Voie neuromorphique pour l'IA physique
Pour commencer
2026-10-09, EE Times publie une analyse technique de Xabier Iturbe : l'IA physique nécessite une couche intermédiaire neuromorphique entre capteurs et silicium, sélectionnant les événements physiques pertinents au lieu de traiter des flux denses à taux fixe. Les capteurs événementiels encodent les changements de lumière, toucher ou vibration en événements asynchrones ancrés dans le temps et l'espace ; leur conversion en données numériques peut faire passer un événement sparse à des dizaines de bits. Cette couche transforme les événements en état physique compact (proximité d'obstacle, vitesse relative, temps de collision) pour alimenter GPUs et NPUs sans transporter le flux brut, ouvrant un co-design silicium avec intégration 3D et une interface standardisée d'état physique.
AI Généré à partir des reportages · 2 hmise à jour
Chronologie des reportages
Suivez les reportages pour découvrir les différentes facettes de l'événement.
- EE TimesPhysical AI a besoin d'une voie neuromorphique du capteur au silicium
Physical AI doit adopter une couche intermédiaire neuromorphique entre capteurs et silicium pour sélectionner les événements physiques pertinents plutôt que de traiter des flux denses échantillonnés à taux fixe. Les capteurs événementiels encodent les changements de lumière, de toucher ou de vibration en événements asynchrones ancrés dans le temps et l'espace, mais leur conversion en données numériques conventionnelles peut faire passer un événement sparse à des dizaines de bits. Cette couche transforme les événements en état physique compact — proximité d'obstacle, vitesse relative, temps de collision — pour alimenter GPUs et NPUs sans transporter le flux brut, ouvrant un espace de co-design silicium avec intégration 3D et une interface standardisée d'état physique.
Évolution des tendances de cet événement
Pas encore assez de données d'observation continues pour tracer une tendance.