SoC nRF54L avec NPU pour Edge AI basse consommation

Avec le nRF54LM20B, Nordic Semiconductor renforce sa série nRF54L en introduisant un SoC intégrant une unité de traitement neuronal (NPU) dédiée à l’exécution de modèles d’intelligence artificielle en périphérie. Conçu pour les appareils alimentés par batterie, ce composant vise à rendre l’Edge AI accessible à grande échelle tout en conservant une très faible consommation énergétique.
La NPU embarquée permet d’accélérer les modèles de type TensorFlow Lite avec des performances jusqu’à 15 fois supérieures à celles obtenues sur un processeur Arm Cortex, tout en offrant une efficacité énergétique significativement améliorée. Cette capacité permet le traitement en temps réel de flux de données issus de capteurs, d’audio ou d’événements, sans dépendance au cloud, réduisant ainsi la latence et les besoins en connectivité.
Le SoC s’appuie sur une architecture mémoire optimisée pour les charges de travail Edge AI, permettant d’exécuter des applications telles que la détection d’activité, l’identification d’anomalies, le traitement audio ou l’analyse de signaux issus de capteurs inertiels. Il cible des domaines variés, allant de la domotique et des dispositifs portables aux capteurs industriels et médicaux.
Nordic accompagne cette évolution matérielle d’un ensemble d’outils facilitant la création, l’optimisation et le déploiement des modèles. Les développeurs peuvent générer des modèles personnalisés directement à partir de paramètres définis, ou créer des mots d’activation à partir de simples entrées textuelles, sans constituer de larges jeux de données audio. 
L’écosystème logiciel permet également de choisir entre exécution optimisée sur NPU ou sur CPU, selon les contraintes de puissance et de performance. Cette flexibilité réduit les barrières techniques et accélère le passage du concept au prototypage.
Disponible avec un kit de développement dédié et une production en série prévue au deuxième trimestre 2026, le nRF54LM20B vise à généraliser l’intégration de l’intelligence embarquée dans les objets connectés à faible consommation.