在上一期內(nèi)容中，格羅方德首席商務(wù)官 Mike Hogan 先生帶大家了解了數(shù)據(jù)中心投資如何加速機(jī)器人走進(jìn)真實(shí)世界。在本期內(nèi)容中，格羅方德超低功耗產(chǎn)品線高級副總裁 Ed Kaste 將介紹面向特定應(yīng)用場景定制的半導(dǎo)體平臺如何為物理 AI 的早期采用到廣泛部署奠定基礎(chǔ)。

如今，物理 AI 已在現(xiàn)實(shí)世界中初具雛形——從舊金山到深圳，隨處可見自動駕駛汽車穿行于城市之間；在工業(yè)倉儲場景中，自主機(jī)器人有序工作；無人機(jī)承擔(dān)起包裹配送的任務(wù)……但這只是開始。未來，物理 AI 的應(yīng)用邊界將進(jìn)一步拓展，覆蓋人形機(jī)器人、醫(yī)療領(lǐng)域的自主影像系統(tǒng)，以及更多復(fù)雜多樣的現(xiàn)實(shí)場景。人工智能正在邁入全新階段——走出數(shù)據(jù)中心，以具備實(shí)時交互能力的機(jī)器形態(tài)，真正參與并影響現(xiàn)實(shí)世界。

然而，要實(shí)現(xiàn)規(guī)?；渴?，半導(dǎo)體技術(shù)將面臨新一輪的挑戰(zhàn)與機(jī)遇。多模態(tài)感知、分布式智能、執(zhí)行控制以及功耗效率，這些功能正變得與性能本身同樣重要。面向特定應(yīng)用場景定制（purpose-built）的半導(dǎo)體平臺，將成為推動物理 AI 從早期采用走向廣泛部署的核心基礎(chǔ)。

面向物理 AI 的專用半導(dǎo)體平臺

物理 AI 帶來了更復(fù)雜、更廣泛的計(jì)算負(fù)載，正在重新定義半導(dǎo)體的技術(shù)要求。這些變化也為格羅方德創(chuàng)造了重要機(jī)遇，推動我們打造可靠、高能效、高度集成且可持續(xù)演進(jìn)的平臺解決方案。

格羅方德將通過以下技術(shù)平臺，賦能下一波物理 AI 浪潮：

業(yè)界領(lǐng)先的 FDX 平臺：

憑借超低功耗、低漏電特性、優(yōu)異的射頻性能、集成電源管理能力以及最高可在 150°C 下穩(wěn)定運(yùn)行的高可靠性，F(xiàn)DX 平臺尤其適用于對電池壽命與小型化要求嚴(yán)苛的物理 AI 應(yīng)用場景。

差異化的 FinFET 平臺：

在合理功耗范圍內(nèi)實(shí)現(xiàn)更高性能，并針對高度集成方案進(jìn)行優(yōu)化，支持高效感知、實(shí)時處理以及在現(xiàn)實(shí)環(huán)境中的穩(wěn)定通信。

嵌入式存儲解決方案 (包括 MRAM 與 RRAM)：

提供低功耗、超高速訪問的嵌入式非易失性存儲選項(xiàng)，支持客戶從零開始，基于預(yù)驗(yàn)證的存儲 IP 構(gòu)建差異化系統(tǒng)。隨著傳統(tǒng)存儲擴(kuò)展面臨物理與成本雙重限制，這類技術(shù)對于確保物理 AI 設(shè)計(jì)具備長期可持續(xù)性至關(guān)重要。

硅光子與射頻創(chuàng)新：

通過提升應(yīng)用內(nèi)部與外部互連的速度與帶寬實(shí)現(xiàn)高速連接，使數(shù)十億設(shè)備之間能夠以盡可能低的功耗實(shí)現(xiàn)可靠通信。

先進(jìn)封裝與異構(gòu)集成：

通過將計(jì)算、存儲、射頻和電源等多種技術(shù)進(jìn)行整合，打造緊湊、高效的系統(tǒng)架構(gòu)，進(jìn)一步優(yōu)化分布式部署，從而為物理 AI 的應(yīng)用提供關(guān)鍵支持。

物理 AI 的實(shí)時運(yùn)行模型

隨著 AI 向現(xiàn)實(shí)世界的深度滲透，物理 AI 應(yīng)用必須對周圍環(huán)境變化作出實(shí)時響應(yīng)。在上一篇博客中，格羅方德首席商務(wù)官 Mike Hogan 提出了一個清晰而實(shí)用的框架，該框架定義了物理 AI 的運(yùn)作方式：感知—推理—行動—通信。

感知：通過音頻、觸覺、光學(xué)、雷達(dá)以及環(huán)境傳感器等多模態(tài)傳感系統(tǒng)采集物理環(huán)境數(shù)據(jù)。

推理：在本地處理并分析數(shù)據(jù)，以確定、安全且可靠的方式作出實(shí)時決策。

行動：通過帶有精確反饋機(jī)制的電機(jī)或執(zhí)行器，完成精準(zhǔn)且及時的動作響應(yīng)。

通信：在分布式系統(tǒng)中（如從邊緣到云端、從設(shè)備到設(shè)備之間）實(shí)現(xiàn)安全且可靠的數(shù)據(jù)交換。

任何一個環(huán)節(jié)在延遲、能效、安全或可靠性方面出現(xiàn)短板，都會削弱整體系統(tǒng)表現(xiàn)。因此，在未來，物理 AI 系統(tǒng)將朝著更加定制化與更具自適應(yīng)方向演進(jìn)，在優(yōu)化算力表現(xiàn)的同時，更注重其在物理世界中長期穩(wěn)定運(yùn)行能力。

突破功耗與時延雙重約束

功耗與時延是決定物理 AI 能力邊界的兩大核心系統(tǒng)級約束。具體來說，物理 AI 應(yīng)用通常需要在散熱受限的環(huán)境中持續(xù)運(yùn)行，同時能源獲取條件有限，卻必須保持實(shí)時響應(yīng)能力。隨著系統(tǒng)中半導(dǎo)體含量不斷增加，能效低下或延遲過高會限制系統(tǒng)性能，降低整體可靠性，同時影響設(shè)備使用壽命。

通過能效優(yōu)化與實(shí)現(xiàn)超低延遲，物理 AI 系統(tǒng)能夠在功率、熱管理與算力受限條件下發(fā)揮更高效能。因此，推動半導(dǎo)體平臺的持續(xù)創(chuàng)新，是推動物理 AI 從試點(diǎn)階段走向關(guān)鍵任務(wù)場景部署的前提。

賦能軟件定義的分布式智能

隨著物理 AI 系統(tǒng)不斷演進(jìn)，其架構(gòu)正從集中式計(jì)算轉(zhuǎn)向分布式智能。這意味著系統(tǒng)不再將所有數(shù)據(jù)發(fā)送至云端或單一處理器，而是將智能部署在與現(xiàn)實(shí)世界交互的接口處，使其更靠近數(shù)據(jù)生成和動作執(zhí)行的位置。

軟件定義架構(gòu)在這一轉(zhuǎn)型過程中發(fā)揮著關(guān)鍵作用。通過實(shí)現(xiàn)軟硬件解耦，開發(fā)者可以持續(xù)進(jìn)行功能升級，并靈活支持不斷演進(jìn)的 AI 模型，且無需重新設(shè)計(jì)底層硬件。這一能力在汽車、工業(yè)設(shè)備以及機(jī)器人平臺等長生命周期系統(tǒng)中尤為關(guān)鍵。

物理 AI 的當(dāng)下：軟件定義汽車

軟件定義汽車（SDV）是當(dāng)下物理 AI 應(yīng)用最具代表性的應(yīng)用場景之一?，F(xiàn)代汽車集成了數(shù)百顆芯片，用于支持高級駕駛輔助系統(tǒng)（ADAS）、車載信息娛樂、通信連接以及電池管理。然而，隨著自動駕駛、電動化與互聯(lián)化的加速發(fā)展，單臺車所需半導(dǎo)體含量持續(xù)上升。僅在過去五年間，單臺車中所含半導(dǎo)體的平均價值已從 700 美元增長至 1000 美元。標(biāo)普全球汽車（S&P Global Mobility）預(yù)測，到本十年末這一數(shù)字將進(jìn)一步增長至約 1400 美元。

這些車內(nèi)系統(tǒng)的運(yùn)作依賴高性能傳感器、實(shí)時處理能力以及精確執(zhí)行控制，以在嚴(yán)格的功耗與熱管理約束下提升汽車安全性與用戶體驗(yàn)。

物理 AI 的未來：人形機(jī)器人

同樣的技術(shù)邏輯也適用于新興的人形機(jī)器人系統(tǒng)——這類系統(tǒng)需要更高的靈活性，以支持不斷演進(jìn)的 AI 模型、傳感融合算法以及自主控制架構(gòu)。人形機(jī)器人需要多模態(tài)感知能力來理解環(huán)境，因此需要具備超低延遲的分布式智能進(jìn)行數(shù)據(jù)處理，并通過精確的電機(jī)控制來實(shí)時執(zhí)行流暢、類人動作——這些動作往往涉及數(shù)十個自由度。

高端工業(yè)人形機(jī)器人的半導(dǎo)體含量，最多可達(dá)軟件定義汽車的四倍之多，這不足為奇。不斷擴(kuò)大的半導(dǎo)體用量規(guī)模清晰表明：物理 AI 的規(guī)?；l(fā)展，依賴于能夠在嚴(yán)苛功耗、散熱與可靠性約束下提供實(shí)時性能的平臺能力。

為物理 AI 的未來奠定基礎(chǔ)

在格羅方德，我們正持續(xù)探索技術(shù)平臺的升級機(jī)遇，為感知、實(shí)時決策、執(zhí)行控制與通信的未來需求布局。在近期完成對 MIPS 的收購后，我們已將 MIPS 的產(chǎn)品套件融入自身平臺，以更好地把握不斷增長的物理AI機(jī)遇。

在下一篇文章中，我們將與 MIPS 首席執(zhí)行官 Sameer Wasson 展開對話，探討如何將 MIPS 的架構(gòu)、IP 與設(shè)計(jì)能力與格羅方德優(yōu)化的制程技術(shù)相結(jié)合，以提升計(jì)算負(fù)載能力，并實(shí)現(xiàn)物理 AI 所需的實(shí)時性能

作者簡介

Ed Kaste

格羅方德

超低功耗產(chǎn)品線高級副總裁

Ed Kaste（埃德?卡斯特）現(xiàn)任格羅方德超低功耗產(chǎn)品線高級副總裁，負(fù)責(zé)公司超低功耗平臺戰(zhàn)略，推動在智能移動設(shè)備、物聯(lián)網(wǎng)、汽車、通信基礎(chǔ)設(shè)施、數(shù)據(jù)中心以及航空航天等市場實(shí)現(xiàn)差異化解決方案。此前，他曾在產(chǎn)品管理、物聯(lián)網(wǎng)及 FDX 業(yè)務(wù)線中擔(dān)任高級管理職務(wù)，專注于通過以應(yīng)用為導(dǎo)向的半導(dǎo)體創(chuàng)新實(shí)現(xiàn)業(yè)務(wù)增長。他于 2015 年加入格羅方德，此前他曾在 IBM 擔(dān)任半導(dǎo)體研發(fā)與制造領(lǐng)域的領(lǐng)導(dǎo)職務(wù)。