Ceva’s next NeuPro generation opens new possibilities across AI

Source: https://semiwiki.com/ip/ceva/375670-cevas-next-neupro-generation-opens-new-possibilities-across-ai/

Ceva is broadening the possibilities for AI silicon with a new generation of its NeuPro neural processing unit portfolio, bringing a common architecture and unified software environment to applications spanning sensors, intelligent devices and cloud infrastructure.

세바(Ceva)는 센서, 지능형 기기, 클라우드 인프라에 이르는 다양한 애플리케이션에 공통 아키텍처와 통합 소프트웨어 환경을 제공하는 차세대 뉴로프로(NeuPro) 신경망 처리장치(NPU) 포트폴리오를 통해 AI 실리콘의 가능성을 넓히고 있습니다.

Announced on October 28, the portfolio reflects an opportunity: helping semiconductor companies deliver more capable AI within practical power, memory and silicon constraints. Ceva says the architecture provides up to twice the AI throughput per square millimeter and a 50% improvement in energy efficiency compared with its first generation.

10월 28일에 발표된 이 포트폴리오는 반도체 기업들이 전력, 메모리, 실리콘 제약이라는 현실적인 한계 내에서 더 뛰어난 성능의 AI를 구현할 수 있도록 지원하는 기회를 반영하고 있습니다. 세바는 이 아키텍처가 1세대 제품에 비해 제곱밀리미터($mm^2$)당 최대 2배의 AI 처리량과 50% 향상된 에너지 효율을 제공한다고 밝혔습니다.

These company claims await detailed customer benchmarks, but the direction is encouraging. Greater efficiency could give developers more freedom to introduce sophisticated AI features while managing product size, energy consumption and cost.

이러한 회사의 주장은 상세한 고객 벤치마크 검증을 거쳐야 하지만, 그 방향성은 고무적입니다. 향상된 효율성은 개발자들이 제품 크기, 에너지 소비, 비용을 관리하면서 더욱 정교한 AI 기능을 도입할 수 있는 더 큰 자유를 제공할 수 있습니다.

A platform designed to grow

The portfolio comprises four NPUs, each addressing a different level of inference demand.

이 포트폴리오는 서로 다른 수준의 추론 수요를 충족하는 4개의 NPU로 구성되어 있습니다.

NeuPro Nano targets continuous sensing and entry level perception in constrained devices. NeuPro Prime supports mainstream convolutional neural networks and transformer workloads. NeuPro Max scales toward advanced edge applications, including robotics, multimodal models, device assistants and agentic AI.

뉴로프로 나노(NeuPro Nano)는 제약이 많은 기기에서 지속적인 센싱과 보급형 인식을 타겟으로 합니다. 뉴로프로 프라임(NeuPro Prime)은 주류 컨볼루션 신경망(CNN)과 트랜스포머 워크로드를 지원합니다. 뉴로프로 맥스(NeuPro Max)는 로보틱스, 멀티모달 모델, 기기용 어시스턴트, 에이전틱 AI를 포함한 고급 엣지 애플리케이션으로 확장됩니다.

NeuPro Ultra extends the platform into AI infrastructure, supporting complex language model inference and integration into intelligent memory, connectivity and data processing silicon.

뉴로프로 울트라(NeuPro Ultra)는 복잡한 언어 모델 추론을 지원하고 지능형 메모리, 연결성, 데이터 처리 실리콘과의 통합을 지원함으로써 플랫폼을 AI 인프라 영역으로 확장합니다.

Together, these options give developers a broader foundation for building products around different performance requirements. Companies can select an appropriate engine, combine several within one system on chip, or move between portfolio members as their roadmaps evolve.

이러한 옵션들을 통해 개발자는 다양한 성능 요구 사항에 맞춰 제품을 구축할 수 있는 더 넓은 기반을 확보할 수 있습니다. 기업은 적절한 엔진을 선택하고, 하나의 시스템온칩(SoC) 내에서 여러 엔진을 결합하거나, 로드맵이 진화함에 따라 포트폴리오 내 다른 제품으로 전환할 수 있습니다.

A unified software development kit supports that flexibility. Reusing tools and development approaches could help engineering teams preserve their software investment, reduce integration complexity and bring successive products to market more efficiently.

단일화된 소프트웨어 개발 키트(SDK)는 이러한 유연성을 뒷받침합니다. 툴과 개발 방식을 재사용함으로써 엔지니어링 팀은 소프트웨어 투자를 보호하고, 통합 복잡성을 줄이며, 후속 제품을 더 효율적으로 시장에 출시할 수 있습니다.

Making demanding models more practical

The architecture addresses more than raw processing capacity. Ceva has added capabilities intended to improve how models use memory, move data and occupy computing resources.

이 아키텍처는 단순한 원시 처리 용량 그 이상을 다룹니다. 세바는 모델이 메모리를 사용하고, 데이터를 이동하며, 컴퓨팅 리소스를 점유하는 방식을 개선하기 위한 기능을 추가했습니다.

Support for FP4, FP8 and mixed precision gives developers additional ways to balance computational efficiency and model requirements. Higher memory bandwidth, dynamic shapes and paged key value caching address challenges associated with transformer models and longer contexts.

FP4, FP8 및 혼합 정밀도 지원은 개발자가 연산 효율성과 모델 요구 사항의 균형을 맞출 수 있는 추가적인 방법을 제공합니다. 더 높은 메모리 대역폭, 동적 형태(dynamic shapes), 페이지드 키-값 캐싱(paged key-value caching)은 트랜스포머 모델 및 더 긴 컨텍스트와 관련된 과제들을 해결합니다.

Support for prequantized models could simplify deployment by allowing customers to work with published checkpoints without an additional quantization and calibration stage. Compression, pruning and optimized tensor reshaping offer further opportunities to improve effective throughput.

사전 양자화된(prequantized) 모델에 대한 지원은 추가적인 양자화 및 보정 단계 없이 고객이 공개된 체크포인트로 작업할 수 있도록 함으로써 배포를 단순화할 수 있습니다. 압축, 프루닝(pruning), 최적화된 텐서 리셰이핑(tensor reshaping)은 유효 처리량을 향상시킬 수 있는 추가적인 기회를 제공합니다.

The architecture also supports Mixture of Experts and linear attention. That breadth is valuable for developers planning products in a market where model designs continue to change.

또한 이 아키텍처는 전문가 혼합(Mixture of Experts, MoE)과 선형 어텐션(linear attention)을 지원합니다. 이러한 범용성은 모델 설계가 계속 변화하는 시장에서 제품을 기획하는 개발자들에게 매우 유용합니다.

The opportunity is practical: helping teams translate advances in AI research into deployable features, with more choices for meeting performance, memory and energy budgets.

그 기회는 실용적입니다. 즉, 성능, 메모리, 에너지 예산을 충족할 수 있는 더 많은 선택지를 제공함으로써 팀이 AI 연구의 진전을 배포 가능한 기능으로 전환할 수 있도록 돕는 것입니다.

Why it matters

Ceva’s expansion comes as AI development increasingly requires coordination across devices, edge systems and cloud infrastructure. Different tasks benefit from different execution environments, making adaptable processing platforms useful.

세바의 이번 확장 표명은 AI 개발에 기기, 엣지 시스템, 클라우드 인프라 전반에 걸친 조율이 점점 더 요구되는 시점에 이루어졌습니다. 서로 다른 작업은 서로 다른 실행 환경에서 이점을 얻으므로, 적응형 처리 플랫폼이 유용하게 활용됩니다.

For device makers, efficient inference could enable richer local perception, more responsive assistants and increasingly capable machines. Processing selected workloads nearby can also reduce the need to send every task to remote infrastructure.

기기 제조사의 경우 효율적인 추론을 통해 더 풍부한 로컬 인식, 더 즉각적으로 반응하는 어시스턴트, 그리고 더욱 역량 있는 기기를 구현할 수 있습니다. 선택된 워크로드를 가까운 곳에서 처리하면 모든 작업을 원격 인프라로 전송할 필요성을 줄일 수 있습니다.

For infrastructure designers, NeuPro Ultra creates another route toward specialized acceleration. Its proposed integration into memory and connectivity subsystems could help address data movement bottlenecks closer to their source, alongside its role in running models.

인프라 설계자에게 뉴로프로 울트라는 특화된 가속을 향한 또 다른 경로를 제공합니다. 메모리 및 연결성 서브시스템에 대한 제안된 통합은 모델 실행 역할과 더불어 데이터 이동 병목 현상을 소스에 더 가까운 곳에서 해결하는 데 도움을 줄 수 있습니다.

Ceva’s licensing approach is significant. Semiconductor companies can draw on an existing NPU architecture and software foundation rather than developing every component internally. That could widen participation in AI silicon development and free engineering resources for product differentiation.

세바의 라이선싱 접근 방식은 의미가 큽니다. 반도체 기업들은 모든 컴포넌트를 사내에서 직접 개발하는 대신 기존의 NPU 아키텍처와 소프트웨어 기반을 활용할 수 있습니다. 이는 AI 실리콘 개발에 더 많은 기업이 참여하도록 진입 장벽을 낮추고, 제품 차별화에 엔지니어링 리소스를 집중할 수 있도록 도울 수 있습니다.

The company says select customers already have early access, with general availability planned for the second quarter of 2027. Those engagements provide a path toward refining the technology around practical deployment needs.

세바에 따르면 일부 고객들은 이미 조기 액세스 권한을 확보하고 있으며, 일반 가용화(General Availability)는 2027년 2분기로 예정되어 있습니다. 이러한 협력을 통해 실제 배포 요구 사항에 맞춰 기술을 고도화할 수 있는 길이 마련됩니다.

Bottom line: The portfolio presents a solid proposition: a consistent development foundation that expands from small sensing tasks to demanding infrastructure applications. CEVA NeuPro will help companies build useful AI products with greater efficiency, flexibility and confidence across their future semiconductor roadmaps and product generations.

결론적으로, 이번 포트폴리오는 소규모 센싱 작업부터 까다로운 인프라 애플리케이션까지 확장되는 일관된 개발 기반이라는 탄탄한 제안을 제시합니다. 세바 뉴로프로(CEVA NeuPro)는 기업들이 향후 반도체 로드맵과 제품 세대 전반에 걸쳐 더 높은 효율성, 유연성, 확신을 가지고 유용한 AI 제품을 구축할 수 있도록 도울 것입니다.