在上一期內(nèi)容中，我們帶大家解鎖了在物理AI時代，格羅方德的關鍵角色是什么。本期內(nèi)容，我們將繼續(xù)帶大家深入探索，了解AI的下一階段將如何快速落地。

機器人與物理AI系統(tǒng)正迎來關鍵躍遷——它們正從實驗演示階段發(fā)展成為能夠在真實的物理世界中運行、響應并做出決策的實用性工具。這一快速演進背后，標志著人工智能正在從云端走向邊緣，嵌入到我們?nèi)粘＝佑|的設備與機器中。

瑞銀集團預測，到2050年，僅人形機器人相關市場規(guī)模有望達到最高約1.7萬億美元。而這場變革背后的關鍵基礎，正是AI數(shù)據(jù)中心的大規(guī)模投資周期。它為物理AI打開了通往現(xiàn)實世界的大門，并重塑了半導體行業(yè)的需求。正是這一背景下，格羅方德正發(fā)揮關鍵作用——通過提供關鍵的半導體技術，讓物理AI落地成為現(xiàn)實。

數(shù)據(jù)中心的投資周期

看似突如其來的物理AI熱潮，實際上是長期基礎設施投入的必然結(jié)果?；仡櫺袠I(yè)歷史，每一次重大躍遷幾乎都遵循同樣的路徑：先夯實底層基礎建設，隨后才迎來應用層的集中爆發(fā)。當前，我們正處于這樣一個節(jié)點：AI基礎設施已經(jīng)準備好推動智能從云端下沉，真正進入物理世界。

當前，對AI數(shù)據(jù)中心的大規(guī)模投資正推動新一輪投資周期，但真正的市場機會在于周期的下一階段：物理AI。其目標在于讓海量的終端設備——從可穿戴設備到自動駕駛汽車——具備實時感知、推理、行動與通信能力，實現(xiàn)智能閉環(huán)。這一周期正以前所未有的速度加速推進：市場預測顯示，2025年至2034年，物理AI相關領域的復合年增長率有望達到33.49%，這一機遇正變得愈發(fā)重要。

物理AI的興起：

從原型走向規(guī)?；渴?/p>

當前的市場動向表明，物理AI正在走出原型和試點階段，邁向規(guī)模化、真實世界的部署。隨著算力和能耗壓力不斷增長，數(shù)據(jù)中心正面臨明顯的資源限制。而物理AI通過將智能與決策能力直接轉(zhuǎn)移至設備端，有效緩解了資源壓力，同時顯著加快應用落地進程。

物理AI系統(tǒng)通過持續(xù)聚合多源傳感器數(shù)據(jù)，在不同精度層級上進行信息處理，并在瞬間通過電機和執(zhí)行器完成決策和動作執(zhí)行。這類系統(tǒng)通常能夠橫跨多傳感器域協(xié)同工作，實現(xiàn)真正的智能自主，使機器能夠在物理世界中完成“感知—推理—行動—通信”的智能閉環(huán)。

現(xiàn)實應用正加速成型

也許你并未意識到，如今你已經(jīng)接觸了許多物理AI的早期應用場景，從高級輔助駕駛系統(tǒng)、家用機器人，到無人機，智能基礎設施，乃至AI驅(qū)動的醫(yī)療與診斷設備，相關應用正持續(xù)落地。

在全球多個市場，物理AI已被用于行動輔助與康復訓練等領域，通過智能終端設備為老年人、患者及相關從業(yè)人員提供穩(wěn)定支持。這些部署清晰展示了邊緣側(cè)的實時決策如何轉(zhuǎn)化為可規(guī)?；涞氐慕鉀Q方案。隨著物理AI的持續(xù)發(fā)展，它也對半導體行業(yè)創(chuàng)新提出了更復雜、更多元的需求。

工作負載的變化：

物理AI對半導體提出新要求

從今年CES等國際展會的真實案例可以看到，在工作負載這一點，物理AI與主要運行在數(shù)據(jù)中心的生成式AI存在本質(zhì)差異。相較于后者，物理AI引入了比生成式AI模型更復雜、更多元的工作負載。

隨著芯片設計師對設備持續(xù)采集、處理數(shù)據(jù)的要求提升，以及終端用戶對設備在變化莫測的環(huán)境中執(zhí)行指令并保持通信的期望也在持續(xù)增長，這些不斷演進的需求正在重新定義對半導體的技術要求。

具體體現(xiàn)在如下四個維度：

感知

物理AI的興起驅(qū)動傳感技術爆發(fā)式增長，亟需高精度模擬、高性能射頻技術以及高度集成的混合信號解決方案。格羅方德的FDX平臺以出色的射頻性能、漏電控制和高溫可靠性優(yōu)勢，已廣泛應用于工業(yè)自動化與高級輔助駕駛場景。隨著視覺、雷達、激光雷達及環(huán)境傳感等多模態(tài)擴展，格羅方德的高精度模擬、SiGe射頻與嵌入式存儲技術能夠為低功耗數(shù)據(jù)采集及預處理提供堅實的技術基礎。

推理

實現(xiàn)實時自主決策，需要兼顧極低功耗與工作負載優(yōu)化的計算能力。MIPS多線程RISC-V處理器采用事件驅(qū)動的確定性執(zhí)行機制，能夠優(yōu)先處理關鍵任務，確保邊緣端的實時響應。結(jié)合格羅方德高效能的FDX與FinFET技術，這些平臺正將算力從集中式云端推向數(shù)十億終端設備，構建分布式智能體系。

行動

在物理世界執(zhí)行決策不僅需要高精度控制、低延遲，也需要電機與執(zhí)行器的高度集成。格羅方德的BCD、氮化鎵功率器件、混合信號IP以及高可靠性CMOS技術，能夠支持高密度I/O、快速電機控制回路和高效驅(qū)動——這是構成機器人、工業(yè)自動化及人形系統(tǒng)的核心。而MIPS以其領先的實時控制環(huán)路性能，進一步強化了系統(tǒng)在電機控制、傳感融合與決策場景中的響應能力。

通信

物理AI的部署得益于數(shù)十億設備間的安全、低功耗連接。格羅方德憑借射頻、連接技術、SiGe與氮化鎵射頻技術優(yōu)勢，支持從短距設備互聯(lián)到5G、6G及衛(wèi)星通信等多層級需求。結(jié)合MIPS軟件優(yōu)先的開放架構，格羅方德能夠提供兼顧效率與安全性的通信平臺，并支撐分布式智能系統(tǒng)穩(wěn)定運行。

從感知到推理，從行動到通信，這些變化正推動對精密模擬、多模態(tài)集成、超低功耗、算力優(yōu)化、低延遲、安全連接、嵌入式存儲以及先進傳感電路的強勁需求。

格羅方德依托深厚的技術積累與覆蓋廣泛的產(chǎn)品組合，已構建起面向物理AI階段全面升級的核心支撐能力，以更好地面對下一階段。

賦能物理AI：

格羅方德的完整解決方案

隨著AI數(shù)據(jù)中心投資規(guī)模持續(xù)擴大，新的創(chuàng)新浪潮正在邊緣側(cè)興起。這一轉(zhuǎn)變?yōu)槲锢鞟I的快速擴張創(chuàng)造了市場機遇——預計到2030年，物理AI市場規(guī)模將至少達到180億美元，智能技術將逐步覆蓋交通出行、工業(yè)自動化、消費電子與醫(yī)療健康等設備和系統(tǒng)中?？蛻粽龑で髮⒏兄⑼评?、行動與通信能力直接集成到終端設備中，因此，對底層技術平臺也提出了更多的要求。

格羅方德正加速布局關鍵平臺技術，以支持這一轉(zhuǎn)型落地。通過擴展后的產(chǎn)品組合，包括超低功耗CMOS、高精度模擬、射頻與連接解決方案、先進封裝，以及MIPS實時多線程RISC-V處理器的加入，我們?yōu)榭蛻籼峁┝藰嫿ú町惢锢鞟I系統(tǒng)所需的平臺。憑借全球制造布局、深度協(xié)同設計合作伙伴以及日益增長的AI驅(qū)動設計項目，格羅方德能夠為客戶提供從架構設計到量產(chǎn)交付的全流程支持，加快新一代智能設備走向市場。

賦能新未來

當前，物理AI已部署在自動駕駛汽車、ADAS、家用機器人、無人機、智能設備、可穿戴設備以及AI醫(yī)療診斷等應用。展望未來，物理AI的應用還將進一步拓展，引領人形機器人及更先進自主系統(tǒng)時代的到來。

在本系列后續(xù)文章中，格羅方德超低功耗CMOS業(yè)務高級副總裁Ed Kaste將進一步深入解析物理AI的未來應用圖景，以及我們在這一關鍵轉(zhuǎn)型期所扮演的技術推動角色。

隨著物理AI的普及，其對半導體的需求日益明晰，而格羅方德在推動這一轉(zhuǎn)型中的所扮演的角色也愈發(fā)明確。下一篇文章將聚焦構成未來十年物理AI的關鍵技術底座，以及格羅方德如何在這一拐點階段搶占先機、鞏固領先優(yōu)勢。

作者簡介

Mike Hogan

格羅方德首席商務官

Mike Hogan（邁克·霍根）現(xiàn)任格羅方德首席商務官，領導公司所有產(chǎn)品線的基本技術解決方案、產(chǎn)品路線圖和研發(fā)計劃的戰(zhàn)略、開發(fā)和執(zhí)行。他在半導體行業(yè)擁有超過35年的從業(yè)經(jīng)驗，曾在賽普拉斯半導體公司、博通、PulseCore、Sirific Wireless與德州儀器等公司擔任領導職位。