Présentation

SiMa Technologies a lancé Palette 3.0, la seconde itération de sa suite logicielle destinée à exécuter plusieurs modèles d’intelligence artificielle sur un même MLSoC. La version s’appuie sur l’environnement de développement Palette Neat introduit en juin et cible les appareils autonomes – drones, robots ou tout système embarqué nécessitant du calcul IA en périphérie.

Architecture et exécution concurrente

Le cœur du dispositif est le Modalix MLSoC, un module système‑on‑chip de 16 Go. Palette 3.0 améliore la capacité d’exécution simultanée en autorisant plusieurs conteneurs Docker à cohabiter sur la puce, chaque conteneur pouvant héberger un modèle distinct. Cette approche élimine le besoin de basculer entre des charges de travail séparées, réduisant ainsi la latence d’interaction entre perception, profondeur et raisonnement. Le logiciel exploite des algorithmes de décodage spéculatif – EAGLE3, DFlash et Gemma 4 MTP – pour optimiser le flux de données entre les unités de calcul et la mémoire, tout en maintenant un profil de consommation énergétique qualifié de « low‑power ».

Palette 3.0 intègre également une couche de fusion de capteurs unifiée, des champs de profondeur neuronaux denses et une simulation de jumeau numérique en boucle fermée. Ces ajouts visent à réduire les goulots d’intégration et de validation qui ralentissent le développement d’applications autonomes. Le registre de modèles fourni avec la suite consigne les performances observées sous contraintes d’énergie réelles, offrant ainsi un référentiel de comparaison transparent.

Performances et implications

Selon les mesures publiées dans le Model Registry, la nouvelle version peut accroître le débit de traitement de modèles jusqu’à 3,5 fois par rapport à la génération précédente. Cette amélioration concerne tant les grands modèles de langage que les modèles vision‑langage, ainsi que les réseaux de perception et de profondeur typiques des systèmes robotisés. La prise en charge de modèles de type « mixture‑of‑experts », comme le GPT‑OSS‑20B d’OpenAI, démontre que le Modalix MLSoC peut gérer des architectures de grande taille sans dépasser les limites de puissance du dispositif embarqué.

SiMa.ai rend le code source de ces nouvelles capacités disponible sur GitHub, autorisant les développeurs à adapter les algorithmes à leurs besoins spécifiques. La documentation, hébergée sur le Developer Center, détaille les procédures d’intégration et les exigences de configuration. En combinant un silicon dédié à l’IA physique avec une pile logicielle ouverte, l’entreprise propose une alternative aux solutions héritées des data‑centers, qui peinent à répondre aux contraintes de latence et de consommation des appareils autonomes.