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

A Axera lançou o AX650N, um chip Edge AI: um processador especializado para executar redes neurais localmente, direto em robôs e dispositivos IoT. É a primeira análise técnica detalhada da arquitetura do chip, com testes reais de YOLO, LLMs multimodais e outros modelos populares de visão computacional.

O que é o Axera AX650N

O AX650N é um SoC (System-on-Chip) com NPU (Neural Processing Unit) integrada, ou seja, um chip feito especificamente para processar redes neurais. Ele se diferencia do NVIDIA Jetson, de uso geral, por ser voltado justamente ao edge: executar modelos localmente, no próprio dispositivo, sem enviar dados para a nuvem.

Nos testes, o chip rodou na placa Maix4 Hat, da Sipeed: um SoM (System-on-Module) com 8 GB de RAM e uma baseboard, conectado a um Raspberry Pi 5 via PCIe 2.0. Nessa configuração, o AX650N funciona como acelerador de ML externo, como o popular Hailo, mas integrado em um único SoC monolítico em vez de um dispositivo separado.

Arquitetura do chip

O AX650N reúne vários blocos especializados:

• CPU para controle do sistema e computação tradicional
• NPU para acelerar redes neurais (o bloco principal, otimizado para CNNs, transformers e VLMs)
• DSP para processamento de áudio e sinais em tempo real
• ISP para trabalhar com câmeras e pré-processar imagens
• Dois controladores de memória DDR4 independentes para acesso paralelo

A memória é crítica: 8 GB permitem manter na RAM o modelo, os lotes de imagens e as ativações dos neurônios, evitando o acesso lento ao armazenamento.

O chip foi testado com modelos reais: YOLO v8, Depth Anything, SuperPoint e o multimodal Qwen3. Todas as tarefas rodaram localmente, sem enviar dados a servidores.

Por que Edge AI

Robótica, drones e dispositivos IoT precisam de computação local:

• Velocidade de resposta — resposta imediata, sem latência da nuvem
• Privacidade — vídeo, áudio e dados de sensores ficam no dispositivo
• Autonomia — funciona sem internet (crítico para drones e robôs de campo)
• Economia — não é preciso pagar por requisições de API na nuvem

O mercado tem três classes de soluções. A primeira é o caro NVIDIA Jetson com CUDA (US$ 300+). A segunda são aceleradores externos, como o Hailo. A terceira são NPUs integradas em SoCs (muitas vezes chinesas: Axera, MediaTek, Snapdragon). O AX650N pertence à terceira classe. O Jetson é mais versátil, mas custa mais e exige mais energia e espaço. O AX650N é especializado em redes neurais, mais compacto, mais barato e mais eficiente em energia.

O que isso significa

O Edge AI está saindo do nicho de projetos industriais de alto orçamento e chegando ao mercado de massa. Antes a escolha era dura: um Jetson caro ou a nuvem com suas latências. Agora surgem chips acessíveis como o AX650N, que permitem rodar redes neurais potentes localmente.

Isso abre oportunidades para startups de robótica agrícola, agrodrones, automação industrial e segurança. Desenvolvedores podem experimentar IA sem grandes gastos com infraestrutura.

A segunda parte da análise promete benchmarks detalhados e uma comparação com o Jetson em desempenho e consumo de energia.