SiMa.aiは、フィジカルAI向けソフトウェア「Palette 3.0」を発表しました。
単一チップ上で複数モデルを並行実行し、ドローンやロボティックス向けの推論処理を強化します。
投機的デコーディングにより、生成トークン数を最大3.5倍に高めます。
記事の概要
SiMa.aiは、6月に発表したエージェント型環境「Palette」を基盤に、Palette 3.0を提供します。
Palette 3.0は、現実世界で推論や動作を担うAIモデルの並行実行性能を高めます。
単一のModalix MLSoC上で、複数のAIモデルや個別のDockerコンテナを並行実行できます。
厳しい電力・メモリ制約のもとで、LLMやVLMなどの処理に対応します。
知覚、深度、推論の各モデルを対象に、ドローンやロボティックス向けの処理性能を強化します。
投機的デコーディングのEAGLE3、DFlash、Gemma 4 MTPにより、TPSを最大3.5倍に高めます。
Modalix MLSoC 16GB SoMでは、OpenAIのGPT-OSS-20BなどのMoEモデルも実行できます。
記事のポイント
- 複数モデルを並行実行: 単一のModalix MLSoC上で複数モデルを動かし、電力とメモリの制約下で推論を処理します。
- 自律機器向け性能を強化: ドローンやロボティックスに必要な知覚、深度、推論モデルの処理を高速化します。
- 生成処理を最大3.5倍: 投機的デコーディングを活用し、低消費電力を維持しながらTPSを最大3.5倍に高めます。
このニュースがもたらす影響
- 導入検討企業: ドローンやロボットに複数の知覚・深度・推論モデルを載せる企業は、電力・メモリ制約を前提に、機器側でどこまで処理を完結させるか再検討する必要がありそうです。
- 同業サービス提供者: モデル単体の速度だけでなく、複数モデルを同時に動かした際の電力あたり性能や、既存機器への適応速度が、提案時の比較軸として重みを増す可能性があります。
- 自律機器開発者: LLMやVLMを含む処理を単一チップ上で組み合わせられるため、認識から推論までの構成を分割して設計するより、統合した実装を検討しやすくなりそうです。
このニュースの背景
フィジカルAIでは、ソフトウェアが毎月進化する一方、従来型半導体の適応には数年かかるというギャップが課題として示されています。
完全自律型のドローンやロボティックスでは、知覚・深度・推論など複数の主要モデルを、厳しい電力とメモリの制約下で処理する必要があります。
Palette 3.0は、6月に発表されたエージェント型環境を基盤に、こうした複数モデルの実行と生成AI処理に対応する位置づけです。
関連するニュース
- マーケティングプランナーが、国内外29製品を分類した音声AIエージェントのカオスマップを公開しました。
- プラスアルファ・コンサルティングが、CustomerRingsに自然言語で顧客セグメントを作成できるAI機能を追加しました。
- ナレッジセンスが、ブラウザ操作エージェントCoworkで再認証後の作業再開に対応しました。
詳しい記事の内容はこちらから(引用元)
SiMa Technologies Inc.のプレスリリース(2026年11月18日 10時00分)SiMa.ai、エー…
https://prtimes.jp/main/html/rd/p/000000012.000167041.html