Gedecentraliseerde en autonome fysieke AI "zonder de cloud"? SiMa.ai biedt een breed scala aan oplossingen, van robotgrasmaaiers tot slimme machines

Auto's en robots in realtime: de geheime sleutel tot de volgende generatie AI

Aanval op de AI-markt: Hoe Nota AI en SiMa.ai de weg vrijmaken voor slimme machines

Kunstmatige intelligentie verlaat steeds vaker de gigantische datacenters en verovert onze fysieke wereld. Of het nu gaat om autonome voertuigen, intelligente verkeerslichten of industriële robots – zogenaamde 'fysieke AI' moet zeer complexe datasets direct ter plaatse in milliseconden verwerken. Maar hier loopt de industrie tegen een fysieke grens aan: conventionele AI-modellen zijn simpelweg te groot en te energieverslindend voor de kleine, energiezuinige chips in deze apparaten. Een permanente verbinding met de cloud is vaak geen optie vanwege de hoge latentie en beveiligingsrisico's. Een baanbrekende samenwerking pakt nu precies dit technologische knelpunt aan: de Zuid-Koreaanse softwareoptimalisator Nota AI en de Californische chipspecialist SiMa.ai bundelen hun krachten. Door extreme modelcompressie te combineren met zeer gespecialiseerde edge AI-chips, willen ze het fundamentele efficiëntieprobleem van de industrie oplossen. Lees verder om te ontdekken waarom deze strategische alliantie veel verder gaat dan een doorsnee samenwerking en hoe het de spelregels in de miljardenmarkt van edge AI zou kunnen herdefiniëren.

Het MLSoC-platform van SiMa.ai is ontworpen voor embedded edge computing: AI-modellen draaien direct op de chip, inferentie vindt lokaal op het apparaat plaats – zonder dat beeld- of sensorgegevens voor elke beslissing naar de cloud hoeven te worden overgebracht.

Wanneer optimalisatiesoftware en ML SoCs elkaar ontmoeten: Nota AI en SiMa.ai bundelen hun krachten voor fysieke AI

Op 25 maart 2026 tekenden Nota AI en SiMa.ai een strategisch partnerschap in San Jose, Californië, met als doel gezamenlijk de markt voor fysieke AI te ontwikkelen. Wat op het eerste gezicht slechts een zoveelste samenwerkingsaankondiging lijkt in de oververhitte AI-sector, blijkt bij nader inzien een strategisch verstandige fusie te zijn van twee zeer gespecialiseerde spelers die elkaar op complementaire wijze aanvullen – de een op het gebied van software, de ander op het gebied van specifieke AI-hardware. Om de betekenis van deze alliantie te begrijpen, is het de moeite waard om eerst beide bedrijven en de markt waarin ze opereren nader te bekijken.

De basis: Wie zijn Nota AI en SiMa.ai eigenlijk?

Nota AI werd in 2015 opgericht in Seoul, Zuid-Korea, en heeft zich sindsdien gevestigd als een toonaangevend bedrijf op het gebied van AI-modeloptimalisatie en -compressie. Het kernproduct van het bedrijf is het NetsPresso-platform, een hardwarebewust AI-optimalisatieplatform dat bestaat uit drie modules: Model Searcher (geautomatiseerde modelzoektocht en zoektocht naar neurale architecturen), Model Compressor (compressie, gestructureerde snoeiing en filterontleding) en Model Launcher (kwantisering, conversie en implementatie op verschillende apparaten). De belangrijkste kracht van NetsPresso ligt in het vermogen om AI-modellen automatisch te optimaliseren zonder dat diepgaande expertise vereist is – een significant voordeel in een markt waar het tekort aan hooggekwalificeerde AI-engineers een structureel knelpunt vormt.

Nota AI beweert de omvang van AI-modellen met meer dan 90 procent te kunnen verkleinen zonder de nauwkeurigheid van de modellen significant te beïnvloeden. Het bedrijf heeft voor 2024 ongeveer 42,6 miljoen dollar aan financiering opgehaald, waaronder investeringen van de Korea Development Bank, Mirae Asset Securities en strategische investeerders in de halfgeleiderindustrie. Deze investeerdersstructuur – met Samsung SDS en LG CNS als vroege strategische partners – laat zien dat Nota AI zich vanaf het begin heeft gepositioneerd op het snijvlak van softwareoptimalisatie en de halfgeleiderindustrie.

SiMa.ai, daarentegen, werd in 2018 opgericht in San Jose, Californië, door voormalig COO van Groq, Krishna Rangasayee, en is gespecialiseerd in de ontwikkeling van machine learning system-on-chips (MLSoC's) voor de edge-markt. Het bedrijf heeft tot 2025 ongeveer $355 miljoen aan durfkapitaal opgehaald, waaronder $85 miljoen in een overtekende financieringsronde in juli 2025 onder leiding van Maverick Capital. De huidige waardering van het bedrijf ligt rond de $960 miljoen – net onder de unicorn-status. Investeerders zijn onder andere Maverick Capital, Amplify Partners, Dell Technologies Capital en de prominente chip-executive Lip-Bu Tan.

Het vlaggenschip van SiMa.ai is de tweede generatie Modalix MLSoC, een system-on-chip gebaseerd op TSMC's N6-proces en verkrijgbaar in configuraties van 25 tot 200 TOPS (Tera Operations Per Second). De chip ondersteunt CNN's, transformers, LLM's, LMM's en generatieve AI aan de edge en behaalt volgens de fabrikant meer dan tien keer de prestatie-per-watt-efficiëntie van alternatieve oplossingen. SiMa.ai levert niet alleen hardware, maar ook een compleet, softwaregericht platform, inclusief de Palette SDK, ontworpen om de ontwikkeling en implementatie van complexe edge AI-toepassingen te vereenvoudigen zonder prestatieverlies.

Het kernprobleem dat deze samenwerking beoogt op te lossen

Om de strategische kern van deze alliantie te begrijpen, moet men eerst het fundamentele technische dilemma doorgronden waarmee de gehele fysieke AI-industrie wordt geconfronteerd. AI-modellen die in de cloud of in krachtige datacenters worden getraind, zijn doorgaans groot, rekenintensief en energieverslindend. Ze draaien uitzonderlijk goed op GPU's met toegang tot voldoende koeling en stroomvoorziening. Aan de rand van het netwerk – direct in robots, voertuigen, bewakingscamera's, productiemachines of transportsystemen – zijn de omstandigheden echter totaal anders: beperkte rekenkracht, krappe energiebudgetten, vaak minder dan 10 watt aan systeemvermogen, en de noodzaak om in realtime te reageren.

Cloudoplossingen zijn om verschillende redenen ongeschikt voor veel van deze toepassingen. Historisch gezien varieerde de latentie van traditionele cloudarchitecturen van 100 tot 500 milliseconden; moderne edge AI-systemen daarentegen streven naar inferentietijden van minder dan 10 milliseconden, en in veiligheidskritische toepassingen zelfs in de orde van 1 tot 10 milliseconden. Botsingsdetectie in een voertuigomgeving of gevarenanalyse in een industriële installatie kan simpelweg niet wachten op een reactie van de server. Bovendien zijn er zorgen over gegevensprivacy en de connectiviteit: wie garandeert dat een robot in een koelcel of een cameramodule op een brug altijd een stabiele internetverbinding heeft?

Het fundamentele probleem is dit: de modellen zijn te groot voor de hardware, en de hardware alleen kan het probleem niet oplossen. Precies hier ontstaat de spanning waaruit de samenwerking tussen Nota AI en SiMa.ai haar waarde ontleent. SiMa.ai levert de krachtigste en meest efficiënte dedicated AI-chip voor embedded edge-toepassingen, maar zonder geoptimaliseerde software blijft een deel van deze prestaties onbenut. Nota AI biedt de mogelijkheid om elk AI-model te comprimeren en te optimaliseren, zodat het precies is afgestemd op de specifieke hardwarearchitectuur van de doelchip. Maar zonder krachtige en efficiënte hardware blijven de voordelen van deze optimalisatie beperkt.

Onze wereldwijde expertise in de industrie en economie op het gebied van bedrijfsontwikkeling, verkoop en marketing - Afbeelding: Xpert.Digital

Focusgebieden binnen de industrie: B2B, digitalisering (van AI tot XR), werktuigbouwkunde, logistiek, hernieuwbare energie en industrie

Meer informatie vindt u hier:

• Expert Business Hub

Een thematisch kenniscentrum met inzichten en expertise:

• Kennisplatform over mondiale en regionale economieën, innovatie en trends in specifieke sectoren
• Een verzameling analyses, inzichten en achtergrondinformatie over onze belangrijkste aandachtsgebieden
• Een plek voor expertise en informatie over actuele ontwikkelingen in het bedrijfsleven en de technologie
• Een informatiecentrum voor bedrijven die op zoek zijn naar informatie over markten, digitalisering en innovaties in de sector

De wisselwerking tussen NetsPresso en Palette SDK: meer dan de som der delen

De technische kern van deze samenwerking ligt in de integratie van de twee SDK-platforms: NetsPresso van Nota AI en Palette van SiMa.ai. Palette levert het implementatiekader voor de Modalix MLSoC en beheert de volledige softwarestack voor edge AI-toepassingen, terwijl NetsPresso de upstream-modeloptimalisatiefase voor zijn rekening neemt.

Het concept werkt als volgt: een gebruiker wil een complex computervisiemodel – bijvoorbeeld voor voetgangersdetectie in een stedelijk verkeerssysteem – uitvoeren op een embedded systeem met een laag energieverbruik. In zijn ruwe vorm is het model simpelweg te groot en rekenintensief. NetsPresso analyseert de modelarchitectuur, identificeert redundante parameters, past automatisch gestructureerde snoeiing en kwantisering toe en reduceert zo de modelgrootte tot een fractie van het origineel – met behoud van de detectienauwkeurigheid. Het geoptimaliseerde model wordt vervolgens via de Palette SDK geïmplementeerd op de Modalix MLSoC, die dankzij zijn specifieke hardwarearchitectuur precies is ontworpen voor dit type workload.

Het resultaat is een systeem dat direct op het apparaat inferenties uitvoert, geen cloudverbinding vereist, aanzienlijk minder energie verbruikt en toch veeleisende taken aankan. Voor industriële omgevingen waar onderhoudskosten, betrouwbaarheid en energie-efficiëntie directe economische factoren zijn, is dit geen theoretisch voordeel, maar een tastbaar concurrentievoordeel.

De markt: Waarom fysieke AI nu een economische factor aan het worden is

De macro-economische achtergrond van dit partnerschap is allesbehalve toevallig. Fysieke AI – dat wil zeggen, kunstmatige intelligentie die in de fysieke wereld opereert en niet alleen data verwerkt – ontwikkelt zich tot een van de belangrijkste groeimarkten in de technologiesector. De wereldwijde markt voor fysieke AI had in 2024 een waarde van ongeveer 4,12 miljard dollar en zal naar verwachting groeien tot circa 61,19 miljard dollar in 2034, wat neerkomt op een samengesteld jaarlijks groeipercentage (CAGR) van 31,26 procent. Andere schattingen voorspellen zelfs een CAGR van 32,53 procent in 2033, met een marktvolume van bijna 50 miljard dollar.

De overkoepelende markt voor edge AI, inclusief fysieke AI als subsegment, zal naar verwachting groeien van circa 24,9 miljard dollar in 2025 tot meer dan 118 miljard dollar in 2033, met een samengesteld jaarlijks groeipercentage (CAGR) van 21,7 procent. Noord-Amerika domineert momenteel met een marktaandeel van ongeveer 41 procent, terwijl de regio Azië-Pacific – en daarmee de thuismarkt van Nota AI in Zuid-Korea – wordt beschouwd als het snelstgroeiende segment. Deze geografische complementariteit van de twee partnerbedrijven – een Amerikaans hardwarebedrijf en een Zuid-Koreaans softwarebedrijf – is strategisch belangrijk, omdat het potentieel toegang biedt tot beide belangrijke wereldwijde regio's.

Wat de groeifactoren betreft, zijn er in wezen drie krachten: ten eerste de snel toenemende verspreiding van IoT-apparaten en netwerksystemen die gegevens ter plaatse moeten verwerken; ten tweede de groeiende vraag naar autonome systemen in robotica, mobiliteit en de maakindustrie; en ten derde de toenemende regelgeving en eisen op het gebied van gegevensbescherming die een verschuiving van gegevensverwerking van de cloud naar het apparaat bevorderen.

Drie focusmarkten: ITS, beveiliging en robotica

Het partnerschap identificeert drie specifieke toepassingsgebieden waarin de gezamenlijke oplossing primair zal worden gebruikt: intelligente transportsystemen (ITS), veiligheids- en beveiligingstoepassingen en de bredere gebieden robotica en mobiliteit.

In het veld van intelligente transportsystemen betreedt de technologie een markt met een waarde van 9,84 miljard dollar in 2025 en een verwachte groei van meer dan 10 procent per jaar tot 2033. De eisen van de ITS-omgeving – realtime detectie van voertuigen, voetgangers, verkeersborden en gevaarlijke situaties, gecombineerd met een hoge systeem beschikbaarheid en een laag energieverbruik – illustreren perfect de sterke punten van de gecombineerde oplossing. Door AI aangedreven verkeersmanagementoplossingen hebben aantoonbaar de verkeersdrukte in grote steden met 25 tot 30 procent verminderd. Nota AI's Nota Vision Agent (NVA)-oplossing, specifiek ontworpen voor op video gebaseerde AI-intelligentie, is geoptimaliseerd voor precies dit toepassingsscenario en wordt aangepast voor de SiMa.ai-hardware.

Op het gebied van beveiliging en bescherming – denk aan klassieke videobewaking, toegangscontrole en perimeterbewaking – biedt edge-implementatie een duidelijk voordeel ten opzichte van cloudgebaseerde oplossingen, zowel wat betreft gegevensbescherming als reactiesnelheid. En op het gebied van robotica en autonome mobiliteit groeit de vraag naar chips die multimodale AI-modellen in realtime kunnen verwerken snel, met de toenemende aanwezigheid van cobots in de industrie en autonome voertuigen.

De strategische logica achter de samenwerking: Waarom nu en waarom deze partners?

Vanuit zakelijk oogpunt is deze samenwerking logisch. SiMa.ai heeft met de Modalix MLSoC een technisch aantrekkelijk product op de markt en beschikt over een breed wereldwijd verkoopnetwerk en een gevestigd partnernetwerk. Wat het bedrijf echter mist, is een naadloze softwarelaag die klanten ondersteunt bij modelaanpassing en de overgang van proof-of-concept naar productietoepassing versnelt. De meest voorkomende bottleneck bij de implementatie van edge AI is immers niet de hardware, maar de vraag: hoe krijg je het model efficiënt op de chip?

Nota AI beschikt op haar beurt over een geavanceerd optimalisatieplatform en jarenlange ervaring in de samenwerking met halfgeleiderbedrijven, maar heeft vanzelfsprekend een beperkt verkoopbereik buiten Zuid-Korea. Door gebruik te maken van het wereldwijde SiMa.ai-netwerk voor gezamenlijke klantenwerving en pilotprojecten, krijgt Nota AI een aanzienlijke voorsprong voor internationale expansie. Voor beide partijen verlaagt het partnerschap de kosten voor marktintroductie en verkort het de weg naar commercialisering.

Bovendien geeft deze samenwerking een duidelijk signaal af aan potentiële klanten en investeerders: wie investeert in het SiMa.ai-ecosysteem krijgt automatisch toegang tot de beste modeloptimalisatie. Gebruikers van NetsPresso kunnen hun geoptimaliseerde modellen implementeren op de krachtigste embedded edge-chip op de markt. Dit vliegwielprincipe – hoe meer klanten, hoe sterker het ecosysteem; hoe sterker het ecosysteem, hoe meer klanten – is een klassiek kenmerk van succesvolle platformstrategieën.

Wat deze samenwerking betekent voor de industrie

Vanuit een concurrentiestrategisch oogpunt kan de alliantie worden gezien als een reactie op een duidelijke markttrend. De convergentie van hardware en software in de AI-waardeketen is geen toeval, maar een structurele noodzaak. Grote chipfabrikanten zoals Nvidia hebben deze les al vroeg geleerd en hun waarde mede te danken aan het CUDA-ecosysteem – hardware kan immers pas optimaal worden benut als de softwarelaag er perfect op is afgestemd. In het edge AI-segment, waar de middelen aanzienlijk schaarser zijn, is deze hardware-softwarecombinatie nog crucialer.

Het is veelzeggend dat Nvidia OctoML (nu OctoAI) overnam voor naar schatting 165 tot 250 miljoen dollar en in januari 2025 Red Hat Neural Magic overnam – beide spelers op het gebied van modeloptimalisatie en -compressie voor edge-implementaties. De markt geeft een duidelijk signaal af: softwareoptimalisatie is geen standaardproduct, maar een strategisch concurrentievoordeel. Nota AI en SiMa.ai spelen in op deze trend met een partnerschap in plaats van een overname, wat beide bedrijven meer flexibiliteit biedt.

Voor industriële klanten in de productie, logistiek, autonome voertuigen en slimme infrastructuur vertaalt deze samenwerking zich in concrete voordelen: meer rekenkracht op het apparaat, een lager energieverbruik, kortere implementatiecycli en uiteindelijk lagere totale eigendomskosten. In een economische omgeving waar het rendement op investeringen in AI steeds kritischer wordt bekeken, is dit geen marginaal voordeel, maar een doorslaggevend voordeel.

Of het partnerschap zijn volledige potentieel kan bereiken, hangt uiteindelijk af van drie factoren: ten eerste de technische kwaliteit van de SDK-integratie, die verder moet gaan dan louter marketingcompatibiliteit; ten tweede de verkoopstrategie van SiMa.ai bij de gezamenlijke werving van klanten; en ten derde het vermogen van beide bedrijven om praktijkgerichte pilotprojecten snel om te zetten in schaalbare productieproducten. De aankondigingen zijn veelbelovend – de implementatie zal het uitwijzen.

☑️ Onze zakelijke voertaal is Engels of Duits

☑️ NIEUW: Correspondentie in uw moedertaal!

Konrad Wolfenstein

Mijn team en ik staan ​​graag tot uw beschikking als uw persoonlijke adviseur.

U kunt contact met mij opnemen door hier het contactformulier in te vullen of door mij te bellen op +49 7348 4088 965. Mijn e-mailadres is : [email protected]

Ik kijk uit naar ons gezamenlijke project.

☑️ Ondersteuning van het MKB op het gebied van strategie, advies, planning en implementatie

☑️ Opstellen of herzien van de digitale strategie en digitalisering

☑️ Uitbreiding en optimalisatie van internationale verkoopprocessen

☑️ Wereldwijde en digitale B2B-handelsplatformen

☑️ Pionier in bedrijfsontwikkeling / marketing / PR / beurzen

De quasi-interne oplossing: Hoe Xpert.Digital operationele hiaten in B2B-marketing en -verkoop dicht – Slimme, contentgedreven bedrijfsvoering - Afbeelding: Xpert.Digital

Xpert.Digital is een datagedreven B2B-branchehub onder leiding van Konrad Wolfenstein . Het bedrijf fungeert als een externe, quasi-interne oplossing voor industriële partners en dicht operationele lacunes in marketing, content en sales – zonder dat de klant extra middelen nodig heeft.

Meer informatie vindt u hier:

• De quasi-interne oplossing: Hoe Xpert.Digital operationele hiaten in B2B-marketing en -verkoop dicht – Slimme, contentgedreven bedrijfsvoering