Decentraliseret og autonom fysisk AI "uden skyen"? SiMa.ai dækker alt fra robotplæneklippere til smarte maskiner

Biler og robotter i realtid: Den hemmelige nøgle til næste generation af AI

Angreb på AI-markedet: Hvordan Nota AI og SiMa.ai baner vejen for smarte maskiner

Kunstig intelligens forlader i stigende grad de gigantiske datacentre og erobrer vores fysiske verden. Uanset om det er i autonome køretøjer, intelligente trafiklys eller industrirobotter – såkaldt "fysisk AI" skal behandle meget komplekse datasæt direkte på stedet på millisekunder. Men her støder industrien på en fysisk begrænsning: Konventionelle AI-modeller er simpelthen for store og strømkrævende til de små, energieffektive chips i disse enheder. En permanent forbindelse til skyen er ofte ikke en mulighed på grund af høj latenstid og sikkerhedsproblemer. Et banebrydende partnerskab adresserer nu netop denne teknologiske flaskehals: Den sydkoreanske softwareoptimerer Nota AI og den californiske chipspecialist SiMa.ai slår sig sammen. Ved at kombinere ekstrem modelkomprimering med højt specialiserede edge AI-chips sigter de mod at løse industriens grundlæggende effektivitetsproblem. Læs videre for at finde ud af, hvorfor denne strategiske alliance går langt ud over et typisk samarbejde, og hvordan den kan omdefinere spillereglerne på milliardmarkedet for edge AI.

SiMa.ais MLSoC-platform er designet til den indlejrede kant: AI-modeller kører direkte på chippen, inferensen finder sted lokalt på enheden – uden at billed- eller sensordata skal overføres til skyen for hver beslutning.

Når optimeringssoftware møder ML SoC'er: Nota AI og SiMa.ai slår sig sammen om fysisk AI

Den 25. marts 2026 underskrev Nota AI og SiMa.ai et strategisk partnerskab i San Jose, Californien, med det erklærede mål at udvikle markedet for fysisk AI i fællesskab. Hvad der ved første øjekast blot ser ud til at være endnu en samarbejdsmeddelelse i den overophedede AI-sektor, viser sig ved nærmere eftersyn som en strategisk fornuftig fusion af to højt specialiserede aktører, der supplerer hinanden på en komplementær måde – den ene på softwaresiden, den anden inden for dedikeret AI-hardware. For at forstå betydningen af ​​denne alliance er det værd først at se nærmere på begge virksomheder og det markedsmiljø, de opererer i.

Fundamentet: Hvem er Nota AI og SiMa.ai egentlig?

Nota AI blev grundlagt i Seoul, Sydkorea, i 2015 og har siden etableret sig som en førende virksomhed inden for AI-modeloptimering og -komprimering. Virksomhedens kerneprodukt er NetsPresso-platformen, en hardwarebevidst AI-optimeringsplatform bestående af tre moduler: Model Searcher (automatiseret modelsøgning og neural arkitektursøgning), Model Compressor (komprimering, struktureret beskæring og filternedbrydning) og Model Launcher (kvantisering, konvertering og implementering på tværs af enheder). NetsPressos største styrke ligger i dens evne til automatisk at optimere AI-modeller uden at kræve dybdegående ekspertviden – en betydelig fordel i et marked, hvor manglen på højtuddannede AI-ingeniører er en strukturel flaskehals.

Nota AI hævder at være i stand til at reducere størrelsen af ​​AI-modeller med over 90 procent uden at gå væsentligt på kompromis med modellens nøjagtighed. Virksomheden har rejst cirka 42,6 millioner dollars i finansiering inden 2024, inklusive investeringer fra Korea Development Bank, Mirae Asset Securities og strategiske investorer i halvlederindustrien. Denne investorstruktur - med Samsung SDS og LG CNS som tidlige strategiske partnere - viser, at Nota AI har været positioneret i krydsfeltet mellem softwareoptimering og halvlederindustrien fra starten.

SiMa.ai blev derimod grundlagt i 2018 i San Jose, Californien, af den tidligere Groq COO Krishna Rangasayee og specialiserer sig i at udvikle dedikerede maskinlæringssystemer på chips (MLSoC'er) til edge-markedet. Virksomheden har rejst cirka 355 millioner dollars i venturekapital inden 2025, herunder 85 millioner dollars i en overtegnet finansieringsrunde i juli 2025 ledet af Maverick Capital. Virksomhedens nuværende værdiansættelse er omkring 960 millioner dollars – lige under enhjørningsstatus. Investorerne inkluderer Maverick Capital, Amplify Partners, Dell Technologies Capital og den fremtrædende chipchef Lip-Bu Tan.

SiMa.ais flagskibsprodukt er anden generation af Modalix MLSoC, et system-on-chip baseret på TSMCs N6-proces og tilgængelig i konfigurationer fra 25 til 200 TOPS (Tera Operations Per Second). Chippen understøtter CNN'er, transformere, LLM'er, LMM'er og generativ AI ved kanten og opnår ifølge producenten mere end ti gange så høj ydeevne-per-watt-effektivitet som alternative løsninger. SiMa.ai leverer ikke kun hardware, men også en komplet, softwarecentreret platform, inklusive Palette SDK, designet til at forenkle udvikling og implementering af komplekse AI-applikationer ved kanten uden forringelse af ydeevnen.

Det kerneproblem, som dette partnerskab har til formål at løse

For at forstå den strategiske kerne i denne alliance, må man først forstå det grundlæggende tekniske dilemma, som hele den fysiske AI-industri står over for. AI-modeller, der trænes i skyen eller på højtydende datacentre, er typisk store, beregningsintensive og strømkrævende. De kører exceptionelt godt på GPU'er med adgang til rigelig køling og strøm. Men ved netværkets kant – direkte i robotter, køretøjer, overvågningskameraer, produktionsmaskiner eller transportsystemer – er forholdene helt anderledes: begrænset computerkraft, stramme energibudgetter, ofte mindre end 10 watt systemstrøm og behovet for at reagere i realtid.

Cloud-løsninger er uegnede til mange af disse applikationer af flere årsager. Historisk set har latenstiden for traditionelle cloud-arkitekturer varieret fra 100 til 500 millisekunder; moderne edge AI-systemer sigter derimod mod inferenstider på mindre end 10 millisekunder, og i sikkerhedskritiske applikationer selv i området 1 til 10 millisekunder. Kollisionsdetektion i et køretøjsmiljø eller fareanalyse i et industrianlæg kan simpelthen ikke vente på et serversvar. Derudover er der bekymringer om databeskyttelse og spørgsmålet om tilslutningsmuligheder: Hvem garanterer, at en robot i et kølelager eller et kameramodul på en bro altid vil have en stabil internetforbindelse?

Det grundlæggende problem er dette: modellerne er for store til hardwaren, og hardwaren alene kan ikke løse problemet. Det er netop her, spændingen opstår, som partnerskabet mellem Nota AI og SiMa.ai får sin værdi fra. SiMa.ai leverer den mest kraftfulde og effektive dedikerede AI-chip til den indlejrede kant – men uden optimeret software forbliver noget af denne ydeevne uudnyttet. Nota AI giver mulighed for at komprimere og optimere enhver AI-model, så den er præcist skræddersyet til den specifikke hardwarearkitektur for målchippen – men uden kraftfuld og effektiv hardware forbliver fordelene ved denne optimering begrænsede.

Branchefokusområder: B2B, digitalisering (fra AI til XR), maskinteknik, logistik, vedvarende energi og industri

Mere information her:

• Ekspert Business Hub

Et tematisk knudepunkt, der tilbyder indsigt og ekspertise:

• Vidensplatform, der dækker globale og regionale økonomier, innovation og branchespecifikke tendenser
• En samling af analyser, indsigter og baggrundsinformation fra vores vigtigste fokusområder
• Et sted for ekspertise og information om aktuelle udviklinger inden for erhvervsliv og teknologi
• Et knudepunkt for virksomheder, der søger information om markeder, digitalisering og brancheinnovationer

Samspillet mellem NetsPresso og Palette SDK: Mere end summen af ​​delene

Det tekniske hjerte i dette partnerskab ligger i integrationen af ​​de to SDK-platforme: NetsPresso fra Nota AI og Palette fra SiMa.ai. Mens Palette leverer implementeringsrammen til Modalix MLSoC og administrerer hele softwarestakken til edge AI-applikationer, håndterer NetsPresso upstream-modelloptimeringsfasen.

Konceptet fungerer som følger: En bruger ønsker at køre en kompleks computervisionsmodel – for eksempel til fodgængerdetektion i et bytrafiksystem – på et indlejret system med lavt strømforbrug. I sin rå form er modellen simpelthen for stor og beregningsintensiv. NetsPresso analyserer modelarkitekturen, identificerer redundante parametre, anvender automatisk struktureret beskæring og kvantisering og reducerer derved modelstørrelsen til en brøkdel af originalen – samtidig med at detektionsnøjagtigheden opretholdes. Den optimerede model implementeres derefter via Palette SDK på Modalix MLSoC, som takket være sin specifikke hardwarearkitektur er designet præcist til denne type arbejdsbyrde.

Resultatet er et system, der overfører data direkte til enheden, ikke kræver nogen cloud-forbindelse, forbruger betydeligt mindre energi og alligevel håndterer højtydende opgaver. For industrielle miljøer, hvor vedligeholdelsesomkostninger, pålidelighed og energieffektivitet er direkte økonomiske faktorer, er dette ikke en teoretisk fordel, men en håndgribelig konkurrencefordel.

Markedet: Hvorfor fysisk AI er ved at blive en økonomisk faktor lige nu

Den makroøkonomiske baggrund for dette partnerskab er alt andet end tilfældig. Fysisk AI – det vil sige kunstig intelligens, der opererer i den fysiske verden og ikke kun behandler data – er ved at udvikle sig til et af de mest betydningsfulde vækstmarkeder inden for teknologisektoren. Det globale marked for fysisk AI blev vurderet til cirka 4,12 milliarder amerikanske dollars i 2024 og forventes at vokse til omkring 61,19 milliarder amerikanske dollars i 2034, hvilket repræsenterer en sammensat årlig vækstrate (CAGR) på 31,26 procent. Andre estimater forudsiger endda en CAGR på 32,53 procent i 2033 med et markedsvolumen på næsten 50 milliarder amerikanske dollars.

Det overordnede marked for edge AI, som inkluderer fysisk AI som et delsegment, forventes at vokse fra cirka 24,9 milliarder dollars i 2025 til over 118 milliarder dollars i 2033, med en årlig vækstrate (CAGR) på 21,7 procent. Nordamerika dominerer i øjeblikket med en markedsandel på omkring 41 procent, mens Asien-Stillehavsregionen – og dermed Nota AI's hjemmemarked i Sydkorea – betragtes som det hurtigst voksende segment. Denne geografiske komplementaritet mellem de to partnervirksomheder – en amerikansk hardwarevirksomhed og en sydkoreansk softwarevirksomhed – er strategisk vigtig, da den potentielt åbner adgang til begge vigtige globale regioner.

Hvad angår vækstfaktorer, er der i bund og grund tre kræfter: for det første den hastigt stigende udbredelse af IoT-enheder og netværkssystemer, der skal behandle data på oprindelsesstedet; for det andet den stigende efterspørgsel efter autonome systemer inden for robotteknologi, mobilitet og produktion; og for det tredje de stigende lovgivningsmæssige og databeskyttelseskrav, der favoriserer et skift af databehandling væk fra skyen og hen imod enheden.

Tre markeder i fokus: ITS, sikkerhed og robotteknologi

Partnerskabet identificerer tre specifikke anvendelsesområder, hvor den fælles løsning primært vil blive anvendt: Intelligente transportsystemer (ITS), sikkerhedsapplikationer og de bredere områder inden for robotteknologi og mobilitet.

Inden for intelligente transportsystemer træder teknologien ind på et marked med en værdi på 9,84 milliarder amerikanske dollars i 2025 og en forventet årlig vækstrate på over 10 procent inden 2033. Kravene til ITS-miljøet – realtidsdetektion af køretøjer, fodgængere, trafikskilte og farlige situationer kombineret med høj systemtilgængelighed og lavt energiforbrug – illustrerer perfekt styrkerne ved den kombinerede løsning. AI-drevne trafikstyringsløsninger har påviseligt reduceret trafikpropper med 25 til 30 procent i større byer. Nota AI's Nota Vision Agent (NVA)-løsning, der er specielt designet til videobaseret AI-intelligens, er optimeret til netop dette anvendelsesscenarie og tilpasses SiMa.ai-hardwaren.

Inden for sikkerhed og beskyttelse – hvilket betyder klassisk videoovervågning, adgangskontrol og perimeterovervågning – tilbyder edge deployment også en klar fordel i forhold til cloudbaserede tilgange, både med hensyn til databeskyttelse og responshastighed. Og inden for robotteknologi og autonom mobilitet vokser efterspørgslen efter chips, der er i stand til at behandle multimodale AI-modeller i realtid, hurtigt med den stigende udbredelse af cobots i industrien og autonome køretøjer.

Den strategiske logik bag samarbejdet: Hvorfor nu og hvorfor disse partnere?

Fra et forretningsperspektiv følger dette partnerskab en klar logik. SiMa.ai har et teknisk overbevisende produkt på markedet med Modalix MLSoC og kan prale af et bredt globalt salgsnetværk samt et etableret partnernetværk. Hvad virksomheden mangler, er et problemfrit softwarelag, der understøtter kunder i modeltilpasning og accelererer overgangen fra proof of concept til produktionsapplikation. Fordi den hyppigste flaskehals i edge AI-implementering ikke er hardwaren, men snarere spørgsmålet: Hvordan får man effektivt modellen over på chippen?

Nota AI besidder til gengæld en sofistikeret optimeringsplatform og mange års erfaring med samarbejde med halvledervirksomheder, men har naturligvis en begrænset salgsrækkevidde uden for Sydkorea. Udnyttelsen af ​​det globale SiMa.ai-netværk til fælles kundeerhvervelse og pilotprojekter giver Nota AI betydelig gearing til international ekspansion. For begge parter reducerer partnerskabet omkostningerne ved markedsføring og forkorter vejen til kommercialisering.

Derudover sender dette partnerskab et klart signal til potentielle kunder og investorer: De, der investerer i SiMa.ai-økosystemet, får automatisk adgang til den bedste modeloptimering i sin klasse. De, der bruger NetsPresso, kan implementere deres optimerede modeller på den mest kraftfulde indlejrede edge-chip på markedet. Dette svinghjulsargument – ​​jo flere kunder, jo stærkere økosystem; jo stærkere økosystem, jo ​​flere kunder – er et klassisk kendetegn ved succesfulde platformstrategier.

Hvad dette partnerskab betyder for industrien

Fra et konkurrencestrategisk perspektiv kan alliancen forstås som et svar på en klar markedstendens. Konvergensen af ​​hardware og software i AI-værdikæden er ikke en tilfældighed, men en strukturel nødvendighed. Store chipvirksomheder som Nvidia lærte denne lektie tidligt og opbyggede deres værdi ikke mindst gennem CUDA-økosystemet – hardware kan kun udnyttes til sit fulde potentiale, når softwarelaget er perfekt afstemt med det. I edge AI-segmentet, hvor ressourcerne er betydeligt knappere, er denne hardware-software-stak endnu mere kritisk.

Det er sigende, at Nvidia opkøbte OctoML (nu OctoAI) for anslået 165 til 250 millioner dollars og overtog Red Hat Neural Magic i januar 2025 – begge aktører inden for modeloptimering og komprimering til edge-implementeringer. Markedet sender et klart signal: softwareoptimering er ikke en handelsvare, men en strategisk differentiator. Nota AI og SiMa.ai reagerer på denne tendens med et partnerskab snarere end et opkøb, hvilket giver begge virksomheder større fleksibilitet.

For industrielle kunder inden for produktion, logistik, autonome køretøjer og smart infrastruktur giver dette partnerskab konkrete fordele: øget computerkraft på enheden, lavere energiforbrug, kortere implementeringscyklusser og i sidste ende lavere samlede ejeromkostninger. I et økonomisk miljø, hvor investeringsafkastet af AI-investeringer i stigende grad undersøges, er dette ikke en marginal fordel, men en afgørende en.

Om partnerskabet kan nå sit fulde potentiale afhænger i sidste ende af tre faktorer: for det første den tekniske kvalitet af SDK-integrationen, som skal gå ud over blot markedsføringskompatibilitet; for det andet SiMa.ais salgsudførelse i forbindelse med fælles kundeerhvervelse; og for det tredje begge virksomheders evne til hurtigt at omdanne virkelige pilotprojekter til skalerbare produktionsprodukter. Udmeldingerne er lovende – beviset ligger i implementeringen.

☑️ Vores forretningssprog er engelsk eller tysk

☑️ NYT: Korrespondance på dit modersmål!

 

Jeg og mit team er glade for at stå til rådighed for dig som din personlige rådgiver.

Du kan kontakte mig ved at udfylde kontaktformularen her wolfenstein@xpert.digital:eller blot ringe til mig på +49 7348 4088 965. Min e-mailadresse er

Jeg glæder mig til vores fælles projekt.

 

 

☑️ SMV-support inden for strategi, rådgivning, planlægning og implementering

☑️ Oprettelse eller omlægning af den digitale strategi og digitalisering

☑️ Udvidelse og optimering af internationale salgsprocesser

☑️ Globale og digitale B2B-handelsplatforme

☑️ Pioner inden for forretningsudvikling / marketing / PR / messer

Xpert.Digital er et datadrevet B2B-industricenter ledet af Konrad Wolfenstein . Virksomheden fungerer som en ekstern, nærmest intern løsning for industrielle partnere og lukker operationelle huller i marketing, indhold og salg – uden at kræve yderligere ressourcer fra klientsiden.

Mere information her:

• Den nærmest interne løsning: Hvordan Xpert.Digital lukker operationelle huller i B2B-marketing og -salg – Smart Content-Driven Business