La startup milanese Neuronova ha ricevuto 13.000 esemplari di H1 Marconi, il suo processore neuromorfico interamente analogico. I chip provengono da una produzione full-mask su processo europeo a 180 nm, realizzata da X-FAB in Francia, e secondo l’azienda sono funzionanti. I kit di valutazione sono già ordinabili e partiranno nelle prossime settimane verso clienti e partner in quattro paesi.
Per una fabless fondata nel 2024 e con quindici persone in organico, il passaggio pesa. Una produzione su set di maschere dedicato segna il confine tra la prototipazione e un prodotto che si può industrializzare. Lo stesso amministratore delegato Alessandro Milozzi lo presenta così: il silicio funzionante è il traguardo che trasforma la piattaforma in qualcosa di pronto per l’industrializzazione.
Sotto il microwatt, dal front-end al GPIO
Neuronova fonda il proprio posizionamento su un dato preciso. La voice activity detection, cioè il riconoscimento della presenza di parlato in un flusso audio, gira su H1 Marconi con meno di un microwatt end-to-end. Il conteggio comprende front-end, core della rete neurale e uscita GPIO. La precisazione conta, perché il dato copre l’intera catena del segnale e non il solo blocco di calcolo. Sulla base di dati pubblici, l’azienda colloca il risultato tra i consumi più bassi mai dimostrati su silicio da un processore IA commerciale. Al momento non sono disponibili misure di terze parti.
Il principio è quello del calcolo neuromorfico nella sua declinazione più radicale. La rete non viene eseguita su hardware digitale convenzionale: il chip replica direttamente nel silicio le strutture del cervello biologico, con neuroni artificiali che lavorano in regime analogico. Con un’architettura del genere la scelta di un nodo maturo come i 180 nm diventa coerente, perché è ampiamente disponibile, costa poco e si presta bene ai progetti mixed-signal. H1 Marconi può mappare più reti neurali per sensori di tipo diverso, come microfoni, unità inerziali (IMU) e sensori di biosegnali. In questo modo l’inferenza resta dentro il nodo di misura.
Le applicazioni indicate seguono questa logica. Si va dagli apparecchi acustici, che devono separare il parlato dal rumore senza intaccare l’autonomia, ai robot con percezione sempre attiva in grado di lavorare in sicurezza accanto alle persone. Ci sono poi i sensori distribuiti in infrastrutture, ambito spaziale e IoT, capaci di rilevare anomalie in locale senza dipendere dalla connettività o dalla sostituzione delle batterie.
Ordini, SDK e roadmap software
Sul fronte commerciale, un’azienda descritta come leader globale del proprio settore, di cui non viene fatto il nome, ha già effettuato un ordine commerciale per oltre 100 chip. Il software development kit è stato distribuito in più fasi negli ultimi mesi. Secondo Neuronova lo usano già aziende e centri di ricerca in più di quattro paesi, per sviluppare modelli che vanno dalla robotica all’analisi dei biosegnali. Dalle prossime settimane gli aggiornamenti software sbloccheranno nuove funzioni e aggiungeranno modelli pre-addestrati e strumenti di integrazione.
La società è nata come spin-off di PoliHub, l’incubatore del Politecnico di Milano. Ha chiuso un round pre-seed da 1,5 milioni di euro guidato da 360 Capital con Tech4Planet, il polo di trasferimento tecnologico promosso da CDP Venture Capital. Per la parte di progettazione collabora con Cadence, che fornisce strumenti, flussi e ambienti di verifica.
Per il progettista, la questione aperta riguarda la distanza tra il dato dichiarato e il comportamento nel sistema reale: integrazione con il front-end del sensore, tolleranze di processo tipiche dell’analogico, maturità della toolchain. I kit di valutazione servono proprio a misurarla. Se il consumo sotto il microwatt verrà confermato fuori dal laboratorio, l’inferenza always-on potrà entrare in dispositivi in cui oggi il budget energetico la esclude.
