SiMa.ai推出智能体开发工具，将物理AI部署周期从数月缩短至数天

AI芯片初创公司SiMa Technologies今日发布了Palette Neat——一款专为物理AI打造的智能体AI开发环境，旨在帮助开发者构建能够将物理世界与AI模型连接起来的应用程序。

该工具可与公司旗下的Modalix MLSoC系统模块或全新PCIe扩展卡无缝配合使用，让开发者能够快速构建具备感知、学习、自适应和与真实世界交互能力的应用。这正是物理AI的核心愿景——利用人工智能模型赋能机器人、自动驾驶汽车、无人机、工业机械、航空航天平台、智能视觉等领域。

"SiMa.ai是一家自主研发芯片的AI软件公司，"创始人兼首席执行官Krishna Rangasayee表示，"今天，我们正式推出业界首个面向物理AI的智能体开发环境。"

Rangasayee介绍，借助Palette Neat，开发者只需用语音或文字将想法直接输入给AI智能体，系统便会将抽象构想自动转化为底层计算代码。这一能力彻底消除了以往开发者在将应用程序适配或迁移至新芯片时所需耗费的数周乃至数月工作量。

过去，每当厂商推出新芯片或新硬件形态，开发者往往需要花费大量时间将创意重新映射到新平台上。Neat正是为解决这一痛点而生——开发者只需用自然语言描述需求，即可构建完整系统，将精力集中在系统层面的差异化创新和细节优化上。

该智能体开发环境通过将应用代码直接映射至芯片来承担繁重的底层工作，从而大幅压缩开发周期。SiMa表示，开发者可以复用现有应用代码，在无需重新适配的前提下，保留来自其他平台高达90%的既有软件投资。

为边缘AI开发者提供英伟达之外的新选择

Modalix系统模块能够在10瓦以内的功耗下同时运行多个大语言模型，以及视觉和传感器模型。凭借这一能力，它可在物理AI部署场景中直接替代英伟达同类系统模块形态，且无需重新设计电路板。

Rangasayee认为，Neat与Modalix的组合有望帮助开发者打破英伟达GPU在物理AI推理开发市场上的垄断格局。目前大多数开发者习惯于在英伟达生态系统中构建应用，因为主流云端GPU硬件以CUDA为基础，而英伟达已占据边缘AI近39%的市场份额，高通以约20%位居第二。

开发者天然倾向于使用自己熟悉的工具链。而智能体平台的出现，使他们在迁移至新系统时无需从头学习，可以直接开始原型验证和实验，大幅降低了试错成本。

"此前，开发者一直缺乏一个真正针对物理AI性能优化的无缝替代方案，"Rangasayee说道。正因如此，Modalix在设计上与英伟达Orin系统模块实现了"引脚对引脚"的精准对应。"我们没有试图将耗电的数据中心GPU硬搬到边缘端，而是以鲜明对比的方式提供了高能效性能。"

SiMa押注于开发者对多元化硬件选择的需求——在可扩展性、单瓦性能、热功耗设计和动态负载等方面寻求更多可能。面对英伟达高度主导的市场，SiMa希望通过提供低门槛的迁移工具，逐步从中争取一部分用户群体。

Q&A

Q1：Palette Neat是什么？它能解决什么问题？

A：Palette Neat是SiMa.ai推出的一款专为物理AI打造的智能体开发环境。它允许开发者通过自然语言直接描述需求，由AI智能体自动将想法转化为底层计算代码，从而将以往需要数月才能完成的芯片适配工作缩短至数天，大幅降低物理AI应用的开发门槛。

Q2：Modalix系统模块有什么技术优势？

A：Modalix MLSoC系统模块最大的特点是超低功耗，能在10瓦以内同时运行多个大语言模型及视觉、传感器模型。此外，它在设计上与英伟达Orin系统模块实现了引脚对引脚的精准对应，可直接替换部署，无需重新设计电路板，显著降低硬件迁移成本。

Q3：SiMa.ai如何与英伟达在边缘AI市场竞争？

A：SiMa.ai通过两个维度切入竞争：一是硬件上与英伟达Orin系统模块保持引脚兼容，降低替换门槛；二是通过Palette Neat智能体开发工具，让开发者无需重新学习即可将现有代码迁移至SiMa平台，并保留90%的既有软件投资，从而吸引希望摆脱英伟达生态依赖的开发者。