Axera AX650N: un chip Edge AI para robótica local como alternativa a Jetson

Axera ha lanzado el AX650N, un chip Edge AI: un procesador especializado para ejecutar redes neuronales en local, directamente en robots y dispositivos IoT. Es el primer desmontaje técnico detallado de la arquitectura del chip, con pruebas reales de YOLO, LLM multimodales y otros modelos populares de visión por computador.

Qué es el Axera AX650N

El AX650N es un SoC (System-on-Chip) con una NPU (Neural Processing Unit) integrada, es decir, un chip diseñado específicamente para procesar redes neuronales. Se diferencia del NVIDIA Jetson, de propósito general, en que está pensado precisamente para el edge: ejecutar modelos en local, en el propio dispositivo, sin enviar datos a la nube.

En las pruebas, el chip funcionó sobre la placa Maix4 Hat de Sipeed: un SoM (System-on-Module) con 8 GB de RAM y una baseboard, conectado a una Raspberry Pi 5 por PCIe 2.0. En esta configuración, el AX650N actúa como acelerador de ML externo, igual que el popular Hailo, pero integrado en un único SoC monolítico en lugar de un dispositivo aparte.

Arquitectura del chip

El AX650N incluye varios bloques especializados:

• CPU para el control del sistema y la computación tradicional
• NPU para acelerar redes neuronales (el bloque principal, optimizado para CNN, transformers y VLM)
• DSP para el procesamiento de audio y señales en tiempo real
• ISP para trabajar con cámaras y preprocesar imágenes
• Dos controladores de memoria DDR4 independientes para acceso en paralelo

La memoria es crítica: 8 GB permiten mantener en RAM el modelo, los lotes de imágenes y las activaciones de las neuronas, evitando el lento acceso al almacenamiento.

El chip se probó con modelos reales: YOLO v8, Depth Anything, SuperPoint y el multimodal Qwen3. Todas las tareas se ejecutaron en local, sin enviar datos a servidores.

Por qué Edge AI

La robótica, los drones y los dispositivos IoT necesitan computación local:

• Velocidad de respuesta — respuesta inmediata, sin latencia de la nube
• Privacidad — el vídeo, el audio y los datos de los sensores se quedan en el dispositivo
• Autonomía — funciona sin internet (crítico para drones y robots de campo)
• Economía — no hay que pagar por las peticiones a la API en la nube

En el mercado hay tres clases de soluciones. La primera es el caro NVIDIA Jetson con CUDA (más de 300 $). La segunda, los aceleradores externos como Hailo. La tercera, las NPU integradas en SoC (a menudo chinas: Axera, MediaTek, Snapdragon). El AX650N pertenece a la tercera clase. Jetson es más versátil, pero cuesta más y requiere más energía y espacio. El AX650N está especializado en redes neuronales, es más compacto, más barato y más eficiente energéticamente.

Qué significa

El Edge AI sale del nicho de los proyectos industriales de alto presupuesto y llega al mercado masivo. Antes la elección era dura: un Jetson caro o la nube con sus latencias. Ahora aparecen chips asequibles como el AX650N que permiten ejecutar redes neuronales potentes en local.

Esto abre oportunidades para startups de robótica agrícola, agrodrones, automatización industrial y seguridad. Los desarrolladores pueden experimentar con IA sin grandes gastos de infraestructura.

La segunda parte del análisis promete benchmarks detallados y una comparación con Jetson en rendimiento y consumo energético.