Lors du WAIC 2026, l'entreprise singapourienne d'infrastructure IA Acrab a lancé l'Agent Box et la puce GΞLIX 1, conçues pour fournir une base de calcul pour l'IA agente en périphérie. Contrairement aux puces IA traditionnelles, la GΞLIX 1 met l'accent sur la coopération hétérogène entre CPU et NPU, une architecture mémoire unifiée et l'optimisation du Prefill, offrant 700 TOPS de puissance de calcul et une bande passante mémoire de 273 Go/s. Le PDG Ken Phua estime que l'IA est entrée dans l'ère du calcul hétérogène, où le CPU retrouve une place centrale ; Acrab a levé plus de 350 millions de dollars au total. L'IA en périphérie passe de « exécuter un modèle » à « exécuter à long terme un système intelligent », et la véritable concurrence réside dans la capacité d'intégration complète entre la puce, la pile logicielle et l'écosystème d'agents.Auteur et source de l'article : Nezhiyuan
Sur quelle infrastructure de calcul l'IA agente devrait-elle être exécutée ?
Quelques jours plus tard, l’un des concepts les plus fréquentés de WAIC 2026 — l’Agent Computer — commence à passer de la nouveauté des stands à un véritable défi d’ingénierie.
Faire fonctionner un grand modèle sur un appareil local n'est plus la partie la plus difficile. Ce qui est plus difficile, c'est de savoir si le processeur peut rester stable sous les contraintes de consommation énergétique, de latence et de coût, lorsque l'agent doit lire continuellement des fichiers, conserver une mémoire, appeler des outils et s'exécuter en arrière-plan sur une longue période.
Cela modifiera la manière d'évaluer les puces côté périphérique. Les TOPS, les paramètres du modèle et les tokens par seconde restent importants, mais si la bande passante mémoire ne suit pas, si le CPU et le NPU ne coopèrent pas bien, ou si la pile logicielle ne parvient pas à maintenir l'état des tâches, même un pic impressionnant ne suffira peut-être qu'à réaliser une démonstration.
Nous avons remarqué que cette semaine, l'entreprise singapourienne Acrab a organisé un événement en ligne et a lancé Agent Box, ce qui pourrait fournir un exemple à analyser.
Lors de cette conférence, cette entreprise d'infrastructure IA a présenté simultanément le prefill, la mémoire unifiée, la coopération hétérogène CPU-NPU et l'orchestration d'agents.
Ces mots-clés pointent vers le même jugement : l'IA de bord passe de « l'exécution d'un modèle » à « l'exécution à long terme d'un système intelligent ».
Ce que les puces doivent résoudre ne se limite plus à la simple question de la puissance de calcul suffisante, mais à la manière dont les données circulent, les tâches sont planifiées et le logiciel et le matériel coopèrent en continu.
Ainsi, lorsque l'agitation entourant WAIC, les nouvelles publications et les tendances industrielles se calment, la question véritablement méritant d'être posée devient plus claire : quand les agents passent d'une simple invocation à un fonctionnement continu, quelles sont les modifications réelles nécessaires pour les puces côté terminal ?
D'une seule déduction à un travail continu
L'agent a modifié la charge côté appareil
Les chatbots effectuent généralement une seule boucle de question-réponse. Après avoir reçu une tâche, un agent peut d'abord rechercher des informations, lire des fichiers, puis appeler du code, un navigateur, un calendrier ou des logiciels de bureau ; après avoir accompli une partie de la tâche, il vérifie les résultats, conserve l'état de la tâche et attend le prochain déclencheur. Une tâche implique souvent plusieurs appels au modèle, ainsi que des changements répétés entre différents modèles, outils et applications.
Acrab a démontré un processus de tâche relativement complet lors de la conférence : l'utilisateur demande de créer un cadeau thématique spatial pour son enfant, le système propose ensuite des idées, aide à choisir une solution, appelle les outils associés et suit l'avancement de la fabrication ; en cas de nouvelle situation dans l'environnement, il peut se connecter à d'autres appareils intelligents pour y répondre.
Le sens de cette démonstration ne réside pas dans la finesse d'une seule réponse, mais dans la capacité d'une phrase en langage naturel à être transformée en une série d'actions continues. Pour les systèmes informatiques, un Agent ne se limite plus à « appeler un modèle une seule fois », mais effectue des transitions continues entre le modèle, les données, les logiciels et les appareils.
Ce mode de fonctionnement met d'abord en évidence la répartition des tâches entre l'extrémité et le cloud.
Le coût d'une seule inférence peut être faible, mais lorsque les appels deviennent fréquents et continus, les jetons passent d'un indicateur technique à une facture réelle ; un seul délai de réseau a un impact limité sur une conversation, mais il s'accumule progressivement dans des tâches en plusieurs étapes ; pour que l'Agent maîtrise un contexte personnel plus complet, les données circulent en boucle vers le cloud, élargissant ainsi la surface d'exposition.
Ainsi, le traitement côté appareil et le traitement dans le cloud ne sont pas mutuellement exclusifs. Une structure plus réaliste consiste à garder localement les tâches à haute fréquence, sensibles à la confidentialité, nécessitant une réponse rapide et un état persistant à long terme ; les raisonnements complexes dépassant les capacités de l’appareil sont alors délégués aux ressources cloud.
Le véritable changement réside dans le fait que le périphérique de bout ne se contente plus d'effectuer une seule inférence de modèle, mais doit prendre en charge un système intelligent qui ne peut pas être facilement interrompu.
Il doit à la fois exécuter de grands modèles, gérer des contextes longs, des tâches multiples et des appels d'outils ; les performances doivent être suffisamment puissantes, sans que la consommation d'énergie ni les coûts ne deviennent incontrôlables, et le Runtime, les outils et l'écosystème Agent doivent également évoluer en parallèle.
Les grands modèles côté appareil résolvent la question de savoir si le modèle peut être installé sur l'appareil, tandis que l'IA agente vise à déterminer si le modèle, la mémoire, les outils et les applications peuvent coopérer durablement sur l'appareil.
Il ne suffit pas d'accumuler uniquement des NPU
Le processeur, la mémoire et la pile logicielle doivent être refaits ensemble
Auparavant, l'ajout d'une NPU dans un CPU ou un SoC permettait aux appareils de gagner des capacités d'IA telles que la reconnaissance vocale et le traitement d'images. Mais lorsque l'Agent passe d'une fonction additionnelle à un composant central de l'appareil, il ne suffit plus d'augmenter simplement la puissance de calcul maximale.
La raison en est que l'agent n'est pas une chaîne d'inférence neuronale fixe. Le calcul parallèle à grande échelle est mieux adapté aux NPU, tandis que la décomposition des tâches, les jugements conditionnels, l'ordonnancement système, l'appel d'outils, la gestion des exceptions et la collaboration entre plusieurs systèmes dépendent fortement du CPU. Plus le chemin de la tâche est dynamique, plus la coordination entre le CPU et le NPU devient cruciale.
Le PDG d'Acrab, Ken Phua, résume ce changement par : « Le CPU retrouve son centre dans l'ère de l'IA. »
Selon son analyse, l'IA entre dans un environnement de calcul hétérogène, où les performances ne dépendent pas seulement de la capacité du NPU, mais surtout de la capacité du CPU et du NPU à collaborer de manière transparente.
C'est également l'une des rares pistes d'équipe d'Acrab qui mérite d'être approfondie.
Ken Phua a dirigé l'équipe d'ingénierie des applications en Asie-Pacifique chez Arm UK et participé à l'élaboration de la stratégie mondiale en matière de propriété intellectuelle, avant de devenir co-PDG d'Arm Chine.
Cette expérience ne se limite pas à un parcours professionnel ; elle explique pourquoi cette entreprise a redéfini les charges de travail des agents à l'intersection de l'architecture CPU, du calcul hétérogène et des besoins d'applications réelles.
Acrab ne définit pas le GΞLIX 1 comme un processeur AI traditionnel, mais comme une plateforme de calcul pour l'ère de l'IA en périphérie.
Le côté matériel repose sur le GΞLIX 1 ; le côté logiciel couvre les grands modèles, un Runtime optimisé, une chaîne d'outils complète, ainsi qu'une couche d'orchestration d'agents reliant les modèles, les outils, les appareils et les services ; sur cette base, l'entreprise propose également des conceptions de référence d'agents pour des scénarios typiques, afin d'aider les développeurs et les partenaires de l'écosystème à construire plus rapidement des applications.
Agent Box représente la première apparition de cette plateforme logicielle et matérielle sous une forme de produit complète. Il est défini comme un Personal AI Center, capable d'exécuter des modèles de milliards de paramètres localement, tout en conservant ses fonctionnalités essentielles même sans connexion Internet.
Acrab est dérivé des initiales d'Agentic Compute, Reasoning, Action et Brain, et correspond également au nom d'un système stellaire en astronomie — tout comme sa philosophie de conception : faire coopérer différents unités de calcul, comme des étoiles dans un système stellaire.
L'entreprise vise à doter l'Agent d'un cerveau capable de penser et d'agir, afin de construire la plateforme de calcul de la prochaine génération.
Acrab, basée à Singapour, a levé plus de 350 millions de dollars américains au total, avec des investisseurs tels que Vertex, la plateforme mondiale de capital-risque de Temasek, et K3 Ventures, un établissement singapourien reconnu d'investissement technologique.
Sa première plateforme de calcul, GΞLIX, a été validée dans des environnements de déploiement réels exigeants et est désormais sur le point de connaître son premier déploiement industriel et sa production à grande échelle.
Le financement peut acheter du temps pour les réingénieries, mais ce qui détermine réellement la viabilité du chemin, c'est la capacité du système à être livré.
From this perspective, "CPU is back in the center" does not mean that NPU is no longer important.
Au contraire, cela signifie que le calcul AI est devenu si complexe qu'il ne peut plus être résolu par un seul accélérateur isolé.
Beyond 700 TOPS
Prefill et le chemin des données déterminent l'expérience réelle
Souvent, le goulot d'étranglement de l'inférence des grands modèles ne réside pas seulement dans la vitesse insuffisante des unités de calcul, mais dans le fait que les données n'arrivent pas assez rapidement aux unités de calcul.
Même avec une puissance de calcul de pointe élevée, si la bande passante mémoire ne suit pas, le NPU doit quand même s'arrêter et attendre.
L'agent amplifiera davantage le problème de transfert de données. Il doit lire fréquemment les historiques, transmettre des données entre différents modèles et logiciels, et enregistrer continuellement l'état des tâches. Chaque copie augmente la latence et la consommation d'énergie ; plus la tâche dure longtemps, plus l'importance de la conception du système devient cruciale.
Le design de GΞLIX 1 vise à conserver les données nécessaires au modèle aussi près que possible de l'unité de calcul, tout en réduisant les transferts entre le CPU, le NPU, la mémoire et les différents systèmes d'exploitation.
Selon l'architecture publiée par Acrab, GΞLIX 1 offre une puissance AI supérieure à 700 TOPS et une bande passante mémoire unifiée de 273 Go/s, avec à l'intérieur du puce 8 Mo de cache L1, un cache L2 partagé atteignant 768 Go/s de bande passante, quatre cœurs NPU parallèles, ainsi qu'un module d'accélération dédié conçu pour les calculs Attention.
Acrab affirme que ce dernier peut augmenter l'efficacité des calculs concernés jusqu'à trois fois.
Un cache embarqué plus grand permet de rapprocher les données critiques des unités de calcul ; un cache L2 partagé permet un partage efficace des paramètres et des caractéristiques intermédiaires entre les unités de calcul ; une architecture mémoire unifiée réduit les copies de données inutiles entre le modèle, le système d'exploitation et les applications.
Acrab utilise également une architecture mémoire unifiée multi-systèmes, permettant un partage plus efficace de la mémoire entre différents systèmes d'exploitation. Pour les appareils n'exécutant qu'un seul modèle, cela ne représente qu'une optimisation d'efficacité ; pour les agents nécessitant de passer constamment d'une application à une autre ou d'un outil à un autre, cela influence directement la capacité à avancer sans interruption.
Cela explique également pourquoi Acrab a placé le Prefill au cœur de son lancement. Lors de l'introduction de nouveaux fichiers, de la reprise d'état de tâche ou de la mise à jour du contexte, les agents doivent souvent traiter à nouveau les informations ajoutées. Plus la chaîne de tâches est longue, plus l'efficacité du Prefill influence l'expérience globale.
Dans un ensemble de tests internes réalisés par Acrab, GΞLIX 1 a exécuté le modèle Gemma de 26 milliards de paramètres avec un KV Cache de 40 K et une entrée de 10 000 tokens, atteignant une vitesse de pré-remplissage dépassant 1 416 tokens par seconde ; dans les mêmes conditions de charge, ses performances sont plus de 7 fois supérieures à celles d'une plateforme de bureau générale largement utilisée.
Acrab a également comparé GΞLIX 1 à une autre plateforme d'ordinateur de bureau basée sur l'IA dans le même cadre de test.
Les données montrent que GΞLIX 1 entre dans une plage de performance similaire pour les deux indicateurs clés, Prefill et Decode, tout en présentant une consommation d'énergie plus faible et un coût total de l'appareil plus compétitif.
Acrab choisit de mettre l'accent sur le préremplissage et les chemins de données, ce qui reflète une orientation produit : les puces Agent côté extrémité ne doivent pas seulement viser la vitesse de sortie du modèle, mais aussi garantir que le modèle peut lire rapidement les longs contextes, restaurer l'état de la tâche et commencer à travailler.
L'utilisateur ne se soucie pas du nombre de couches de cache traversées dans une chaîne d'inférence, ni ne vérifie les TOPS avant chaque interaction. Ce que l'utilisateur ressent réellement, ce sont trois choses uniquement : peut-il comprendre rapidement, fonctionne-t-il de manière continue, et en vaut-il la peine ?
Du puce à la plateforme
La véritable compétition se trouve au-delà des paramètres
Cette année, les Agent Computer, les centres personnels d'IA et les appareils côté entreprise apparus lors du WAIC n'ont pas encore formé une forme de produit unifiée.
Les scénarios domestiques mettent l'accent sur la mémoire personnelle, le contenu et la coordination des appareils, tandis que les scénarios professionnels privilégient les bases de connaissances, le traitement des fichiers et la sécurité des données internes. Les exigences des différents clients en matière de taille du modèle, de capacité mémoire, de consommation d'énergie et d'interfaces varient considérablement.
Plus les terminaux sont fragmentés, plus il est difficile de créer une plateforme de calcul. Un seul puce ne peut pas couvrir tous les scénarios uniquement grâce à ses spécifications techniques ; il faut également fournir un Runtime, une adaptation de modèles, des outils de développement et un cadre Agent pour aider les clients à transformer la puissance de calcul sous-jacente en produits livrables.
C’est aussi la question supplémentaire que les puces Agentic AI posent par rapport aux puces d’inférence classiques : les performances de la puce déterminent si le modèle peut s’exécuter, la pile logicielle détermine si les développeurs peuvent l’utiliser, et l’écosystème Agent détermine quelles tâches l’appareil pourra finalement accomplir. Le manque d’une seule de ces couches peut faire en sorte qu’une puce avec de beaux paramètres reste à l’étape de démonstration.
Acrab tente de saisir simultanément tous ces aspects. L'avantage est une définition de produit plus complète, mais le risque est direct : le champ d'action est très étendu.
Les puces doivent démontrer leurs performances, leur stabilité et leur capacité à livrer à grande échelle ; la pile logicielle doit suivre l'itération rapide des modèles ; la couche d'orchestration des agents doit également être compatible avec les outils et applications en constante évolution. Une fois les fichiers personnels et la mémoire à long terme conservés localement, l'isolation des autorisations, la sécurité des plugins et l'audit des opérations doivent également être résolus en parallèle.
Ainsi, la capacité d’Acrab à devenir la plateforme de calcul de l’ère de l’IA agente ne dépend pas du nombre de tokens présentés lors de la conférence, ni du nombre de tâches démontrées par Agent Box.
La vérification la plus cruciale est : les développeurs peuvent-ils rapidement créer des produits sur cette plateforme ; après plusieurs heures de fonctionnement continu, l'agent peut-il maintenir simultanément performance, consommation d'énergie et stabilité ; et le logiciel et le matériel sous-jacents peuvent-ils suivre les évolutions du modèle et du cadre d'agent.
L'innovation architecturale détermine la limite supérieure des capacités d'une entreprise de puces, tandis que l'ingénierie et l'écosystème déterminent si cette limite peut se transformer en commandes.
Les nouveaux terminaux apparaissant en grand nombre sur WAIC indiquent que l'industrie passe de « faire fonctionner les grands modèles » à « faire fonctionner les agents de manière continue ». La phase précédente se concentrait sur la puissance de calcul, la mémoire et la taille des modèles ; la prochaine phase devra également résoudre les défis liés au contexte long, à la mémoire personnelle, à l'appel d'outils et à la coordination multi-tâches.
Acrab mise sur ce changement précis.
Agent Box n'est pas une fin en soi, mais un test public des capacités de la plateforme.
Les puces côté appareil doivent être « refaites » ; ce n'est pas parce que les TOPS ne sont pas importants, mais parce que les agents transforment le calcul en une capacité système à long terme, et non plus en chiffres de pointe. Leur succès dépendra finalement de la capacité de ces puces, logiciels et terminaux à s'intégrer dans des flux de travail réels.