XFEON przedstawia własny stos „fizycznej AI”. Co wiadomo o jego produktach?

XFEON, firma z siedzibą w Chengdu, chce, by AI nie tylko generowała odpowiedzi, lecz także wspierała decyzje i działania urządzeń w świecie fizycznym. W ogłoszonej 22 września 2026 r. ofercie zestawiła chipy, gotowe systemy obliczeniowe, narzędzia do zbierania danych i model AI dla urządzeń działających w otoczeniu. Zamierzony cykl wygląda tak: model działa lokalnie, urządzenie dostarcza danych z rzeczywistej pracy, dane służą do doskonalenia modelu, a jego kolejna wersja wraca na urządzenie. To plan architektury, nie udokumentowany wynik działania całego systemu. 645

Chipy: S1 oraz serie R, K i E

Xinghe (星核) S1 ma być przystosowany do urządzeń z ograniczonym zasilaniem, chłodzeniem i pamięcią. Opis konstrukcji wymienia sprzętową obsługę obliczeń o mieszanej precyzji, wnioskowanie przy niskiej liczbie bitów, optymalizację wykorzystującą rzadkość danych oraz wspólne projektowanie układu i algorytmów. Platforma XBoost ma pomagać w optymalizacji operacji, kwantyzacji, kompilacji i wdrażaniu modeli. Wyjaśnia to, jak firma zamierza ułatwić lokalne uruchamianie AI, lecz nie mówi, jak S1 wypadł w pomiarach: dostępne źródła nie podają potwierdzonej przepustowości, poboru mocy ani skali poprawy efektywności. 246

Pozostałe linie mają odpowiadać różnym zastosowaniom. Seria R jest przeznaczona do robotów — do łączenia danych z czujników, wnioskowania w czasie rzeczywistym i podejmowania decyzji o zadaniach. Seria K ma obsługiwać wnioskowanie na pokładzie satelitów i analizę danych teledetekcyjnych bezpośrednio na orbicie. We wrześniowym zestawieniu pojawia się też seria E do zastosowań brzegowych, czyli przetwarzania blisko miejsca powstawania danych. Brakuje jednak specyfikacji pozwalającej ocenić jej architekturę i osiągi na tle pozostałych serii. 245

Stacje obliczeniowe, dane i „mózg”

Stacje Xinghui Token stanowią ofertę gotowych systemów obliczeniowych. Osobny materiał opisuje plan budowy zakładu produkującego systemy Xinghui do wnioskowania AI. Ani ten plan, ani dostępne podsumowanie oferty nie potwierdzają jednak konkretnych konfiguracji serii D i N czy maksymalnych rozmiarów modeli, które miałyby obsługiwać. 4548

W części poświęconej uczeniu XGAIA przedstawiono jako element obiegu danych, a AGLobe jako „mózg” AI ucieleśnionej — przeznaczonej do podejmowania decyzji przez urządzenia działające w fizycznym otoczeniu. Wcześniejsze doniesienia opisywały plany XFEON dotyczące pozyskiwania danych z rzeczywistych urządzeń, z perspektywy pierwszej osoby oraz z symulacji. Dostępne materiały nie wyjaśniają natomiast wystarczająco szczegółowo metody „uczenia pojęć” przypisywanej AGLobe ani dokładnej roli narzędzia DexCore. 645

Strategia to jeszcze nie wynik testu

Elementy oferty układają się w pionowy stos technologiczny: wyspecjalizowane chipy mają uruchamiać modele lokalnie, XBoost wspierać ich przygotowanie i wdrożenie, stacje Xinghui zapewniać kolejny poziom mocy obliczeniowej, a XGAIA i AGLobe łączyć dane z decyzjami urządzeń. Źródła potwierdzają, że taki jest deklarowany kierunek XFEON. Nie dostarczają jednak porównywalnych testów wydajności, pomiarów zużycia energii, zweryfikowanych limitów wielkości modeli ani dowodu, że cały obieg danych i uczenia osiąga zakładaną efektywność we wdrożeniu. 24546