Signaloid présentera en avant-première son nouveau circuit intégré ASIC et fera une démonstration de sa technologie UxHw® lors du salon Bosch Connected World

• La société britannique de matériel d’IA Signaloid présentera en avant-première son circuit intégré ASIC récemment mis au point pour l’IA physique lors du salon Bosch Connected World, qui se tiendra les 10 et 11 juin 2026 à Berlin.
• Cet ASIC vient compléter les modules matériels de bord de Signaloid, qui permettent déjà d’accélérer de plus de 37 fois les algorithmes utilisés en IA physique et en robotique.

CAMBRIDGE, Angleterre--(BUSINESS WIRE)--La société britannique de technologies informatiques Signaloid présentera en avant-première son ASIC C0 pour l’IA physique cette semaine au salon Bosch Connected World, qui se tiendra les 10 et 11 juin à Berlin. Conçu pour la robotique, l’automatisation industrielle et les charges de travail d’IA probabiliste, l’ASIC devrait offrir des performances par watt jusqu’à 1 000 fois supérieures à celles des approches de pointe existantes.

Le matériel de calcul à distribution étendue (UxHw®) de Signaloid est déjà disponible pour une utilisation en IA physique/robotique sous la forme d’une gamme de modules matériels, ainsi que via une solution basée sur la virtualisation et la traduction binaire. UxHw permet aux robots mobiles autonomes (AMR) d’améliorer leurs algorithmes de navigation pour une navigation plus sûre et plus rapide dans les usines. De même, il permet aux automates programmables industriels (API) d’assurer une meilleure maintenance prédictive.

Pourquoi l’IA physique et la robotique ont besoin d’une puissance de calcul différente

Bon nombre des algorithmes importants qui permettent aujourd’hui la robotique et l’IA nécessitent des GPU à forte intensité de calcul ou du matériel similaire. Ils impliquent souvent des algorithmes qui doivent évaluer des centaines de milliers, voire des millions de scénarios possibles chaque seconde, qu’il s’agisse d’estimer la position d’un robot ou de suivre un drone dans l’espace. Comme ces scénarios ne sont pas tous aussi probables les uns que les autres, les processeurs actuels s’appuient sur des calculs répétés pour se rapprocher des solutions idéales. Si le matériel d’IA pouvait toutefois prendre en compte tous les scénarios possibles lors du traitement d’une valeur unique, cela permettrait de tout améliorer, des centres de données d’IA plus efficaces aux robots plus agiles, en passant par une mobilité autonome plus sûre.

Un nouveau type de matériel de calcul

Au lieu de nombres uniques, UxHw peut représenter des valeurs sous forme de plages arbitraires non uniformes (c’est-à-dire des distributions de probabilité) et effectue des calculs directement sur cette forme numérique, sans nécessiter de modifications logicielles importantes. Une seule exécution d’un logiciel traditionnel sur une plateforme informatique compatible UxHw peut donc fournir ce que les méthodes classiques basées sur l’itération nécessitent des millions de répétitions pour approcher. Dans des tests comparatifs face aux dernières plateformes informatiques haut de gamme, UxHw offre déjà des gains de vitesse de 1 000 fois supérieurs, et des gains supplémentaires sont attendus grâce au C0-ASIC de Signaloid.

Ce que l’ASIC permettra de réaliser

« Les charges de travail de calcul pour lesquelles l’UxHw de Signaloid est conçu sont utilisées dans de nombreux domaines de l’informatique, de l’IA physique et de la robotique à la modélisation de la chaîne d’approvisionnement, la logistique et la finance quantitative », déclare Phillip Stanley-Marbell, fondateur et directeur général de Signaloid. Avant même la disponibilité du C0-ASIC, les implémentations de l’UxHw de Signaloid basées sur le cloud et les FPGA affichent déjà des gains de vitesse de plus de 600 fois pour l’analyse des données de capteurs infrarouges et de plus de 37 fois pour les algorithmes de fusion de capteurs par filtre de particules. Le C0-ASIC viendra compléter les modules matériels existants de Signaloid, qui sont disponibles pour une utilisation dans une gamme d’applications industrielles, notamment pour l’intégration avec les automates programmables ctrlX core X2 et core X3 de Bosch Rexroth.

À propos de Signaloid

Signaloid a été fondée par le professeur Phillip Stanley-Marbell, ancien professeur de calcul physique à l’université de Cambridge et chercheur ayant notamment travaillé chez Bell Labs, IBM, Apple et au MIT. Signaloid fournit une plateforme informatique adaptée aux charges de travail exigeantes sur le plan computationnel, dont beaucoup peuvent être reformulées en termes d’algorithmes traitant des distributions de probabilités. Sa technologie est déjà utilisée par plus de 3 000 utilisateurs à travers le monde et est disponible sous forme de solution cloud, sur site et sur du matériel périphérique à faible consommation. www.signaloid.com

Le texte du communiqué issu d’une traduction ne doit d’aucune manière être considéré comme officiel. La seule version du communiqué qui fasse foi est celle du communiqué dans sa langue d’origine. La traduction devra toujours être confrontée au texte source, qui fera jurisprudence.

Contact médias : press@signaloid.com