SiMa.ai, ein führender Anbieter im Bereich Physical AI, stellt ‚Palette 3.0‘ vor, eine weiterentwickelte Softwareversion, die darauf ausgelegt ist, hohe Leistung auf jedes Physical-AI-Modell zu skalieren. Aufbauend auf der im Juni vorgestellten, branchenweit ersten „Agentic Palette“ bietet „Palette 3.0“ eine verbesserte parallele Modellausführung für das maschinelle Denken und Handeln in der physischen Welt. Es steigert die TPS der Modelle bei geringem Energieverbrauch um das bis zu 3,5-Fache und festigt damit die Führungsposition von SiMa.ai hinsichtlich der Leistung pro Watt.
„Der grundlegende Engpass bei der Physical AI ist heute das eklatante Missverhältnis zwischen Software, die sich monatlich weiterentwickelt, und veralteter Halbleitertechnik, deren Anpassung Jahre dauert. Wir durchbrechen diesen Kreislauf“, sagte Krishna Rangasayee, Gründer und CEO von SiMa.ai. „Nach der Ankündigung unserer branchenweit ersten ‚Agentic Palette‘ setzt Palette 3.0 unseren Anspruch um: Hardware mit der Geschwindigkeit von Software. Indem wir die überragende Leistung pro Watt für jedes Physical-AI-Modell kontinuierlich maximieren, geben wir unseren Kunden die Möglichkeit, die bahnbrechenden Funktionen von morgen auf der Hardware von heute einzusetzen und damit die Roadmap für vollständig autonome Systeme grundlegend neu zu gestalten.“
Das neue Model Registry von SiMa.ai zeigt die Leistung von Palette 3.0 für alle wichtigen Modelle, die unter anderem hinter vollautonomen Drohnen und Robotern stehen – gemessen unter realistischen Energieeinschränkungen. Während etablierte Branchenakteure auf die Anpassung veralteter Rechenzentrumstechnologie setzen, entwickelt SiMa.ai seine Software und seine Chips ausschließlich für die Anforderungen der Physical AI. Palette 3.0 bietet Entwicklern hohe Leistung bei geringem Stromverbrauch sowie Open-Source-Code, den sie frei anpassen können – aufbauend auf der agentenbasierten Software, die die Entwicklungszeit bereits von Monaten auf Tage und Stunden verkürzt. Für Details zu wettbewerbsorientierten Benchmark-Ergebnissen senden Sie bitte eine E-Mail an E-Mail-Adresse zeigen.