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

Axera a lancé l'AX650N, une puce Edge AI : un processeur spécialisé pour exécuter des réseaux de neurones en local, directement sur des robots et des objets connectés. Il s'agit du premier décryptage technique détaillé de l'architecture de la puce, avec des tests réels de YOLO, de LLM multimodaux et d'autres modèles populaires de vision par ordinateur.

Qu'est-ce que l'Axera AX650N

L'AX650N est un SoC (System-on-Chip) doté d'un NPU (Neural Processing Unit) intégré : la puce est donc conçue spécifiquement pour traiter des réseaux de neurones. Elle se distingue du NVIDIA Jetson, généraliste, car elle vise précisément l'edge : exécuter les modèles en local, sur l'appareil, sans envoyer de données vers le cloud.

Lors des tests, la puce tournait sur la carte Maix4 Hat de Sipeed : un SoM (System-on-Module) avec 8 Go de RAM et une baseboard, relié à un Raspberry Pi 5 en PCIe 2.0. Dans cette configuration, l'AX650N joue le rôle d'accélérateur ML externe, comme le populaire Hailo, mais il est intégré dans un seul SoC monolithique au lieu d'un composant séparé.

Architecture de la puce

L'AX650N contient plusieurs blocs spécialisés :

• CPU pour le pilotage du système et le calcul classique
• NPU pour accélérer les réseaux de neurones (le bloc principal, optimisé pour les CNN, les transformers et les VLM)
• DSP pour le traitement de l'audio et des signaux en temps réel
• ISP pour la gestion des caméras et le prétraitement des images
• Deux contrôleurs mémoire DDR4 distincts pour un accès parallèle

La mémoire est critique : 8 Go permettent de garder en RAM le modèle, les lots d'images et les activations des neurones, en évitant les lents accès au stockage.

La puce a été testée sur des modèles réels : YOLO v8, Depth Anything, SuperPoint et le multimodal Qwen3. Toutes les tâches ont tourné en local, sans envoi de données vers des serveurs.

Pourquoi l'Edge AI

La robotique, les drones et les objets connectés ont besoin de calcul local :

• Vitesse de réponse — réaction immédiate, sans latence 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 des requêtes d'API dans le cloud

Le marché compte trois classes de solutions. La première est le coûteux NVIDIA Jetson avec CUDA (300 $ et plus). La deuxième, les accélérateurs externes comme Hailo. La troisième, les NPU intégrés aux SoC (souvent chinois : Axera, MediaTek, Snapdragon). L'AX650N relève de la troisième classe. Le Jetson est plus polyvalent, mais plus cher, plus gourmand en énergie et plus encombrant. L'AX650N est spécialisé dans les réseaux de neurones, plus compact, moins cher et plus économe en énergie.

Ce que cela signifie

L'Edge AI quitte la niche des projets industriels à gros budget pour gagner le marché grand public. Auparavant, le choix était tranché : un Jetson coûteux ou le cloud avec sa latence. Désormais apparaissent des puces abordables comme l'AX650N, qui permettent d'exécuter localement des réseaux de neurones puissants.

Cela ouvre des perspectives aux startups de la robotique agricole, des agridrones, de l'automatisation industrielle et de la sécurité. Les développeurs peuvent expérimenter l'IA sans lourdes dépenses d'infrastructure.

La seconde partie de l'analyse promet des benchmarks détaillés et une comparaison avec le Jetson en performances et en consommation d'énergie.