Decentraliserad och autonom fysisk AI "utan molnet"? SiMa.ai täcker allt från robotgräsklippare till smarta maskiner

Bilar och robotar i realtid: Den hemliga nyckeln till nästa generations AI

Attack på AI-marknaden: Hur Nota AI och SiMa.ai banar väg för smarta maskiner

Artificiell intelligens lämnar i allt högre grad de gigantiska datacentren och erövrar vår fysiska värld. Oavsett om det gäller autonoma fordon, intelligenta trafikljus eller industrirobotar – så kallad "fysisk AI" måste bearbeta mycket komplexa datamängder direkt på plats på millisekunder. Men här stöter branschen på en fysisk begränsning: Konventionella AI-modeller är helt enkelt för stora och strömslukande för de små, energieffektiva chippen i dessa enheter. En permanent anslutning till molnet är ofta inte ett alternativ på grund av hög latens och säkerhetsproblem. Ett banbrytande partnerskap åtgärdar nu just denna tekniska flaskhals: Den sydkoreanska mjukvaruoptimeraren Nota AI och den kaliforniska chipspecialisten SiMa.ai går samman. Genom att kombinera extrem modellkomprimering med högspecialiserade edge AI-chips strävar de efter att lösa branschens grundläggande effektivitetsproblem. Läs vidare för att ta reda på varför denna strategiska allians går långt utöver ett typiskt samarbete och hur den kan omdefiniera spelreglerna på den mångmiljardmarknaden för edge AI.

SiMa.ais MLSoC-plattform är utformad för den inbäddade edge-tekniken: AI-modeller körs direkt på chipet, inferens sker lokalt på enheten – utan att bild- eller sensordata behöver överföras till molnet för varje beslut.

När optimeringsprogramvara möter ML SoCs: Nota AI och SiMa.ai går samman för fysisk AI

Den 25 mars 2026 tecknade Nota AI och SiMa.ai ett strategiskt partnerskap i San Jose, Kalifornien, med det uttalade målet att gemensamt utveckla den fysiska AI-marknaden. Det som vid första anblicken verkar vara ytterligare ett samarbetsmeddelande inom den överhettade AI-sektorn visar sig vid närmare granskning som en strategiskt sund sammanslagning av två högt specialiserade aktörer som kompletterar varandra på ett kompletterande sätt – en på mjukvarusidan, den andra inom området dedikerad AI-hårdvara. För att förstå betydelsen av denna allians är det värt att först titta närmare på båda företagen och den marknadsmiljö de verkar i.

Grunden: Vilka är Nota AI och SiMa.ai egentligen?

Nota AI grundades i Seoul, Sydkorea, år 2015 och har sedan dess etablerat sig som ett ledande företag inom AI-modelloptimering och komprimering. Företagets kärnprodukt är NetsPresso-plattformen, en hårdvarubaserad AI-optimeringsplattform som består av tre moduler: Model Searcher (automatiserad modellsökning och sökning efter neural arkitektur), Model Compressor (komprimering, strukturerad beskärning och filternedbrytning) och Model Launcher (kvantisering, konvertering och distribution över flera enheter). NetsPressos främsta styrka ligger i dess förmåga att automatiskt optimera AI-modeller utan att kräva djupgående expertkunskap – en betydande fördel på en marknad där bristen på högkvalificerade AI-ingenjörer är en strukturell flaskhals.

Nota AI hävdar att de kan minska storleken på AI-modeller med över 90 procent utan att nämnvärt kompromissa med modellens noggrannhet. Företaget har tagit in cirka 42,6 miljoner dollar i finansiering fram till 2024, inklusive investeringar från Korea Development Bank, Mirae Asset Securities och strategiska investerare inom halvledarindustrin. Denna investerarstruktur – med Samsung SDS och LG CNS som tidiga strategiska partners – visar att Nota AI har positionerats i skärningspunkten mellan programvaruoptimering och halvledarindustrin från början.

SiMa.ai, å andra sidan, grundades 2018 i San Jose, Kalifornien, av den tidigare Groq-operativa chefen Krishna Rangasayee och specialiserar sig på att utveckla dedikerade maskininlärningssystem-på-chip (MLSoC) för edge-marknaden. Företaget har tagit in cirka 355 miljoner dollar i riskkapital fram till 2025, inklusive 85 miljoner dollar i en övertecknad finansieringsrunda i juli 2025 ledd av Maverick Capital. Företagets nuvarande värdering är cirka 960 miljoner dollar – strax under enhörningsstatus. Bland investerarna finns Maverick Capital, Amplify Partners, Dell Technologies Capital och den framstående chipchefen Lip-Bu Tan.

SiMa.ais flaggskeppsprodukt är andra generationens Modalix MLSoC, ett system-på-chip baserat på TSMC:s N6-process och tillgängligt i konfigurationer från 25 till 200 TOPS (Tera Operations Per Second). Chipet stöder CNN:er, transformatorer, LLM:er, LMM:er och generativ AI vid kanten och uppnår, enligt tillverkaren, mer än tio gånger högre prestanda per watt-effektivitet än alternativa lösningar. SiMa.ai levererar inte bara hårdvara utan också en komplett, mjukvarucentrerad plattform, inklusive Palette SDK, utformad för att förenkla utveckling och driftsättning av komplexa AI-applikationer vid kanten utan prestandaförsämring.

Kärnproblemet som detta partnerskap är avsett att lösa

För att förstå den strategiska kärnan i denna allians måste man först förstå det grundläggande tekniska dilemmat som hela den fysiska AI-industrin står inför. AI-modeller som tränas i molnet eller på högpresterande datacenter är vanligtvis stora, beräkningsintensiva och strömslukande. De körs exceptionellt bra på GPU:er med tillgång till gott om kylning och ström. Men vid nätverkskanten – direkt inuti robotar, fordon, övervakningskameror, produktionsmaskiner eller transportsystem – är förhållandena helt annorlunda: begränsad datorkraft, snäva energibudgetar, ofta mindre än 10 watt systemeffekt och behovet av att reagera i realtid.

Molnlösningar är olämpliga för många av dessa applikationer av flera anledningar. Historiskt sett har latensen för traditionella molnarkitekturer varierat från 100 till 500 millisekunder; moderna AI-system vid kantlinjen strävar å andra sidan efter inferenstider på mindre än 10 millisekunder, och i säkerhetskritiska applikationer till och med i intervallet 1 till 10 millisekunder. Kollisionsdetektering i en fordonsmiljö eller riskanalys i en industrianläggning kan helt enkelt inte vänta på ett serversvar. Dessutom finns det problem med dataskydd och frågan om anslutning: Vem garanterar att en robot i ett kyllager eller en kameramodul på en bro alltid har en stabil internetanslutning?

Det grundläggande problemet är detta: modellerna är för stora för hårdvaran, och hårdvaran ensam kan inte lösa problemet. Det är just här spänningen uppstår som partnerskapet mellan Nota AI och SiMa.ai får sitt värde ur. SiMa.ai levererar det mest kraftfulla och effektiva dedikerade AI-chippet för den inbäddade kanten – men utan optimerad programvara förblir en del av denna prestanda outnyttjad. Nota AI ger möjligheten att komprimera och optimera vilken AI-modell som helst så att den är exakt anpassad till målchipets specifika hårdvaruarkitektur – men utan kraftfull och effektiv hårdvara förblir fördelarna med denna optimering begränsade.

Branschfokusområden: B2B, digitalisering (från AI till XR), maskinteknik, logistik, förnybar energi och industri

Mer information här:

• Expertföretagsnav

Ett tematiskt nav som erbjuder insikter och expertis:

• Kunskapsplattform som täcker globala och regionala ekonomier, innovation och branschspecifika trender
• En samling analyser, insikter och bakgrundsinformation från våra viktigaste fokusområden
• En plats för expertis och information om aktuell utveckling inom näringsliv och teknologi
• En knutpunkt för företag som söker information om marknader, digitalisering och branschinnovationer

Samspelet mellan NetsPresso och Palette SDK: Mer än summan av dess delar

Den tekniska kärnan i detta partnerskap ligger i integrationen av de två SDK-plattformarna: NetsPresso från Nota AI och Palette från SiMa.ai. Medan Palette tillhandahåller distributionsramverket för Modalix MLSoC och hanterar hela programvarustacken för edge AI-applikationer, hanterar NetsPresso den uppströms modelloptimeringsfasen.

Konceptet fungerar så här: En användare vill köra en komplex datorseendemodell – till exempel för fotgängardetektering i ett urbant trafiksystem – på ett inbyggt system med låg strömförbrukning. I sin råa form är modellen helt enkelt för stor och beräkningsintensiv. NetsPresso analyserar modellarkitekturen, identifierar redundanta parametrar, tillämpar automatiskt strukturerad beskärning och kvantisering och minskar därmed modellstorleken till en bråkdel av originalet – samtidigt som detekteringsnoggrannheten bibehålls. Den optimerade modellen distribueras sedan via Palette SDK på Modalix MLSoC, som tack vare sin specifika hårdvaruarkitektur är utformad just för denna typ av arbetsbelastning.

Resultatet är ett system som påverkar enheten direkt, inte kräver någon molnanslutning, förbrukar betydligt mindre energi och ändå hanterar högpresterande uppgifter. För industriella miljöer där underhållskostnader, tillförlitlighet och energieffektivitet är direkta ekonomiska faktorer är detta inte en teoretisk fördel, utan en konkret konkurrensfördel.

Marknaden: Varför fysisk AI blir en ekonomisk faktor just nu

Den makroekonomiska bakgrunden till detta partnerskap är allt annat än en slump. Fysisk AI – det vill säga artificiell intelligens som verkar i den fysiska världen och inte bara bearbetar data – håller på att utvecklas till en av de viktigaste tillväxtmarknaderna inom tekniksektorn. Den globala marknaden för fysisk AI värderades till cirka 4,12 miljarder USD år 2024 och förväntas växa till cirka 61,19 miljarder USD år 2034, vilket motsvarar en genomsnittlig årlig tillväxttakt (CAGR) på 31,26 procent. Andra uppskattningar förutspår till och med en genomsnittlig årlig tillväxttakt (CAGR) på 32,53 procent år 2033, med en marknadsvolym på nästan 50 miljarder USD.

Den övergripande marknaden för edge AI, som inkluderar fysisk AI som ett delsegment, förväntas växa från cirka 24,9 miljarder dollar år 2025 till över 118 miljarder dollar år 2033, med en årlig tillväxttakt (CAGR) på 21,7 procent. Nordamerika dominerar för närvarande med en marknadsandel på cirka 41 procent, medan Asien-Stillahavsområdet – och därmed Nota AI:s hemmamarknad i Sydkorea – anses vara det snabbast växande segmentet. Denna geografiska komplementaritet mellan de två partnerföretagen – ett amerikanskt hårdvaruföretag och ett sydkoreanskt mjukvaruföretag – är strategiskt betydelsefull, eftersom den potentiellt öppnar upp för tillgång till båda viktiga globala regionerna.

När det gäller tillväxtfaktorer finns det i huvudsak tre krafter: för det första den snabbt ökande spridningen av IoT-enheter och nätverkssystem som behöver bearbeta data vid ursprungspunkten; för det andra den växande efterfrågan på autonoma system inom robotik, mobilitet och tillverkning; och för det tredje de ökande regulatoriska och dataskyddskraven som gynnar en förskjutning av databehandling bort från molnet och mot enheten.

Tre marknader i fokus: ITS, säkerhet och robotik

Partnerskapet identifierar tre specifika tillämpningsområden där den gemensamma lösningen primärt kommer att användas: intelligenta transportsystem (ITS), säkerhets- och trygghetstillämpningar samt de bredare områdena robotik och mobilitet.

Inom området intelligenta transportsystem går tekniken in på en marknad värderad till 9,84 miljarder USD år 2025 och förväntas växa med en årlig tillväxttakt (CAGR) på över 10 procent fram till 2033. Kraven från ITS-miljön – realtidsdetektering av fordon, fotgängare, trafikskyltar och farliga situationer, i kombination med hög systemtillgänglighet och låg energiförbrukning – illustrerar perfekt styrkorna hos den kombinerade lösningen. AI-drivna trafikhanteringslösningar har påvisbart minskat trafikstockningarna med 25 till 30 procent i större städer. Nota AI:s Nota Vision Agent (NVA)-lösning, specifikt utformad för videobaserad AI-intelligens, är optimerad för just detta tillämpningsscenario och anpassas för SiMa.ai-hårdvaran.

Inom området säkerhet och skydd – det vill säga klassisk videoövervakning, åtkomstkontroll och perimeterövervakning – erbjuder edge-distribution också en tydlig fördel jämfört med molnbaserade metoder, både vad gäller dataskydd och svarshastighet. Och inom robotik och autonom mobilitet växer efterfrågan på chips som kan bearbeta multimodala AI-modeller i realtid snabbt med den ökande förekomsten av cobotar inom industrin och autonoma fordon.

Den strategiska logiken bakom samarbetet: Varför nu och varför dessa partners?

Ur ett affärsperspektiv följer detta partnerskap en tydlig logik. SiMa.ai har en tekniskt övertygande produkt på marknaden med Modalix MLSoC och kan skryta med ett brett globalt försäljningsnätverk samt ett etablerat partnernätverk. Vad företaget saknar är ett sömlöst mjukvarulager som stöder kunder i modellanpassning och accelererar övergången från koncepttest till produktionsapplikation. För den vanligaste flaskhalsen i edge AI-distribution är inte hårdvaran, utan snarare frågan: Hur får man effektivt in modellen på chipet?

Nota AI har i sin tur en sofistikerad optimeringsplattform och många års erfarenhet av samarbete med halvledarföretag, men har naturligtvis en begränsad försäljningsräckvidd utanför Sydkorea. Att utnyttja det globala SiMa.ai-nätverket för gemensam kundanskaffning och pilotprojekt ger Nota AI betydande hävstångseffekt för internationell expansion. För båda parter minskar partnerskapet kostnaderna för att lansera marknaden och förkortar vägen till kommersialisering.

Dessutom skickar detta partnerskap en tydlig signal till potentiella kunder och investerare: de som investerar i SiMa.ai-ekosystemet får automatiskt tillgång till förstklassig modelloptimering. De som använder NetsPresso kan driftsätta sina optimerade modeller på det kraftfullaste inbyggda edge-chippet på marknaden. Detta svänghjulsargument – ​​ju fler kunder, desto starkare ekosystem; ju starkare ekosystem, desto fler kunder – är ett klassiskt kännetecken för framgångsrika plattformsstrategier.

Vad detta partnerskap innebär för industrin

Ur ett konkurrensstrategiskt perspektiv kan alliansen förstås som ett svar på en tydlig marknadstrend. Konvergensen av hårdvara och mjukvara i AI-värdekedjan är inte en slump, utan en strukturell nödvändighet. Stora chipföretag som Nvidia lärde sig denna läxa tidigt och byggde sitt värde inte minst genom CUDA-ekosystemet – hårdvara kan bara användas till sin fulla potential när mjukvarulagret är perfekt anpassat till det. Inom edge AI-segmentet, där resurserna är betydligt knappare, är denna hårdvaru-mjukvara-stack ännu mer kritisk.

Det är talande att Nvidia förvärvade OctoML (nu OctoAI) för uppskattningsvis 165 till 250 miljoner dollar och tog över Red Hat Neural Magic i januari 2025 – båda aktörer inom modelloptimering och komprimering för edge-distributioner. Marknaden skickar en tydlig signal: programvaruoptimering är inte en handelsvara, utan en strategisk differentieringsfaktor. Nota AI och SiMa.ai svarar på denna trend med ett partnerskap snarare än ett förvärv, vilket ger båda företagen större flexibilitet.

För industriella kunder inom tillverkning, logistik, autonoma fordon och smart infrastruktur leder detta partnerskap till konkreta fördelar: ökad datorkraft vid enheten, lägre energiförbrukning, kortare driftsättningscykler och i slutändan lägre total ägandekostnad. I en ekonomisk miljö där avkastningen på AI-investeringar granskas alltmer är detta inte en marginell fördel, utan en avgörande.

Huruvida partnerskapet kan nå sin fulla potential beror i slutändan på tre faktorer: för det första, den tekniska kvaliteten på SDK-integrationen, som måste gå utöver ren marknadsföringskompatibilitet; för det andra, SiMa.ais försäljningsgenomförande vid gemensam kundanskaffning; och för det tredje, båda företagens förmåga att snabbt omvandla verkliga pilotprojekt till skalbara produktionsprodukter. Tillkännagivandena är lovande – beviset ligger i driftsättningen.

☑️ Vårt affärsspråk är engelska eller tyska

☑️ NYTT: Korrespondens på ditt modersmål!

 

Jag och mitt team står gärna till er förfogande som er personliga rådgivare.

Du kan kontakta mig genom att fylla i kontaktformuläret här wolfenstein@xpert.digital:eller helt enkelt ringa mig på +49 7348 4088 965. Min e-postadress är

Jag ser fram emot vårt gemensamma projekt.

 

 

☑️ Stöd till små och medelstora företag inom strategi, konsultation, planering och implementering

☑️ Skapande eller omstrukturering av den digitala strategin och digitaliseringen

☑️ Utökning och optimering av internationella säljprocesser

☑️ Globala och digitala B2B-handelsplattformar

☑️ Pionjär inom affärsutveckling / marknadsföring / PR / mässor

Xpert.Digital är en datadriven B2B-branschhubb som leds av Konrad Wolfenstein . Företaget fungerar som en extern, nästan intern lösning för industriella partners och täcker operativa luckor inom marknadsföring, innehåll och försäljning – utan att kräva ytterligare resurser från kundsidan.

Mer information här:

• Den kvasi-interna lösningen: Hur Xpert.Digital stänger operativa luckor inom B2B-marknadsföring och -försäljning – Smart Content-Driven Business