Nota exécute l’inférence robotique VLA sur le NPU edge de Qualcomm

Nota, société sud-coréenne spécialisée dans l’optimisation de l’IA, a annoncé le 22 septembre avoir exécuté un modèle robotique vision-langage-action entièrement sur le NPU Dragonwing IQ-9075 de Qualcomm, sans utiliser de GPU ni de serveur externe. La démonstration rapportée par l’entreprise portait sur un bras robotique répondant à une commande vocale pour déplacer un cube. Dans cet essai, Nota indique que le temps de tâche est passé de 36 secondes dans la configuration d’origine à 12 secondes après optimisation, avec un taux de réussite annoncé de 92 %, contre 93 % avant optimisation.

Ce que Nota dit avoir modifié

Cette annonce relève d’une communication d’entreprise, et non d’un benchmark vérifié de manière indépendante. Nota affirme que le changement ne s’est pas limité à remplacer un matériel par un autre, mais qu’il a consisté en un travail d’optimisation rendant la charge d’IA robotique adaptée à une exécution sur le NPU edge. L’entreprise cite plusieurs méthodes : compression du modèle, optimisation du graphe pour le NPU, utilisation de plusieurs unités NPU et accélération de l’action. Ensemble, ces changements sont présentés comme ce qui a permis au modèle VLA de fonctionner localement sur le processeur Qualcomm, plutôt que de dépendre d’un GPU ou d’un serveur extérieur au système robotique.

La distinction pratique importe, car un modèle vision-langage-action doit relier perception, compréhension du langage et mouvement physique. Dans la démonstration décrite par Nota, le bras robotique devait interpréter une instruction vocale de déplacement de cube et la traduire en séquence d’actions. L’amélioration rapportée concerne donc la tâche de démonstration de bout en bout, et pas seulement une opération isolée d’un réseau de neurones. Le passage de 36 secondes à 12 secondes indique un cycle plus court entre la commande et le mouvement achevé dans cette configuration précise.

Nota rapporte aussi une inférence jusqu’à sept fois plus rapide après optimisation. Ce chiffre doit être lu séparément de la réduction par trois de la durée de la tâche démontrée. La vitesse d’inférence renvoie au calcul du modèle, tandis que la tâche du bras robotique comprend d’autres étapes, comme la gestion de la commande, la perception et l’exécution de l’action. Les deux mesures vont dans le même sens, mais elles ne décrivent pas le même phénomène. L’affirmation de l’entreprise est que l’optimisation a suffisamment amélioré l’exécution du modèle pour raccourcir sensiblement la séquence d’action du robot.

Fonctionnement de la configuration optimisée

Les informations vérifiées ne donnent ni la taille du modèle, ni les détails du matériel robotique, ni la disposition du cube, ni la formulation de la commande au-delà de la tâche de déplacement du cube, ni l’architecture du système d’origine. Ce que l’on peut dire, c’est que Nota a déplacé la charge VLA vers le NPU Dragonwing IQ-9075 de Qualcomm et a évité à la fois l’exécution sur GPU et le traitement par serveur externe. Cela implique que la démonstration était centrée sur l’inférence embarquée : le calcul nécessaire à la tâche d’IA robotique était traité localement par l’accélérateur edge, au lieu d’être envoyé vers un traitement distant.

La compression de modèle fait partie des méthodes que Nota dit avoir utilisées. De manière générale, la compression réduit la charge de calcul d’un modèle afin qu’il puisse fonctionner avec des contraintes plus strictes de traitement et de mémoire. Dans ce cas, l’affirmation pertinente n’est pas que la compression seule a produit le résultat, mais qu’elle faisait partie d’une chaîne d’optimisation plus large. Comme aucun paramètre technique supplémentaire n’est fourni, il n’est pas possible de quantifier la part de la réduction de 36 à 12 secondes qui provient de la compression plutôt que d’autres modifications.

L’optimisation du graphe NPU est un autre composant mentionné. Elle consiste à adapter le graphe de calcul du modèle au matériel cible de traitement neuronal. Pour un NPU edge, cela peut compter, car les performances ne dépendent pas seulement de la taille théorique du modèle, mais aussi de la manière dont les opérations sont organisées et prises en charge par l’accélérateur. L’annonce de Nota attribue le résultat à ce type d’optimisation tenant compte du matériel, y compris l’utilisation de plusieurs unités NPU. L’entreprise cite aussi l’accélération de l’action, qui relie les progrès d’inférence à la chaîne de mouvement du robot.

Le résultat a été présenté à KRAIN le 11 septembre, selon les faits fournis. Ce contexte fait des chiffres des résultats de démonstration plutôt qu’une évaluation étendue dans de nombreux environnements. L’entreprise rapporte un taux de réussite de 92 % après optimisation, contre 93 % avant optimisation. L’écart d’un point, tel qu’il est rapporté, suggère que l’amélioration de vitesse démontrée ne s’est pas accompagnée d’une forte baisse de cet indicateur de réussite. Toutefois, sans nombre d’essais, conditions de test ni définition des échecs, la signification statistique de cet écart ne peut pas être établie.

Ce que les chiffres prouvent, et ce qu’ils ne prouvent pas

La conclusion la mieux étayée est que Nota rapporte une démonstration embarquée réussie d’un modèle robotique VLA sur le NPU Dragonwing IQ-9075 de Qualcomm, avec une tâche de déplacement de cube accomplie en un tiers du temps précédent. L’annonce soutient aussi l’affirmation plus étroite selon laquelle l’entreprise a mesuré une inférence plus rapide, jusqu’à sept fois, dans sa propre configuration optimisée. Il s’agit de chiffres de performance rapportés par l’entreprise à partir d’une démonstration, et non de mesures de laboratoire indépendantes ni d’une suite de benchmarks publique accompagnée de conditions de reproductibilité détaillées.

Ces chiffres ne prouvent pas que toutes les charges robotiques VLA bénéficieraient de la même accélération sur le même NPU. Ils ne prouvent pas non plus que le système optimisé maintiendrait 92 % de réussite sur des tâches plus variées, avec des objets, commandes ou environnements d’exploitation différents. Les faits vérifiés ne comprennent pas de comparaisons avec d’autres processeurs edge, GPU, systèmes fondés sur serveur ou plateformes d’optimisation concurrentes. Pour cette raison, l’annonce peut être analysée comme un élément concernant l’implémentation spécifique de Nota, mais pas comme un classement général du matériel ou du logiciel d’IA robotique.

La configuration d’origine à 36 secondes n’est pas non plus décrite complètement dans les éléments fournis. Il reste donc incertain si le système initial utilisait le même matériel edge sans optimisation, un chemin d’exécution différent ou un autre agencement. Cela limite la portée de l’interprétation de la comparaison avant-après. Le changement central décrit par Nota est l’exécution optimisée du modèle sur le NPU Qualcomm sans calcul externe. Le résultat pratique rapporté par l’entreprise est l’achèvement plus rapide de la commande vocale de déplacement du cube.

Implications pratiques

Pour la robotique, l’implication pratique d’une telle approche est une dépendance réduite au calcul distant pour une catégorie de tâches de contrôle pilotées par l’IA. Si un robot peut traiter localement un modèle VLA, la conception du système peut éviter d’envoyer l’inférence à un serveur externe pour cette étape. Les faits vérifiés ne fournissent pas de mesures de consommation électrique, de décomposition de latence, de comportement thermique ou de coût, de sorte que ces facteurs ne peuvent pas être évalués ici. La démonstration répond néanmoins à une question d’ingénierie claire : savoir si un modèle d’IA robotique peut être adapté pour tenir et fonctionner sur les ressources d’un NPU edge.

L’exécution sur un NPU edge plutôt que sur un GPU peut également compter pour les contraintes de déploiement, mais l’annonce ne quantifie pas ces contraintes. Elle ne précise pas l’effet sur la batterie, les exigences d’intégration dans un boîtier ni la nomenclature totale du système. Le point étayé est plus restreint : Nota affirme que ses méthodes d’optimisation ont permis au modèle de fonctionner sur le NPU Dragonwing IQ-9075 de Qualcomm et d’achever plus rapidement la tâche démontrée, tout en maintenant un taux de réussite de la tâche presque inchangé dans le résultat rapporté.

La position de Nota dans cette annonce est aussi celle d’une société d’optimisation, et non d’un fabricant de robots en tant que tel. Fondée au KAIST en 2015, l’entreprise commercialise la plateforme d’optimisation NetsPresso et a été cotée au KOSDAQ en novembre 2025. Ce contexte présente l’annonce comme une vitrine de technologie d’optimisation appliquée à l’IA robotique. La démonstration porte donc autant sur l’adaptation d’une charge VLA exigeante au matériel edge que sur le mouvement visible du bras robotique.

L’annonce laisse ouvertes des questions importantes, notamment sur les effets de l’optimisation sur la généralisation, sur les performances du système dans des tâches plus complexes et sur la répétabilité du résultat hors du scénario démontré. Malgré cela, dans les limites des données rapportées par l’entreprise, le cas a une portée technique : Nota affirme avoir déplacé un modèle robotique VLA sur le NPU edge de Qualcomm, supprimé le besoin d’un GPU ou d’un serveur externe dans cette configuration, et réduit une tâche vocale spécifique de déplacement de cube de 36 à 12 secondes.