A Suxian Micro apresentou sua arquitetura computacional unificada TUCA e os chips Tianheng GPGPU, entrando assim no segmento GPGPU para inteligência incorporada. Esses lançamentos ocorreram na sede da empresa em Tianjin.
A Suxian Micro apresentou sua arquitetura computacional unificada TUCA e os chips Tianheng GPGPU, entrando assim no segmento GPGPU para inteligência incorporada. Esses lançamentos ocorreram na sede da empresa em Tianjin.
A Suxian Micro lançou o GPGPU TH1100 com poder de processamento de 100 TFLOPS, que incorpora tecnologia de fusão de computação e armazenamento dentro do chip e tecnologia AI ROM, utilizando uma lógica de desenvolvimento de renderização primeiro e IA depois. A empresa foi fundada em 2015 em Hefei por graduados da Universidade de Ciência e Tecnologia de Sichuan (USTC) — Xiang Tian e Wang Pan, e em uma década se estabeleceu como líder em renderização de GPU para IoT.
Ao identificar o mercado de microcontroladores com GPU aberto devido à transição dos painéis automotivos para telas LCD de cabine inteligente, a empresa lançou o GC9003 em 2019 como o primeiro MCU automotivo doméstico com gráficos 3D. Posteriormente, surgiram o GC9002 e o GC9005, utilizados em cabines inteligentes, eletrodomésticos, controle industrial e dispositivos médicos.
A lógica de 'renderização primeiro, IA depois' é semelhante ao caminho da NVIDIA: a renderização é o primeiro nível e a IA é o segundo. Como o IP para renderização amadureceu entre 2021 e 2022, tornou-se possível a expansão natural para GPGPU. Em vez de comprar IP pronto, a empresa utiliza o design prospectivo para otimização profunda, o que corresponde à lei da redução de tempo. Essa abordagem é definida por três inovações: um IP de pilha completa projetado prospectivamente para GPU; a fusão de computação e armazenamento dentro do chip, que reduz o movimento de dados de Von Neumann; e AI ROM, que armazena parâmetros de modelo diretamente no ROM, reduzindo custos de armazenamento e consumo de energia, ao mesmo tempo que melhora a inferência de tokens.
A arquitetura TUCA possui um design multinível que abrange toda a cadeia de computação: uma camada de interface de programação para desenvolvedores, uma camada de otimização de compilação, uma camada de agendamento responsável pelo gerenciamento de memória e coordenação de múltiplos dispositivos, e uma camada de biblioteca acelerada que fornece operadores de operações matriciais, convolução e Transformer. A plataforma TUCA Playground permite compilação e execução online via navegador sem necessidade de instalação de ferramentas. O primeiro chip da série, Tianheng TH1100, oferece 100 TFLOPS para cenários de IA física e inteligência incorporada. Ele integra 6 núcleos SXGPU e um processador Cortex-A55 de 8 núcleos com processador de sinal de imagem ISP e mecanismo de segurança de criptografia. O desempenho de pico atinge 98,2 TOPS no modo esparso FP4 e 12,3 TFLOPS no modo denso FP16, com memória de até 128 GB e largura de banda de 85,3 GB/s, permitindo executar inferência completa para LLMs com 35B-A3B parâmetros em aproximadamente 50 milissegundos por token com precisão INT4.
Os planos da empresa incluem o desenvolvimento do TH1800 com benchmark de 800 TFLOPS, capaz de competir com o Jetson Thor para robótica e direção autônoma até o final de 2027, e o TH24K0 com 4000 TFLOPS, comparável ao RTX 4090, até 2028. A escolha de Tianjin é estratégica, pois o relatório municipal de 2026 indicou a inteligência incorporada como ponto de crescimento, e Jinan abriga a Universidade de Tianjin e a Universidade Nankai. A empresa enfatiza o fornecimento integrado — chip mais algoritmo mais solução —, considerando que a maioria dos clientes não possui equipes de IA próprias, chips importados apresentam riscos na cadeia de suprimentos e muitos fornecedores oferecem apenas hardware sem soluções para cenários específicos. Assim, TUCA e Tianheng posicionam a Suxian Micro na intersecção de computação de borda, inteligência incorporada e cadeias de suprimentos de GPU domésticas à medida que a IA passa do mundo digital para o físico.
A Lightelligence anunciou que atingiu o ponto de comercialização dos cálculos ópticos, apresentando o chip PACE 3 com uma matriz fotônica de 256x256. No fórum WAIC 2026, a empresa demonstrou o primeiro cálculo fotônico implementado no mundo em condições reais, utilizando o sistema de controle de acesso Tianshu Light Cube.
O chip PACE 3 foi desenvolvido especificamente para executar inferência de grandes modelos, e não para seu treinamento. Ele utiliza uma arquitetura de computação fotônica na memória para realizar multiplicações de matrizes por vetores, que é o padrão computacional principal na inferência de redes neurais. Essa arquitetura garante menor latência e melhor eficiência energética em comparação com análogos eletrônicos.
A arquitetura fotoelétrica híbrida resolve um problema fundamental: embora os cálculos fotônicos possuam vantagens como alta largura de banda, menores perdas na transmissão e capacidade natural de processamento paralelo, sua aplicação prática exige integração com sistemas eletrônicos para conversão de dados e controle. O principal obstáculo para a escalabilidade era a contradição: os consumidores finais não viam incentivo para reestruturar o software para hardware não testado, e os fornecedores não tinham demanda de mercado para cobrir os custos de produção de dispositivos ópticos.
O método da Lightelligence consiste em combinar as capacidades de comutação óptica, conexão óptica e os próprios cálculos fotônicos dentro de sua linha de produtos. Isso permite criar soluções fotoelétricas integradas que não exigem que os clientes reestruturem completamente sua pilha de software. O cofundador e diretor técnico, Dr. Meng Huaiyu, observou que o tamanho da matriz fotônica foi intencionalmente escolhido para alcançar um equilíbrio ideal, pois grandes cálculos exigem coordenação eficiente entre matrizes de diferentes tamanhos, e não uma única excessivamente grande.
Dr. Shen Yichen comparou o estágio atual de desenvolvimento à criação de uma loteria de hardware para aplicações futuras, traçando paralelos com a forma como os processadores de jogos da NVIDIA impulsionaram o desenvolvimento de redes neurais. A Lightelligence também coloca simuladores em salas de aula para que algoritmos de próxima geração possam evoluir em hardware fotônico. A empresa afirma que os cálculos fotônicos não são um substituto para as GPUs, mas sim formam um ecossistema totalmente novo, e a demonstração do sistema de controle de acesso confirma a estabilidade operacional de longo prazo.
