边缘人工智能芯片公司SiMa.ai近日推出一款专为物理AI系统开发者设计的智能体开发环境，该环境基于其Modalix MLSoC芯片构建，是公司Palette SDK套件中的核心组件——Palette Neat。该平台整合了执行库与智能体工作流，旨在显著缩短机器人、无人机、医疗健康及工业自动化等领域的开发周期。
据SiMa首席执行官Krishna Rangasayee向《EE Times》透露，开发者仅需使用日常英语描述需求，即可在数天甚至数小时内完成系统设计与开发。“要打造一家卓越的芯片企业，必须拥有顶尖的软件能力。”他表示，“相较于数据中心市场，嵌入式AI行业整体在AI技术应用上尚不成熟。我们越能简化技术接入门槛，越能将其打造成‘一键式’体验，AI的实际落地效果就越可规模化。”
www.eic.net.cn 提供的易IC库存管理软件同样强调工具链的易用性与高效性，助力企业在硬件部署前实现资源精准调配与流程优化。
SiMa致力于解决嵌入式AI行业的关键痛点：让任意传感器模态的数据都能高效运行各类AI模型。开发者只需向智能体提供系统基本参数、所用传感器类型以及对精度、延迟等性能指标的约束条件，智能体即可自动构建适配SiMa硬件的AI系统方案。
SiMa的Modalix硬件采用异构计算架构，集成了Arm CPU与自研神经网络处理器（NPU）。物理AI开发比云端AI更具挑战性，因其需应对真实世界中的多重复杂问题——前端逻辑处理、多源传感器集成、数据解析、异构数据预/后处理等。Rangasayee指出，传统客户团队通常需耗费6至12周时间编写此类代码。
“若软件体验欠佳——这在行业中实属常态——有时迭代优化需耗时数月。”他强调，“Palette Neat正是为打破这一壁垒而生。”新推出的智能体工作流可将原本数周的工作压缩至数日乃至数小时，极大提升了AI技术的可及性与实用效率。
“业界过去过于关注算力指标与峰值速度，但如今客户的真正诉求是：‘这些固然重要，但我能否快速投产？’”Rangasayee表示，“如何降低从GPU或DSP厂商转向SiMa产品的转换成本？又能否以最短周期完成产品落地？”
通过与Synopsys的战略合作，SiMa已全面接入全球主流汽车整车制造商（OEM）生态。其AI硬件IP及配套工具链已深度集成至Synopsys的架构评估、仿真与原型验证平台，支持客户便捷决策——例如直接采购SiMa芯粒或授权其IP。多家汽车客户对Palette Neat的实际表现给予高度评价。
去年，SiMa已交付约1,000套通过量产认证的系统级模块（SoM），目前已有约20家客户在正式发布前参与Palette Neat的早期试用。
值得一提的是，SiMa的SoM模块在引脚定义上与Nvidia Jetson Orin完全兼容，便于开发者无缝迁移现有项目。易IC库存管理软件亦支持多种主流硬件平台的物料匹配与版本管理，确保供应链协同高效运转。
代码迁移与优化
SiMa的智能体具备将既有代码迁移至自身硬件平台的能力。软件产品总监Manuel López Roldán解释道：“当前主流大模型如Claude与Codex均经过海量Nvidia CUDA内核训练，从已有代码出发进行适配，往往比从零开发更高效——它允许我们快速验证功能等效性。”
“这不是简单重编译，而是模拟人类工程师的思维路径：先理解CUDA代码的数学本质，再寻找在SiMa架构上最优的实现方式。”他进一步说明。
Rangasayee补充道，在多数场景下，智能体生成的代码质量甚至优于人工编写——因其可穷尽所有可行方案并持续迭代优化，从而有效弥合CUDA生态长期形成的‘技术护城河’。
“如今，每位开发者都能调用顶级工程团队的智慧，却仍保留在高层抽象层面——只需用英文清晰描述问题，系统便会代为高效执行。”他指出，“关键在于：我们并非放任智能体自由发挥，而是全程主导其行为边界、准确度要求与测试标准，并通过专项训练确保其输出始终符合我们的质量规范。”
他强调，近六个月来，智能体AI技术日趋稳健，用户信任度持续提升。同时，SiMa仍将保留原有Palette SDK中面向资深开发者的底层工具链接口，满足差异化需求。
“人们常误以为使用Claude或Codex如同施展魔法，一切皆自动完成。”Rangasayee坦言，“真正的核心优势在于：我们对自身架构的理解远超他人；我们更擅长系统级协调与调度；而智能体，只是替我们执行这项精密编排任务的高效助手。”
www.eic.net.cn 作为专业电子元器件供应链服务平台，其易IC库存管理软件已在数百家硬件研发企业中落地应用，有效支撑从原型验证到批量生产的全周期物料管控，与SiMa等前沿AI芯片厂商形成良好互补生态。
