Axera AX650N : puce Edge AI pour la robotique locale en alternative à Jetson

Axera a lancé la puce Edge AI AX650N — un processeur spécialisé pour l'exécution locale de réseaux de neurones directement sur la robotique et les appareils IoT. Ceci est la première analyse technique détaillée de l'architecture de la puce avec des tests réels de YOLO, des LLMs multimodaux et d'autres modèles populaires de vision par ordinateur.

Qu'est-ce qu'Axera AX650N

L'AX650N est un SoC (System-on-Chip) avec une NPU (Neural Processing Unit) intégrée, c'est-à-dire que la puce est conçue spécifiquement pour le traitement des réseaux de neurones. Elle diffère des appareils NVIDIA Jetson universels en ce qu'elle est conçue pour l'edge — exécution locale des modèles directement sur l'appareil, sans envoyer de données vers le cloud. Lors des tests, la puce a fonctionné sur la carte Maix4 Hat de Sipeed : un SoM (System-on-Module) avec 8 Go de RAM et une baseboard qui se connecte à un Raspberry Pi 5 via PCIe 2.0. Dans cette configuration, l'AX650N agit comme un accélérateur ML externe, similaire au populaire Hailo, mais intégré dans un unique SoC monolithique plutôt qu'en tant qu'appareil séparé.

Architecture de la Puce

À l'intérieur de l'AX650N se trouvent des cœurs spécialisés :

• CPU pour la gestion du système et le calcul traditionnel
• NPU pour l'accélération des réseaux de neurones (cœur principal, optimisé pour les CNN, transformers, VLMs)
• DSP pour le traitement de l'audio et la gestion des signaux en temps réel
• ISP pour le fonctionnement des caméras et le prétraitement des images
• Deux contrôleurs de mémoire DDR4 séparés pour l'accès parallèle

La mémoire est critique : 8 Go permettent de conserver un modèle, des lots d'images et des activations neuronales en RAM, évitant l'accès lent au stockage. La puce a été testée sur des modèles réels — YOLO v8, Depth Anything, SuperPoint et le Qwen3 multimodal. Toutes les tâches ont été exécutées localement, sans envoyer de données aux serveurs.

Pourquoi les Solutions Edge AI

La robotique, les drones et les appareils IoT ont besoin de l'informatique locale :

• Vitesse de réponse — réponse immédiate, sans délais du cloud
• Confidentialité — la vidéo, l'audio et les données des capteurs restent sur l'appareil
• Autonomie — fonctionne sans internet (critique pour les drones et les robots de terrain)
• Économie — pas besoin de payer pour les requêtes API dans le cloud

Trois classes de solutions existent sur le marché. Première — Jetson NVIDIA cher avec CUDA ($300+). Deuxième — accélérateurs externes comme Hailo. Troisième — NPUs intégrées dans les SoCs (souvent chinois : Axera, MediaTek, Snapdragon). L'AX650N est la troisième classe. Jetson est plus universel mais plus cher, consomme plus d'énergie et occupe plus d'espace. L'AX650N est spécialisé pour les réseaux de neurones, plus compact, moins cher et plus efficace énergétiquement.

Ce Que Cela Signifie

Edge AI sort de la niche des projets industriels à gros budgets vers le marché de masse. Auparavant, le choix était strict : Jetson cher ou cloud avec délais. Maintenant, des puces abordables comme l'AX650N émergent, permettant d'exécuter localement des réseaux de neurones puissants. Cela ouvre des possibilités pour les startups en robotique agricole, drones agricoles, automatisation industrielle et sécurité. Les développeurs peuvent expérimenter avec l'IA sans dépenses importantes en infrastructure. La deuxième partie de l'analyse promet des benchmarks détaillés et une comparaison avec Jetson en termes de performance et de consommation d'énergie.