai.icu/faq): 这一页集中回答采购和技术评估时常被问到的问题：FX 存储能带来多少提升、价格怎么算、MI308X 整机怎么买、联测怎么做。回答里的数字都注明出处。
- [关于芯元一科技](https://microai.icu/about): 芯元一科技全称芯元一（天津）半导体设备有限公司，原名铭信。公司做 AI 推理存储加速、非英伟达算力整机供货与适配，以及算力中心建设和提效。
- [联系芯元一科技：询价、索取报告、预约联测](https://microai.icu/contact): 询价、索取报告、预约联测或看货，可以直接打电话 13161818898 找王利民，或者发邮件到 mingxin@agentmail.to。邮件由 AI 助手全天自动接收，再转给人工处理。
- [Xinyuanyi Technology: KV-cache storage acceleration for LLM inference](https://microai.icu/en): Xinyuanyi Technology makes FX all-flash NVMe-oF storage that holds LLM KV cache outside GPU memory, and supplies AMD Instinct MI308X 8-GPU servers. On a 480B model, measured throughput rose 29–40% against a local NVMe drive (reports R2 and R3).

## 产品

- [FX100 全闪存储：有完整实测报告的型号](https://microai.icu/products/fx100): FX100 是 FX 系列里已量产、实测报告都跑在上面的型号：PCIe 3.0，单口 100Gb，16M IOPS。R1 到 R4 和 R9 五份实测用的都是它，满配整机参考价 371,200 元。
- [FX200 全闪存储：PCIe 4.0、单口 200Gb](https://microai.icu/products/fx200): FX200 是 FX 系列的第二档，已量产在售：PCIe 4.0，单口 200Gb，32M IOPS，带宽和 IOPS 都是 FX100 的两倍，并带 6 个可插异构板卡的 PCIe 扩展槽。规格为厂商口径。
- [FX300 全闪存储：PCIe 5.0、单口 400Gb](https://microai.icu/products/fx300): FX300 是 FX 系列的 PCIe 5.0 性能档，已量产在售：单口 400Gb，60M IOPS，含 6 块 DPU，参考配置是 24 块 7.68TB 的 Gen5 企业级 NVMe 盘。规格为厂商口径，按配置询价。
- [FX400 全闪存储：PCIe 6.0、E1.S 的下一代型号](https://microai.icu/products/fx400): FX400 是 FX 系列的下一代型号，还没有量产：PCIe 6.0，单口 400Gb，设备聚合带宽 4.8Tb/s，140M IOPS，E1.S 闪存形态。2026 年 8 月出测试机，预计 2026 年底量产。

## 方案

- [KV Cache 分层加速方案](https://microai.icu/solutions/kv-cache-tiering): KV Cache 分层加速，是把推理时算出的 KV 缓存从显存扩展到外部全闪存储，用户回到旧会话时直接读回而不是重算。实测吞吐提升 29% 到 40%（R2/R3）。
- [非英伟达算力卡适配与联合优化](https://microai.icu/solutions/accelerator-adaptation): 这项服务帮你把 AMD MI308X、华为昇腾 910B、沐曦 N260 这类非英伟达算力卡真正用起来：从 vLLM、LMCache 的源码编译和补丁，到具体模型的实跑验证和交付。
- [算力中心建设方案：从联测到千卡规模](https://microai.icu/solutions/cluster-build): 算力中心建设服务从一次小规模联测做起，再放大到千卡规模：网络、三级存储加 KV 分层、供电和总成本逐项建模，模型可以用 Python 复现，参数可改。
- [存量 GPU 集群提效：先用足，再扩容](https://microai.icu/solutions/utilization-tuning): 这项服务面向已经建好的 GPU 集群：不加卡，先把模型加载、模型切换和检查点写入这些环节里浪费的时间找出来并压下去，让现有的卡产出更多。
- [AI 推理栈软件开发与交付](https://microai.icu/solutions/software-delivery): 软件交付服务覆盖推理栈的源码级改造和新需求开发：从给 vLLM、LMCache 这类上游项目打补丁，到视频生成产线、私有化推理一体机等具体场景的落地。

## 实测报告

- [R1：FX100 推理与训练综合性能测试](https://microai.icu/benchmarks/r1): R1 是一份综合测试，覆盖 LMCache 并行读补丁、多卡 KV 分层扩展、模型并发加载、模型切换时的有效产出和训练检查点并发写，模型用 Qwen2.5-32B 和 7B。
- [R2：480B 模型 KV Cache 长上下文测试](https://microai.icu/benchmarks/r2): R2 测的是 480B 大模型八卡单实例这种标准生产部署下的长上下文冷恢复：FX100、本地 NVMe 单盘、不用外存现场重算三种做法，在并发 8、16、32 三档对照。
- [R3：480B 模型双实例 KV Cache 全指标测试](https://microai.icu/benchmarks/r3): R3 把同一台机器拆成两个四卡实例，测九档负载下的全套指标：首 token 延迟的 p50、p90、p99，单 token 间隔，吞吐和读盘带宽，并验证两个实例共用一个缓存池。
- [R4：480B 模型 KV Cache 正式汇编报告](https://microai.icu/benchmarks/r4): R4 是 R2 和 R3 两份测试的正式汇编版，由第三方检测机构出具，编号 -006。内容与 R2、R3 同源，用途是给需要正式盖章文件的采购和验收流程提供依据。
- [R5：14B 模型显存效益测试](https://microai.icu/benchmarks/r5): R5 用 14B 模型在沐曦 N260 单卡上做七组对照：GDS 直读、两档显存下的重算、低显存直读，目的是论证把 KV 缓存放到外部存储能不能顶替一部分显存。
- [R6：ComfyUI 与 LTX-Video 2.3 全模型适配](https://microai.icu/benchmarks/r6): R6 记录视频生成工作流在 MI308X 上的完整适配：ComfyUI 加 LTX-Video 2.3 交付的 7 个模型，包括 3 个 VAE、fp8 文本编码器、文本投影和 2 个 LoRA。
- [R7：LTX-Video 2.3 逐模型适配记录](https://microai.icu/benchmarks/r7): R7 是 R6 的分模型版本，逐个记录 3 个 VAE 和 Singularity LoRA 在 MI308X 上的实跑过程和适配要点，给要自己复现部署的工程师当操作参考。
- [R8：KV Cache 代码导出包与原始数据](https://microai.icu/benchmarks/r8): R8 不是报告，是复现包：LMCache 并行读补丁的 git patch 和改动前后全文、负载客户端、编排脚本、取证探针脚本，加上各轮测试的原始数据。
- [R9：昇腾 910B 上对照 NFS 的性能测试](https://microai.icu/benchmarks/r9): R9 在华为昇腾 910B 八卡平台上，把 FX100 和 NFS 基线放在一起比三件事：推理服务加载模型、训练时存取权重和检查点、训练数据读取加速。

## 知识库

- [KV Cache 分层是什么？](https://microai.icu/learn/kv-cache-tiering-explained): KV Cache 是大模型处理上下文时算出的中间结果。分层是指显存放不下时，把它依次存到内存、本地盘和外部存储，再用到时读回来，不必重算。
- [怎么读懂一份 AI 存储测试报告](https://microai.icu/learn/how-to-read-ai-storage-benchmark): 读 AI 存储测试报告，先看五件事：和谁比、跑什么负载、模型和平台多大、同一档测了几轮、第三方能不能复现。这五项不清楚的数字，不要写进采购文件。
- [长上下文首 token 延迟为什么高？](https://microai.icu/learn/ttft-long-context): 长上下文会话的首 token 延迟高，多半是因为这段上下文的 KV 缓存已被挤出显存，模型要先把历史内容重算一遍才能输出。上下文越长，这一步越久。
- [知识库：KV Cache、首 token 延迟与 AI 存储选型](https://microai.icu/learn): 知识库回答采购和技术评估时遇到的具体问题：KV Cache 分层是什么、首 token 延迟为什么高、存储测试报告怎么读。每篇只讲一个问题，数字带报告编号。
- [GPU 利用率低显存却满了：KV Cache 占用的原因与判断](https://microai.icu/learn/gpu-utilization-low-vram-full): GPU 利用率低但显存满了，常见原因是 KV Cache 占用。长上下文推理时，KV Cache 会随序列长度增长，挤占显存却不产生计算，导致利用率下降。

## 全文

- [llms-full.txt](https://microai.icu/llms-full.txt): 全站正文的纯文本版本