ElectroTech · 25 July 2026

ColibryNPU d’ASYGN : le microcontrôleur RISC-V qui promet de révolutionner l’IA embarquée ultra-basse consommation – décryptage d’une annonce ambitieuse

Le 9 juillet 2026, la start-up grenobloise ASYGN dévoilait son microcontrôleur ColibryNPU, un composant 32 bits RISC-V doté d’un accélérateur neuronal et d’une architecture « Near-Memory Computing ». Avec une consommation annoncée de 22,2 µJ par inférence sur le benchmark MLPerf Tiny v1.4 et une autonomie revendiquée de plus de trois ans sur pile bouton, le ColibryNPU ambitionne de rendre l’IA embarquée accessible aux objets les plus contraints en énergie. Mais derrière les chiffres chocs et les récompenses (Coup de cœur du jury aux Assises de l’embarqué, présence au CES 2026), que vaut vraiment ce nouveau venu ? Plongée dans une annonce qui mêle promesses techniques et zones d’ombre.

L’annonce qui secoue l’embarqué : le ColibryNPU entre en scène

Le 9 juillet 2026, ASYGN – une société basée à Grenoble, spécialisée dans l’électronique ultra-basse consommation – a officiellement lancé son microcontrôleur ColibryNPU via un communiqué de presse largement relayé (EINPresswire, satellites d’actualité). L’entreprise n’en est pas à son premier fait d’armes : dès le 29 janvier 2026, sa plateforme ColibryIoT (intégrant la puce Colibry) avait reçu le « Coup de cœur du jury » aux Assises de l’embarqué, un événement organisé par le cluster Minalogic. ASYGN avait également présenté ses solutions au CES 2026 à Las Vegas, comme en témoigne un billet sur son site.

Le positionnement marketing est clair : ColibryNPU se veut le microcontrôleur idéal pour l’IoT et l’edge AI, capable d’exécuter des inférences de deep learning avec une consommation énergétique record. Les chiffres avancés sont frappants : 22,2 µJ par inférence sur le test Visual Wake Words (détection de présence humaine dans une image) du benchmark MLPerf Tiny v1.4, une puissance totale système inférieure à 1 mW, et une autonomie théorique de plus de trois ans sur une pile bouton CR2032 de 220 mAh à raison d’une inférence par seconde. Le tout porté par un cœur RISC-V 32 bits et un NPU dédié.

Mais qui est ASYGN ? Fondée il y a quelques années, l’entreprise s’est fait connaître dans le domaine des microcontrôleurs low-power, avec une première génération de puces Colibry. Le ColibryNPU est présenté comme l’évolution majeure, intégrant pour la première fois un accélérateur neuronal. La cible annoncée couvre aussi bien les industriels de l’IoT que les makers, avec la promesse d’une IA « accessible à tous ».

Architecture hybride : un RISC-V 32 bits flanqué d’un NPU Near-Memory

Sous le capot, le ColibryNPU combine un cœur CPU RISC-V 32 bits (architecture ouverte, sans licence ARM) et un NPU (Neural Processing Unit) dédié. Selon le communiqué d’ASYGN, le NPU est composé de 8 macro-blocs de calcul, chacun capable d’effectuer jusqu’à 2 opérations MAC (Multiply-Accumulate) par cycle d’horloge, soit un total de 16 MACs/cycle. La performance crête annoncée atteint 9,6 Gops/s (milliards d’opérations par seconde).

L’innovation principale revendiquée est l’architecture Near-Memory Computing : au lieu de déplacer les données entre une mémoire centrale et l’unité de calcul (goulot d’étranglement classique), le NPU est placé au plus près de la mémoire locale, réduisant les latences et la consommation liées aux transferts. Cette approche est particulièrement adaptée aux réseaux de neurones convolutifs (CNN) où les poids et les activations sont lus de manière répétée.

Le microcontrôleur intègre également un ISP (Image Signal Processor) pour le traitement d’images en amont du NPU, ce qui le destine naturellement aux applications de vision embarquée.

Ces lacunes sont significatives. Sans la fréquence du CPU et du NPU, impossible d’évaluer le rapport performance/cycle. Sans la précision des calculs (INT8 ? INT4 ?), la comparaison avec d’autres NPU (qui supportent souvent l’INT8 quantifié) reste floue. Enfin, le procédé de fabrication (28 nm, 22 nm, FD-SOI ?) n’est pas mentionné, alors qu’il conditionne directement la consommation statique et dynamique.

22,2 µJ par inférence : le record qui interroge

Le chiffre le plus mis en avant par ASYGN est cette consommation de 22,2 µJ par inférence sur le benchmark MLPerf Tiny v1.4 – Visual Wake Words. Ce test standardisé mesure la capacité d’un système à détecter la présence d’un humain dans une image de 96×96 pixels (modèle MobileNetV1-like). Le communiqué précise que les résultats auraient été publiés le 7 juillet 2026, et qu’un lien vers la page officielle MLCommons est fourni – mais dans les sources que nous avons consultées, ce lien n’est pas actif et aucun résultat indépendant n’a pu être vérifié.

Le système complet (capteur, microcontrôleur, NPU) consommerait moins d’1 mW en fonctionnement, ce qui permettrait une autonomie de plus de 3 ans sur une pile bouton CR2032 (220 mAh) à raison d’une inférence par seconde. Ces chiffres, s’ils sont confirmés, placent le ColibryNPU très en dessous des solutions actuelles : l’ESP32-S3 d’Espressif, par exemple, consomme typiquement plusieurs centaines de µJ par inférence sur le même benchmark (données non sourcées ici, mais connues du domaine). Le STM32N6 de STMicroelectronics, avec son accélérateur Neural-ART, annonce des consommations de l’ordre de 50 à 100 µJ selon les modèles.

Mais plusieurs points interrogent :

• Conditions de mesure : le communiqué ne détaille pas la précision du modèle (INT8 ? INT4 ?), la fréquence d’horloge utilisée, la tension d’alimentation, ni si le CPU reste en veille pendant l’inférence.
• Vérification indépendante : aucun résultat officiel sur le site de MLCommons n’est cité de manière vérifiable. Le communiqué ASYGN reste la seule source.
• Benchmark unique : seul Visual Wake Words est mentionné. Pas de résultat sur Keyword Spotting, CIFAR-10, ou d’autres charges de travail MLPerf Tiny. Pas de score CoreMark non plus.

Note : les chiffres concurrents sont donnés à titre indicatif et ne proviennent pas des sources fournies.

Face aux géants : comment se mesure le ColibryNPU ?

Le marché des microcontrôleurs à accélération IA est déjà bien occupé. En 2026, on trouve :

• ESP32-S3 (Espressif) : cœur Xtensa LX7, accélération vectorielle via ESP-NN, écosystème mature (TensorFlow Lite Micro, ESP-DL).
• STM32N6 (STMicroelectronics) : cœur ARM Cortex-M55, NPU Neural-ART jusqu’à 600 GOPS, outils STM32Cube.AI.
• NXP i.MX RT : famille avec NPU Cadence HIFI4, support eIQ.
• Renesas RA8 : cœur Cortex-M85 avec unité Helium (MVE), pas de NPU dédié mais accélération vectorielle.

Pour comparer objectivement le ColibryNPU, il faudrait des données de TOPS/W (efficacité énergétique). Or, nous n’avons que des Gops/s (9,6) et des µJ par inférence, sans connaître la puissance moyenne en watts. Le ratio n’est donc pas calculable. De plus, le coût unitaire par lot n’est pas communiqué, pas plus que la disponibilité commerciale (échantillons ? production en volume ?). Enfin, la maturité des outils de déploiement est un critère clé : TensorFlow Lite Micro, ONNX Runtime, et les frameworks propriétaires sont attendus par les développeurs.

Sur ce dernier point, ASYGN mise sur Aidge, un framework développé en partenariat avec DeepGreen et Eclipse Aidge. Un challenge étudiant national est d’ailleurs organisé pour octobre 2026, invitant les participants à déployer des modèles de comptage de personnes sur une carte d’évaluation ColibryNPU. C’est un signe encourageant, mais le framework est encore jeune et sa compatibilité avec les standards de l’industrie (TFLM, ONNX) n’est pas documentée.

L’écosystème en construction : Aidge, challenge étudiant et promesses logicielles

Le principal frein à l’adoption d’un nouveau microcontrôleur est souvent la qualité de son écosystème logiciel. ASYGN semble en avoir conscience. Le framework Aidge est présenté comme l’outil central pour entraîner, quantifier et déployer des modèles sur le ColibryNPU. Un partenariat avec DeepGreen (spécialiste de l’optimisation de modèles) et Eclipse Aidge (fondation open source) vise à créer une chaîne d’outils complète.

Le Challenge Aidge (octobre 2026) permettra à des étudiants de concevoir un capteur vidéo intelligent ultra-basse consommation capable de détecter et compter des personnes, en utilisant la carte d’évaluation ColibryNPU. C’est une initiative intéressante pour former une communauté et tester le produit en conditions réelles.

Cependant, aucune information n’est disponible sur :

• Un SDK ou IDE dédié (VS Code ? Eclipse ?).
• Le support de TensorFlow Lite Micro ou ONNX (indispensable pour les développeurs habitués).
• La documentation technique (datasheet, reference manual, application notes).
• La disponibilité d’une carte de développement à prix abordable pour les makers.

Sans ces éléments, le ColibryNPU risque de rester un composant réservé aux early adopters prêts à investir du temps dans un outil propriétaire.

Applications cibles : de l’IoT industriel à la domotique intelligente

Le positionnement du ColibryNPU est clair : il cible les applications où l’autonomie énergétique est critique et où une inférence par seconde suffit. Les cas d’usage typiques incluent :

• Détection de présence humaine (Visual Wake Words) pour allumer l’éclairage ou le chauffage.
• Reconnaissance vocale embarquée (mot-clé) pour assistants vocaux sans cloud.
• Maintenance prédictive : analyse de vibrations ou de température sur des capteurs sans fil.
• Wearables : montres connectées, badges de suivi d’activité.
• Domotique : détection de chute, comptage de personnes.

L’avantage clé est la possibilité de fonctionner plus de 3 ans sur une pile bouton, ce qui élimine le besoin de remplacer les piles fréquemment ou d’installer un câble d’alimentation. La récupération d’énergie (panneaux solaires, thermique) est également envisagée.

Pour les makers, le potentiel est réel si une carte de développement abordable (moins de 30 €) voit le jour, avec des exemples de code et une communauté active. Mais pour l’instant, ASYGN ne communique pas sur ce canal.

Verdict en demi-teinte : révolution ou coup de com’ ?

À ce stade, il est difficile de trancher. D’un côté, les chiffres annoncés par ASYGN sont impressionnants et, s’ils sont vérifiés, placeraient le ColibryNPU en tête des microcontrôleurs IA ultra-basse consommation. L’architecture Near-Memory Computing est une approche éprouvée pour réduire la consommation, et le choix du RISC-V est stratégique (pas de royalties, flexibilité).

De l’autre côté, toutes les performances proviennent d’un unique communiqué de presse, sans enquête indépendante ni benchmark tiers. Les lacunes sont nombreuses : procédé de fabrication inconnu, prix non communiqué, disponibilité non précisée, outils logiciels embryonnaires. Le risque d’un « marketing gonflé » est réel, surtout quand on compare avec les pratiques d’autres acteurs (ST, NXP) qui fournissent des datasheets complètes et des résultats vérifiables.

Le fait que la plateforme ColibryIoT ait reçu un prix aux Assises de l’embarqué (organisées par Minalogic, un cluster dont ASYGN est probablement membre) apporte une caution, mais pas une validation technique indépendante.

Et après ? Les défis de la démocratisation de l’IA embarquée

Le chemin est encore long pour que le ColibryNPU devienne un standard. ASYGN devra :

1. Publier des résultats de benchmarks indépendants (CoreMark, MLPerf officiel) et ouvrir ses mesures à la communauté.
2. Détailler les spécifications techniques (fréquence, mémoire, nœud CMOS) dans un datasheet public.
3. Proposer des cartes de développement à prix compétitif et un SDK complet.
4. Assurer la compatibilité avec TensorFlow Lite Micro / ONNX pour séduire les développeurs.
5. Passer en production en volume et fixer un prix unitaire attractif.

La concurrence ne dort pas : GreenWaves (GAP9), Syntiant (NDP), et les géants établis continuent d’innover. Le ColibryNPU a le mérite d’exister et de proposer une alternative française dans un domaine dominé par les Américains et les Asiatiques. Mais pour passer du statut de « prototype récompensé » à celui de « produit de série », il faudra bien plus qu’un communiqué de presse.

En attendant, les ingénieurs et makers curieux surveilleront de près les résultats du Challenge Aidge en octobre 2026. Ce sera le premier test grandeur nature des promesses du ColibryNPU.

Sources

• ASYGN, communiqué de presse du 9 juillet 2026 : « ASYGN Revolutionizes Ultra-Low-Power Embedded AI with Its ColibryNPU Microcontroller » (EINPresswire, satellites.einnews.com, semiconductorphub.com, freep.com)
• ASYGN, « ASYGN is back from CES 2026 » (asygn.com)
• Minalogic, 29 janvier 2026 : « ASYGN récompensée aux Assises de l’embarqué pour sa plateforme IoT ultra-basse consommation ColibryIoT » (minalogic.com)
• ASYGN, LinkedIn post du 9 juillet 2026 : annonce du Challenge Aidge avec DeepGreen et Eclipse Aidge (linkedin.com)
• ASYGN, vidéo YouTube « Trophée coup de coeur » (youtube.com)
• Divers articles de fond sur les microcontrôleurs 2026 (predictabledesigns.com, allaboutcircuits.com, findmychip.com) – utilisés pour le contexte général, mais aucune donnée comparative directe n’en est extraite.

Article recherché et rédigé automatiquement · Magazine Electrosens