Suxian Micro kiest met TUCA en TH1100 voor een render-eerst-aanpak van fysieke AI

Suxian Micro maakt de stap van grafische en displayprocessoren voor IoT- en autotoepassingen naar hardware voor fysieke AI: AI die opereert in de echte wereld, bijvoorbeeld in robots, intelligente voertuigen en industriële edge-apparatuur. Bij de opening van zijn hoofdvestiging in Tianjin presenteerde het bedrijf TUCA, een uniforme architectuur voor heterogene rekenkracht, en de Tianheng TH1100, een GPGPU-SoC die het positioneert als zijn eerste chip voor edge-AI-inferentie. De aankondiging is vooral een product- en platformstrategie; onafhankelijke benchmarkgegevens zijn vooralsnog beperkt. 4

Van edge-display naar AI-rekenkracht

De eerdere chips van Suxian Micro laten zien waar die omslag begint. Volgens het bedrijf rondde het in 2023 de functionele validatie af van de GC9002 voor energiezuinige IoT-toepassingen en van de krachtigere GC9005. De GC9005 combineert twee 32-bits RISC-V-cores, een grafische kern, een NPU en ondersteuning voor een schermuitvoer tot 3840 × 2160 pixels. 7

Een partner omschrijft de GC9005 als een op graphics gerichte MPU met geïntegreerd geheugen, 2,5D-grafische versnelling, multimediafuncties en een deep-learningaccelerator voor edge-taken zoals lokale spraakherkenning en gezichtsdetectie. 16

De redenering van het bedrijf is daarmee duidelijk: AI-versnelling hoeft geen volledig losstaand productspoor te zijn. Suxian Micro wil voortbouwen op zijn ervaring met graphics, visuele interactie en integratie van edge-systemen.

Wat betekent ‘eerst renderen, dan AI’?

Suxian Micro omschrijft zijn route als ‘render-first-then-AI’. Volgens die visie hebben fysieke-AI-producten niet alleen modelinferentie nodig, maar ook realtime visuele verwerking en een snel reagerend heterogeen systeem. Graphics vormt in deze redenering de basis voor programmeerbare parallelle rekenkracht en ontwikkeltools, waarop AI-workloads kunnen worden toegevoegd. Het bedrijf vergelijkt die ontwikkeling met de weg die NVIDIA aflegde van graphics naar general-purpose GPU-computing en AI. 4

Dat betekent niet dat rendering op zichzelf fysieke AI oplost. Het is vooral een positioneringskeuze: wie robots, voertuigen of industriële systemen uitrolt, heeft een samenhangende keten nodig voor waarneming, visualisatie, besturing, modelimplementatie en apparaatintegratie — niet alleen een hoog theoretisch TOPS-cijfer.

Drie technische bouwstenen

Suxian Micro benadrukt drie technologieën. De beloofde voordelen zijn vooralsnog claims van de leverancier, zolang gedetailleerde documentatie en reproduceerbare tests ontbreken.

GPU-IP voor de volledige stack

Het bedrijf beschrijft een verticaal ontwikkelde stack die GPU-IP, systeemsoftware en tools omvat. Op de bestaande website zijn onder meer SDK's, chip-supportpakketten, datasheets en ontwikkeltools voor de GC9000-serie beschikbaar. Dat wijst erop dat softwareondersteuning al eerder onderdeel was van de productaanpak. 3

Voor het nieuwe AI-platform wil Suxian Micro hardware, compilers, runtime-software, drivers, besturingssysteemondersteuning, algoritmen en oplossingen per toepassingsscenario op elkaar afstemmen. Voor klanten kan dat integratie- en porteerwerk verminderen bij systemen die graphics, computer vision en inferentie combineren. 4

Rekenen en opslag dichter bij elkaar op de chip

Met ‘in-chip compute-storage fusion’ wil Suxian Micro het dataverkeer tussen rekeneenheden en extern geheugen beperken. Juist bij edge-inferentie is dataverplaatsing een praktisch knelpunt, omdat die latency, energieverbruik en het systeemontwerp beïnvloedt. Het bedrijf stelt dat zijn aanpak opslag en verwerking dichter bij elkaar brengt. 4

AI ROM

AI ROM wordt gepresenteerd als een methode om geselecteerde modelparameters of gewichten op niet-vluchtige opslag in de chip te plaatsen. Volgens Suxian Micro kan dat opslagkosten en stroomverbruik verlagen en de tokenoutput verbeteren. 4

Daar staat een afruil tegenover: gewichten in vaste on-chipopslag kunnen gunstig zijn voor een specifiek afgebakende toepassing, maar zijn mogelijk minder flexibel te actualiseren dan modellen die volledig in extern, vervangbaar geheugen staan. Het bedrijf heeft nog onvoldoende technische details gepubliceerd om capaciteit, updateprocedures, ondersteunde modelformaten of de praktische prestatiewinst onafhankelijk te beoordelen.

TUCA moet de softwarelaag verenigen

TUCA, voluit Thorsianway Unified Computing Architecture, is bedoeld als gemeenschappelijke laag voor GPGPU's, AI-accelerators en andere heterogene hardware. Volgens Suxian Micro omvat de architectuur de volledige keten: van applicatieontwikkeling en compilatie van operators tot runtimeplanning en uitvoering op de hardware. 4

Het doel is ontwikkelaars één samenhangende weg te bieden om modellen en rekenworkloads uit te rollen, in plaats van voor elke accelerator een aparte low-leveltoolchain te moeten samenstellen. Dat kan vooral relevant zijn in industriële omgevingen, waar organisaties wel domeinkennis hebben maar niet altijd specialisten in compilers, runtimes, modeloptimalisatie of heterogene systeemintegratie.

Met TUCA Playground wil het bedrijf een ontwikkelomgeving bieden voor het binnenhalen van applicaties en modellen, compilatie en implementatie, observatie tijdens uitvoering en beheer van rekenresources. 4

TH1100: bekendgemaakt én nog onbekend

De Tianheng TH1100 is de eerste chip in de nieuwe lijn en wordt neergezet voor edge-AI-inferentie in toepassingen voor embodied intelligence. De voornaamste aangekondigde specificatie is 100 TOPS aan AI-rekenkracht. Suxian Micro koppelt de chip daarnaast aan FP16-ondersteuning, de geïntegreerde reken-opslagbenadering en het draaien van een sparse mixture-of-experts-taalmodel van 35B-A3B. 4

De aanduiding 35B-A3B duidt doorgaans op ongeveer 35 miljard parameters in totaal, waarvan circa 3 miljard per token actief zijn. Dat kan de actieve rekenlast beperken ten opzichte van een dense model met evenveel totale parameters. Het zegt op zichzelf echter niets definitiefs over doorvoer, latency, geheugenbehoefte of energieverbruik op een concreet apparaat. 4

De ontbrekende gegevens zijn minstens zo belangrijk als de kopregel. De openbare lanceringsinformatie bevat geen volledige, betrouwbare tabel met onder meer het aantal cores, FP16-doorvoer, geheugencapaciteit, geheugenbandbreedte, stroomverbruik, kwantiseringsmethode, contextlengte, batchgrootte of gemeten tokens per seconde. Tot een volledige datasheet en reproduceerbare benchmarkconfiguraties beschikbaar zijn, is de 100-TOPS-opgave niet één op één te vergelijken met andere accelerators in echte workloads. 4

Routekaart: TH1800 en TH24K0

Suxian Micro heeft de TH1800 aangekondigd voor eind 2027 en de TH24K0 voor 2028. Beide zijn gericht op zwaardere categorieën voor fysieke AI en grote taalmodellen. Het bedrijf presenteert ze als stappen richting concurrentie in het hogere GPU-segment en systemen op grotere schaal. 4

Dat zijn ambities, geen bewezen prestaties van geleverde hardware. Wie de routekaart beoordeelt, moet toekomstige concurrentiedoelen daarom onderscheiden van onafhankelijk gemeten producten die al beschikbaar zijn.

Waarom Tianjin en waarom een totaalpakket?

De opening van het hoofdkwartier in Tianjin is meer dan een adreswijziging. Suxian Micro stelt dat commercialisering baat heeft bij nabijheid van productiebedrijven, automotivepartijen, robotica, onderzoek en implementatiepartners in de regio Beijing–Tianjin–Hebei. 4

De commerciële propositie gaat daardoor verder dan alleen een processor verkopen. Het bedrijf legt de nadruk op chips, algoritmen, tools, referentieontwerpen en levering per scenario voor klanten die AI-capaciteiten willen, maar zelf weinig diepgaande expertise in AI-systemen hebben. Ook positioneert het eigen technologie en toelevering als antwoord op onzekerheid rond de beschikbaarheid van geïmporteerde chips en toeleveringsketens. 4

Conclusie

Het onderscheidende punt van Suxian Micro is voorlopig niet een volledig onderbouwde prestatievoorsprong. Het is de poging om ervaring met edge-graphics, heterogene software, een geheugenbewust chipontwerp en implementatiediensten te bundelen in één platform voor fysieke AI.

Met TUCA en de TH1100 wordt die strategie tastbaar. De routekaart voor Tianheng laat zien waar het bedrijf naartoe wil. Maar de doorslaggevende vragen — werkelijke inferentiesnelheid, geheugenconfiguratie, energie-efficiëntie, modelcompatibiliteit, volwassenheid van de ontwikkelomgeving en productiebeschikbaarheid — kunnen pas worden beantwoord met productdocumentatie en onafhankelijke tests. 4