TUCA et TH1100 : la stratégie « du rendu à l’IA » de Suxian Micro

Suxian Micro entend passer des processeurs graphiques et d’affichage destinés à l’IoT et à l’automobile à une plateforme pour l’IA incarnée — c’est-à-dire l’IA déployée dans des systèmes physiques tels que robots, véhicules intelligents et machines industrielles. Lors du lancement de son siège de Tianjin, l’entreprise a placé deux briques au centre de cette stratégie : TUCA, une architecture unifiée pour le calcul hétérogène, et le Tianheng TH1100, un SoC GPGPU présenté comme sa première puce d’inférence IA en périphérie de réseau (edge AI). L’annonce précise surtout une feuille de route et un positionnement de plateforme : les résultats de benchmarks indépendants sont encore rares. 4

Des puces d’affichage embarquées vers le calcul IA

Les produits antérieurs de Suxian Micro donnent le point de départ de cette évolution. L’entreprise indique que les GC9002 et GC9005 ont achevé leur validation fonctionnelle en 2023, le premier pour des usages IoT à basse consommation et le second pour des scénarios d’affichage plus exigeants. Selon ses documents, le GC9005 associe deux cœurs RISC-V 32 bits, un cœur graphique, un NPU et une prise en charge d’un affichage jusqu’en 3 840 × 2 160 pixels. 7

Un partenaire décrit aussi le GC9005 comme un MPU centré sur le graphisme, intégrant de la mémoire, une accélération graphique 2,5D, des fonctions multimédias et un accélérateur de deep learning pour des tâches locales, notamment la reconnaissance vocale et la détection de visages. 16

Cette trajectoire explique l’idée défendue aujourd’hui par le fabricant : l’accélération IA ne serait pas une activité isolée, mais l’extension d’un savoir-faire dans le graphisme, l’interaction visuelle et l’intégration de systèmes en périphérie.

« Le rendu d’abord, puis l’IA » : le pari de Suxian Micro

Suxian Micro résume sa stratégie par l’expression « render-first-then-AI », que l’on peut traduire par « le rendu d’abord, puis l’IA ». Sa thèse est que les produits d’IA physique exigent à la fois de l’inférence de modèles, du calcul visuel en temps réel et des systèmes hétérogènes réactifs. Dans cette présentation, le graphisme apporte les fondations de calcul parallèle programmable et d’outillage logiciel sur lesquelles les charges IA peuvent ensuite se greffer. L’entreprise rapproche ce cheminement de l’évolution de NVIDIA, passée des GPU graphiques au calcul généraliste sur GPU, puis à l’IA. 4

Cela ne signifie pas que le rendu graphique suffirait à résoudre les défis de l’IA incarnée. C’est plutôt un argument de positionnement : pour déployer un système physique, il faut articuler perception, visualisation, contrôle, exécution de modèles et intégration matérielle — pas seulement afficher un chiffre théorique d’opérations par seconde.

Les trois piliers technologiques mis en avant

Suxian Micro avance trois technologies liées dans son offre destinée à l’IA physique. Leurs bénéfices restent, à ce stade, des affirmations du fournisseur tant qu’ils ne sont pas étayés par une documentation détaillée et des essais reproductibles.

Une pile GPU conçue de bout en bout

L’entreprise décrit une pile développée verticalement, allant de la propriété intellectuelle GPU aux logiciels système et aux outils. Son site propose déjà des informations de sélection produit, des SDK, des paquets de prise en charge des puces, des fiches techniques et des outils de développement pour la gamme GC9000, signe que l’accompagnement logiciel faisait partie de son approche précédente. 3

Pour la nouvelle plateforme, l’objectif affiché est de coordonner matériel, compilateurs, environnement d’exécution, pilotes, prise en charge du système d’exploitation, algorithmes et solutions par usage. L’intérêt potentiel est de réduire le travail d’intégration et de portage pour les clients qui conçoivent des systèmes mêlant graphisme, vision et inférence. 4

La fusion calcul-stockage dans la puce

Suxian Micro promeut également une « fusion calcul-stockage dans la puce », censée limiter les mouvements de données entre unités de calcul et mémoire externe. En inférence embarquée, le trafic mémoire est un facteur concret de latence, de consommation énergétique et de complexité de conception. L’entreprise affirme que son approche améliore la proximité entre stockage et calcul. 4

L’AI ROM

L’AI ROM est présentée comme un moyen de placer certains paramètres ou poids de modèles dans une mémoire non volatile intégrée à la puce. Suxian Micro soutient que cette méthode peut réduire les coûts de stockage et la consommation électrique, tout en améliorant le débit de génération de jetons (tokens). 4

Le compromis est clair : conserver des poids dans un stockage intégré et fixe peut convenir à un déploiement très ciblé, mais apporte moins de souplesse qu’un modèle entièrement placé dans une mémoire externe facilement remplaçable. L’entreprise n’a pas encore fourni assez de détails publics pour évaluer de manière indépendante la capacité, les mécanismes de mise à jour, les formats de modèles compatibles ou le gain réel de performances.

TUCA, la couche logicielle commune

TUCA, pour Thorsianway Unified Computing Architecture, est la couche commune proposée par Suxian Micro pour les GPGPU, accélérateurs IA et matériels de calcul hétérogène. L’entreprise indique qu’elle couvre toute la chaîne, du développement applicatif et de la compilation des opérateurs à l’ordonnancement à l’exécution et au matériel. 4

L’enjeu pratique est d’offrir aux développeurs une voie plus unifiée pour déployer modèles et charges de calcul, au lieu de les obliger à assembler des chaînes d’outils bas niveau distinctes pour chaque accélérateur. Le point est particulièrement important dans l’industrie, où des clients peuvent maîtriser leur métier sans disposer d’une expertise interne approfondie en compilateurs, environnements d’exécution, optimisation de modèles ou intégration de systèmes hétérogènes.

Suxian Micro présente aussi TUCA Playground comme l’environnement orienté développeurs de cette pile. Son rôle annoncé est d’aider à importer applications et modèles, compiler et déployer, observer l’exécution et administrer les ressources. 4

TH1100 : ce qui est annoncé, et ce qui manque encore

Le Tianheng TH1100 est la première puce de la nouvelle gamme. Il vise l’inférence IA en périphérie pour des applications d’IA incarnée. La principale spécification dévoilée est une puissance de calcul IA de 100 TOPS. Suxian Micro l’associe aussi à la prise en charge FP16, à son approche de fusion calcul-stockage et au déploiement d’un modèle de langage parcimonieux de type mélange d’experts, désigné 35B-A3B. 4

Cette désignation renvoie généralement à environ 35 milliards de paramètres au total, dont près de 3 milliards activés pour chaque jeton. Un tel modèle peut demander moins de calcul actif qu’un modèle dense ayant le même nombre total de paramètres. Cela ne permet toutefois pas, à lui seul, de déduire le débit, la latence, les besoins mémoire ou la consommation d’un appareil donné. 4

Les informations absentes sont tout aussi importantes que le chiffre de 100 TOPS. Les publications disponibles au lancement ne donnent pas de tableau fiable et complet sur le nombre de cœurs, le débit FP16, la capacité et la bande passante mémoire, l’enveloppe de puissance, la méthode de quantification, la longueur de contexte, la taille des lots ou les jetons générés par seconde. Tant qu’une fiche technique détaillée et des configurations de benchmark reproductibles ne seront pas publiées, les 100 TOPS ne doivent pas être utilisés pour comparer directement le TH1100 à d’autres accélérateurs sur des usages réels. 4

Une feuille de route vers les TH1800 et TH24K0

Suxian Micro a évoqué un TH1800 pour la fin de 2027 et un TH24K0 pour 2028. Les deux produits visent des niveaux de calcul supérieurs pour l’IA incarnée et les grands modèles de langage. L’entreprise les présente comme des étapes vers la concurrence sur le segment des GPU haut de gamme et des systèmes d’IA physique de plus grande ampleur. 4

Ces annonces traduisent une ambition, non des performances démontrées. Pour évaluer cette feuille de route, il faut distinguer les objectifs concurrentiels futurs des mesures indépendantes sur des produits effectivement livrés.

Pourquoi Tianjin et pourquoi l’approche « plateforme » compte

Le lancement au siège de Tianjin est présenté comme davantage qu’un simple changement d’adresse. La thèse de Suxian Micro est que la commercialisation dépend d’une proximité avec les partenaires de fabrication, de l’automobile, de la robotique, de la recherche et du déploiement dans la région Pékin-Tianjin-Hebei. 4

Son offre commerciale dépasse donc la seule vente d’un processeur. L’entreprise met en avant les puces, les algorithmes, les outils, les conceptions de référence et une livraison adaptée à des scénarios précis, à destination de clients qui souhaitent intégrer l’IA mais ne disposent pas nécessairement de fortes compétences en ingénierie des systèmes IA. Elle présente aussi la maîtrise domestique des technologies et de l’approvisionnement comme une réponse aux incertitudes de disponibilité des puces importées et des chaînes d’approvisionnement. 4

À retenir

La principale différenciation de Suxian Micro n’est pas encore une avance de performances clairement documentée. Elle réside dans sa tentative de réunir expérience du graphisme en périphérie, logiciels de calcul hétérogène, conception attentive aux transferts mémoire et services de déploiement au sein d’une même plateforme pour l’IA physique.

L’annonce du TH1100 à 100 TOPS et de TUCA rend cette stratégie tangible, tandis que la feuille de route Tianheng indique l’objectif poursuivi. Mais les questions déterminantes — vitesse réelle d’inférence, mémoire, efficacité énergétique, compatibilité des modèles, maturité de l’écosystème développeur et disponibilité en production — nécessiteront des fiches produits complètes et des tests indépendants. 4