L’IA embarquée continue de grimper en puissance, au point de faire tenir 1200 TFLOPS FP4 dans un boîtier de 192 x 154 x 80 mm. Ce niveau de calcul change surtout l’équation sur le terrain, là où la latence et la dépendance au cloud deviennent vite des limites concrètes.
Biostar dévoile ainsi le EdgeComp MS-NAT4000, un système compact d’edge AI conçu autour du module NVIDIA Jetson Thor T4000. La cible est claire : intégrateurs, développeurs IA, industriels de la smart factory et constructeurs de machines autonomes ayant besoin d’exécuter localement de l’IA générative, de l’analyse visuelle, de la fusion de capteurs à faible latence et plusieurs charges IA en parallèle.
EdgeComp MS-NAT4000 : une base compacte pour l’IA embarquée
Le système s’appuie sur l’architecture NVIDIA Blackwell via le Jetson Thor T4000, avec jusqu’à 1200 TFLOPS de performances IA en FP4. Biostar annonce un gain de 4,3x en vitesse et de 3,5x en efficacité énergétique face à l’AGX Orin.
La configuration comprend 64 Go de mémoire LPDDR5X 256-bit et un CPU Arm 12 cœurs. L’ensemble est dimensionné pour des usages lourds : grands modèles de langage, modèles vision-language, agents IA, inférence temps réel et vision par ordinateur avancée.
L’intérêt est connu mais ici poussé à une autre échelle : faire tourner les modèles directement en local pour réduire la dépendance à l’infrastructure cloud, améliorer la réactivité et préserver davantage la confidentialité des données. Pour les chaînes industrielles, la robotique mobile ou les systèmes autonomes, ce point reste déterminant.
Pour situer ce type de boîtier dans une montée en gamme plus large de l’edge AI, on peut aussi regarder le EdgeComp MS-NAT5000, le grand frère industriel de Biostar, qui pousse encore plus loin la même promesse de calcul local.
Réseau, capteurs et intégration industrielle
Pour les flux capteurs et vision à fort débit, le EdgeComp MS-NAT4000 embarque 2 ports LAN 5 GbE et 1 connecteur QSFP28 capable de gérer jusqu’à 3 liens 25 GbE. Associée à la technologie NVIDIA Holoscan Sensor Bridge, la plateforme vise clairement les déploiements multi-caméras, la perception robotique et la supervision intelligente avec ingestion temps réel.
Stockage, extensions et connectique
Le châssis compact conserve une connectique dense. On trouve 1 slot M.2 Key M en 2260/2280 PCIe 5.0 x4 NVMe, 2 ports SATA III avec prise en charge optionnelle d’un tiroir SSD hot-swap, 1 M.2 Key B 3042/3052 avec USB 3.2 pour module LTE/5G, ainsi qu’un M.2 Key E 2230 en PCIe 5.0 x1 et USB 2.0 pour le Wi-Fi et le Bluetooth.
Pour l’affichage, Biostar prévoit 1 HDMI jusqu’en 3840 x 2160 à 60 Hz et 1 DisplayPort 1.4a. La connectique externe ajoute 4 USB 3.2 Gen 2 Type-A, 1 USB 3.2 Type-C pour le flash de l’OS, 2 ports COM RS232/422/485, une entrée et une sortie audio, les boutons power, recovery et reset, la prise en charge TPM 2.0 et une alimentation industrielle via bornier 12-36 V DC.
Le système est alimenté par un adaptateur 240 W et supporte JetPack 7.1, Linux Kernel 6.8 et Ubuntu 24.04. Son poids net est annoncé à 1,79 kg, avec une plage de fonctionnement de 0 °C à 50 °C, une tolérance d’humidité de 5 % à 90 %, une résistance aux vibrations de 5 Grms et aux chocs de 30G.
Une plateforme taillée pour les déploiements concrets
Biostar positionne sa machine sur l’inspection optique automatisée, la maintenance prédictive, la surveillance de ligne de production et la collaboration homme-machine assistée par IA. Les cas d’usage cités couvrent aussi la vidéosurveillance intelligente, la smart city, l’analyse vidéo temps réel, la détection d’anomalies, la gestion du trafic, les robots mobiles autonomes, les véhicules de livraison sans pilote et les engins automatisés lourds.
Ce lancement illustre surtout la montée en gamme rapide des plateformes edge : avec Blackwell, 25 GbE et une enveloppe compacte, on s’éloigne du simple boîtier d’inférence pour entrer dans une classe de systèmes capables d’agréger perception, raisonnement et action locale sur une seule base matérielle. C’est précisément ce que recherchent aujourd’hui les intégrateurs qui veulent limiter les compromis entre puissance, latence et intégration industrielle.
Source : TechPowerUp
