N環球 
BrainChip lance le processeur IP Sequora : l’IA générative sur appareils alimentés par batterie
Le cœur de processeur IP Sequora de BrainChip, présenté le 21 octobre, permet aux appareils edge alimentés par batterie (écouteurs, capteurs) d’exécuter l’IA générative et les LLM localement, avec une mémoire constante grâce aux modèles d’espace d’état. Disponible dès maintenant sous licence.
Pourquoi c’est important
Le prochain champ de bataille de l’IA en périphérie est le fonctionnement sans le cloud. BrainChip a annoncé le 21 octobre la sortie de son cœur de processeur IP Sequora, qui permet à l’IA générative et aux grands modèles de langage de tourner directement sur des appareils alimentés par batterie comme les écouteurs et les nœuds de capteurs — inférence LLM embarquée, interaction voix-à-voix et agents IA, le tout en local, sans données envoyées dans le cloud, au bénéfice de la confidentialité et de la latence.
Sequora complète le processeur neuromorphique existant Akida : Akida traite les données de capteurs en continu (vibrations, audio, radar, signaux RF IQ, signaux biologiques) tandis que Sequora prend en charge les tâches génératives et séquentielles.
Lire l’article
Le pari technique clé est l’optimisation pour les modèles d’espace d’état (SSM), qui maintiennent un état de taille fixe pour représenter l’historique des entrées, gardant les besoins en mémoire constants quelle que soit la longueur de la séquence — idéal pour l’IA générative sur appareils contraints.
Sequora utilise un réseau unifié multiply-accumulate (MAC) pour le traitement du signal et le calcul neuronal, éliminant l’étage DSP de prétraitement, et son jeu d’instructions permet de déployer de nouveaux algorithmes via des mises à jour logicielles.
L’IP est disponible dès maintenant sous licence : code RTL portable entre procédés et entièrement synthétisable, avec IP de vérification, banc de test, scripts de synthèse et contraintes temporelles, plus un SDK comprenant un compilateur de graphe statique, une bibliothèque C++ et une bibliothèque de modèles. Les clients l’intègrent dans leur propre système sur puce et fabriquent chez la fonderie et au nœud de leur choix.
Le PDG Sean Hehir a déclaré : « Les clients ne demandent pas seulement un classificateur de signaux ou un modèle de langage. Ils veulent les deux, dans le même produit, sur la même batterie. »
Ce lancement reflète une tendance de l’industrie : le goulot d’étranglement du matériel IA s’est déplacé de la logique de pointe vers les nœuds matures, et la bande passante mémoire et son coût sont devenus le carcan des modèles génératifs. Faire tourner les modèles en périphérie à mémoire constante est une nouvelle voie pour réduire le coût par mot.
💬 Commentaires
Aucun commentaire. Soyez le premier !