过去，AI的学习和推理主要依赖云端处理，但如今正迅速向现实世界的设备和现场直接处理的“物理AI”转变。在这一趋势中，总部位于美国硅谷的SiMa.ai凭借专注于边缘AI的半导体芯片和开发软件，展现出强大实力。本文采访了SiMa.ai日本法人代表林田裕，探讨其在日本市场的布局、公司优势以及物理AI的未来前景。
半导体行业积累的经验与SiMa.ai的定位
林田裕曾在日本国家东京电子、赛灵思（Xilinx）、AMD等知名企业工作，去年4月加入SiMa.ai，拥有为日本制造业等B2B客户持续提供半导体部件和解决方案的丰富经验。
SiMa.ai的名称源自梵语“边缘”之意，由前赛灵思高管Krishna Rangasay创立，成立近8年，员工约200人。作为未上市的创业公司，累计融资超过800亿日元（约5.5亿美元），今年4月获得存储巨头美国国家美光科技的投资，备受全球半导体生态系统关注。
公司研发基地遍布美国总部、德国斯图加特（专注汽车解决方案）、印度班加罗尔、日本东京、韩国首尔，未来还计划开设台湾办事处，布局全球。
克服云端限制的边缘专用单芯片SoC
目前，许多制造业和嵌入式设备厂商正积极探索AI应用，但传统将数据上传云端处理的方式面临诸多挑战：自动驾驶等场景对低延迟的严格要求，国防、医疗、门店摄像头等对安全隐私的保障需求，以及持续的云通信成本压力。
SiMa.ai的解决方案是在边缘实现高速且低功耗的本地处理。其第二代芯片“MLSoC Modalix”集成了ARM处理器、数字信号处理器（DSP）、视频编码解码器及自主研发的机器学习加速器于一体，形成完整的SoC封装。与许多竞争对手需要外接主机CPU不同，SiMa.ai的产品能在单芯片上完成所有AI推理及前后端数据处理，具备显著优势。
此外，针对工业设备领域最关注的长期供应保障，SiMa.ai承诺至少10年供应，避免了类似大型GPU厂商产品短周期停产的风险，确保系统集成后的稳定运行。其产品在保持竞争对手同等解决方案性能的同时，功耗低于10瓦，且能实现高帧率，广泛应用于无人机、搬运设备、外观检测线等多种场景，获得高度评价。
打破开发壁垒的“Palette Neat”与自然语言编程
嵌入式设备制造中，AI开发的最大难题是软件开发成本高、技术门槛大。SiMa.ai自成立以来定位为“软件公司”，致力于让开发者轻松实现AI部署。
其最新发布的智能开发工具“Palette Neat”极大简化了开发流程。传统嵌入式AI开发需耗费数月时间进行复杂的C++或Python编码、模型量化和编译等工作。而借助Neat的自然语言编程（Vibe Coding），开发者只需输入文本指令，即可完成AI流水线的构建和调优，开发周期缩短至数小时至数天。
SiMa.ai还在Hugging Face平台上预先量化并编译了Google的Gemma、Meta的Llama、微软的Phi等多款开源大型语言模型（LLM）和视觉语言模型（VLM），开发者可直接下载并通过Neat快速验证性能，极大提升开发效率。
日本市场对“可对话设备”和RAG技术的需求增长
在日本，众多制造业和大型企业已开始评估SiMa.ai设备。林田指出，尤其受到关注的是基于边缘设备的对话式解决方案。
传统上，厚重的操作手册和维护指南、错误代码处理给现场工作人员和客服中心带来巨大负担。通过将手册数据作为检索增强生成（RAG）模型集成到边缘设备，用户只需语音提问，即可在数十至数百毫秒内获得准确的恢复步骤和操作方法，语音和文本双重反馈，极大提升现场效率。即使在网络环境不稳定的工厂或汽车维修现场，独立运行的边缘AI优势也能充分发挥。
此外，车内语音命令控制、医疗设备的语音操作与指导等，过去被认为只能通过云端实现的高级LLM/VLM处理，如今能在低于10瓦的功耗下流畅运行，获得高度认可。
灵活多元的商业模式，开拓物理AI新未来
SiMa.ai未来不仅提供单芯片SoC、系统模块和PCIe卡等硬件产品，还将推动业务多元化。公司已启动将推理引擎作为知识产权（IP）授权的模式，支持客户将其集成到自有ASIC设计中，并计划明年起提供芯片级（Chiplet）销售。
第三代设备的研发也在稳步推进，目标是满足汽车功能安全和ASIL（汽车安全完整性等级）认证要求，支持语音直接输入处理，功能和性能双重提升。
SiMa.ai通过高水平融合半导体与软件技术，快速解决现场难题，其物理AI解决方案有望深刻改变未来制造业和工业设备的面貌。
