Arm ouvre son accès flexible à l’IA de périphérie pour les startups

Le calcul d’intelligence artificielle ne se joue pas uniquement dans les grands centres de données. Une caméra, une enceinte domestique, un capteur industriel ou un robot doivent souvent analyser leur environnement en quelques fractions de seconde, y compris lorsqu’aucune connexion fiable au cloud n’est disponible. C’est sur ce terrain que Arm entend faciliter l’arrivée de nouveaux acteurs : le 21 octobre 2025, le concepteur britannique de technologies pour puces a annoncé l’extension de son programme Flexible Access à des composants destinés à l’IA de périphérie.

L’annonce vise en particulier les startups qui conçoivent leurs propres circuits. Leur enjeu n’est pas seulement de trouver un modèle d’IA performant : elles doivent aussi bâtir une puce capable de l’exécuter avec une consommation électrique, une mémoire et un coût adaptés au produit final. Arm leur propose d’accéder plus facilement à ses blocs de propriété intellectuelle, ou IP, dont les cœurs de processeurs et accélérateurs sont ensuite intégrés dans des systèmes sur puce conçus par ses clients.

Ce qu’Arm met à disposition des jeunes concepteurs de puces

Arm ne fabrique pas directement les processeurs qu’elle conçoit. Son métier est de développer des architectures et des blocs techniques, puis de les concéder sous licence à des fabricants ou à des entreprises qui créent leurs propres puces. Dans ce modèle, une jeune pousse peut associer plusieurs éléments dans sa conception, les tester et préparer son circuit avant de passer à la fabrication chez un fondeur.

Le programme Flexible Access transpose à cette étape une logique de test avant achat. Les participants peuvent explorer un vaste portefeuille de technologies Arm et itérer sur leurs conceptions sans s’acquitter immédiatement des redevances liées à chaque composant. Pour les startups éligibles, l’accès peut être proposé à coût réduit ou sans frais initiaux. Les licences ne sont payées que lorsque les technologies concernées sont retenues dans un produit final.

L’extension annoncée concerne l’architecture Armv9, ainsi que deux briques conçues pour les appareils connectés : le processeur Arm Cortex-A320 et l’accélérateur neuronal Arm Ethos-U85. Arm prévoit de rendre le Cortex-A320 disponible dans Flexible Access en novembre 2025, puis l’Ethos-U85 au début de 2026.

Cette précision est importante : Flexible Access s’adresse d’abord aux entreprises qui développent du silicium, pas à toutes les jeunes pousses qui créent une application d’IA. Pour une société qui fabrique une caméra ou un robot à partir de composants déjà disponibles, le programme n’est donc pas un service cloud ni un abonnement logiciel prêt à l’emploi. C’est un mécanisme d’accès à des technologies de conception de puces.

Pourquoi l’IA de périphérie intéresse autant les fabricants

L’expression « IA de périphérie », souvent désignée par l’anglais edge AI, décrit l’exécution d’algorithmes au plus près du lieu où les données sont produites. Au lieu d’envoyer en continu une image, une voix ou une mesure de capteur à un serveur distant, l’appareil traite tout ou partie de l’information sur place.

Cette approche peut répondre à trois contraintes très concrètes. La première est la latence : un robot qui évite un obstacle, ou une caméra qui détecte un mouvement, ne peut pas toujours attendre un aller-retour avec un centre de données. La deuxième est la connectivité : certains objets opèrent dans des zones où le réseau est intermittent, coûteux ou indisponible. La troisième est la confidentialité : moins les données brutes quittent l’appareil, moins elles sont exposées pendant leur transmission ou leur stockage distant.

Le calcul local ne signifie pas que le cloud disparaît. Un système peut encore utiliser des serveurs pour entraîner un modèle, déployer des mises à jour, agréger des statistiques ou traiter des tâches particulièrement lourdes. L’enjeu est plutôt de répartir les opérations : l’appareil garde les décisions les plus immédiates et le cloud conserve les fonctions qui exigent beaucoup de puissance ou une vision globale.

Flexible Access, un changement dans la manière de licencier les technologies Arm

Concevoir une puce est un processus long et risqué. Avant qu’un circuit n’existe physiquement, les équipes doivent sélectionner les blocs techniques, les intégrer, vérifier leur fonctionnement et optimiser l’ensemble. Chaque choix engage ensuite les performances, l’autonomie, la surface du circuit et le coût du produit.

Le point de bascule est le tape-out. Ce terme désigne la finalisation du dessin du circuit envoyé à la fonderie pour lancer la fabrication. Une erreur détectée tardivement peut entraîner des mois de retard et des dépenses considérables. Dans ce contexte, réduire les coûts initiaux de licence et donner davantage de latitude pour expérimenter peut compter particulièrement pour une entreprise encore en phase de développement.

Arm affirme que Flexible Access a servi de catalyseur pour environ 400 tape-outs en cinq ans. Parmi les entreprises ayant déjà eu recours au programme, Arm cite Raspberry Pi, Hailo et SiMa.ai. Ce bilan ne mesure pas, à lui seul, le succès commercial de chaque puce issue du programme. Il indique néanmoins que le dispositif a été employé à un stade très avancé du développement de nombreux circuits.

Cortex-A320 et Ethos-U85 : deux composants aux rôles complémentaires

La plateforme mise en avant par Arm associe un processeur généraliste et un accélérateur spécialisé. Le Cortex-A320 est le cœur de calcul qui exécute le système et les applications de l’appareil. L’Ethos-U85 est un processeur neuronal, ou NPU, conçu pour effectuer efficacement les opérations répétitives utilisées par l’inférence d’IA, c’est-à-dire le moment où un modèle déjà entraîné produit un résultat.

Cette répartition du travail est devenue courante dans les équipements modernes. Le processeur généraliste gère la logique de l’appareil, les communications et les tâches classiques. Le NPU prend en charge les calculs qui demanderaient davantage d’énergie ou de temps s’ils reposaient uniquement sur le processeur principal. L’objectif est de faire fonctionner une IA utile dans un appareil compact, tout en préservant son autonomie et sa réactivité.

Arm indique que cette combinaison peut prendre en charge localement des modèles dont le nombre de paramètres dépasse un milliard, sans dépendre d’une connexion au cloud. Ce seuil donne une idée de l’ambition, mais il ne garantit pas qu’un appareil donné pourra exécuter n’importe quel modèle de cette taille. Dans la pratique, la mémoire disponible, la précision numérique utilisée, la compression du modèle et le type de données traitées restent déterminants.

Un modèle peut par exemple être quantifié, c’est-à-dire représenté avec moins de bits pour réduire l’espace mémoire et les besoins de calcul. Il peut aussi être spécialisé pour une tâche étroite, comme repérer certains objets dans une image, plutôt que de tenter de répondre à toutes les demandes comme un grand assistant conversationnel. C’est cette adéquation entre matériel et usage qui rend l’IA de périphérie viable.

Sécurité et confidentialité : des bénéfices, pas une garantie automatique

Paul Williamson, responsable de l’activité IoT d’Arm, estime que « the next wave of AI innovation will happen at the edge ». Pour Arm, rapprocher l’intelligence du point où les données sont créées doit permettre aux appareils de réagir plus directement, tout en conservant davantage d’informations sur le dispositif lui-même.

L’intérêt pour la vie privée est réel lorsqu’une caméra, un microphone ou un capteur biométrique n’a pas besoin de transmettre en permanence ses données brutes. Un appareil peut, par exemple, analyser localement une scène et n’envoyer qu’une alerte ou un résultat. Mais le traitement local ne rend pas les données invulnérables : l’appareil peut être perdu, volé, mal configuré ou visé par une attaque. Les mises à jour logicielles, le chiffrement et la gestion des accès restent essentiels.

Arm met également en avant deux fonctions de sécurité matérielles d’Armv9 : le Pointer Authentication Code, ou PAC, et la Memory Tagging Extension, ou MTE. Le PAC vise à détecter des manipulations de pointeurs, une catégorie d’attaques qui peut détourner l’exécution d’un programme. La MTE associe des étiquettes à des zones de mémoire afin de repérer certains accès mémoire incompatibles, souvent liés à des erreurs exploitables.

Ces mécanismes sont précieux parce qu’ils interviennent près du matériel, mais ils ne remplacent pas les bonnes pratiques de développement. Ils contribuent à réduire certaines classes de failles, sans pouvoir empêcher à eux seuls les erreurs de conception, les mots de passe faibles ou les vulnérabilités introduites dans les logiciels qui tournent sur l’appareil.

Des caméras aux robots, quels usages sont visés ?

Arm présente plusieurs catégories d’applications pour cette IA embarquée. Les caméras intelligentes pourraient interpréter leur environnement sur place, par exemple pour distinguer des événements pertinents d’un flux vidéo continu. Les équipements de maison connectée pourraient apprendre certaines habitudes et répondre sans devoir systématiquement solliciter des serveurs distants. Les robots interactifs pourraient combiner vision, reconnaissance vocale et analyse de gestes pour adapter leur comportement à leur environnement.

Ces exemples partagent un même besoin : assembler des données issues de plusieurs capteurs, produire une réponse rapide et opérer dans des contraintes physiques strictes. Dans un robot, une réaction tardive perd de son intérêt. Dans une caméra alimentée sur batterie, un calcul trop énergivore réduit l’autonomie. Dans un objet destiné au domicile, l’envoi continu de données personnelles peut décourager les utilisateurs.

Pour les startups, la promesse d’Arm est donc moins de fournir une application d’IA universelle que d’abaisser le seuil d’accès aux composants nécessaires pour imaginer ces produits. Elles devront néanmoins disposer des compétences pour concevoir le circuit, sélectionner les modèles, vérifier les performances et répondre aux exigences de sécurité de leur marché.

Ce qu’il faut surveiller

La disponibilité annoncée du Cortex-A320 en novembre 2025, puis de l’Ethos-U85 au début de 2026, constituera le premier test concret de cette extension de Flexible Access. Il faudra observer quelles entreprises rejoignent le programme, quels types de puces elles conçoivent et si les produits arrivent ensuite effectivement sur le marché.

La question économique sera tout aussi importante que la performance technique. Un accès initial souple peut accélérer l’expérimentation, mais les jeunes entreprises restent confrontées à la complexité du tape-out, aux coûts de fabrication et à la concurrence des fournisseurs de puces spécialisés dans l’IA. La capacité d’Arm à faire émerger un écosystème de partenaires, d’outils et de modèles adaptés pèsera donc sur l’adoption.

Enfin, l’essor de l’IA de périphérie renforcera les attentes en matière de sécurité et de transparence. Traiter davantage de données sur l’appareil peut être favorable à la confidentialité, à condition que les fabricants expliquent ce qui est analysé, protègent réellement les équipements et continuent de les maintenir dans le temps. Pour Arm comme pour les startups qui adopteront ses technologies, l’enjeu sera de transformer cette promesse matérielle en objets utiles, sobres et dignes de confiance.