AAI?2026深度復盤：AMD三層全棧戰略鎖定2000億物理AI賽道

人工智能(AI)正在重塑數字世界及其交互方式，但其對物理世界的影響或許更為深遠。那些關注物理AI轉型的企業領袖，如今最有機會以AI為基石，重新構想商業模式、角色定位以及產品與流程設計。

在AMD Advancing AI 2026年度大會上，AMD方面就預測稱，到2035年，全球物理AI芯片市場規模將達到2000億美元，未來十年行業將迎來指數級增長。

所謂物理AI，是指將AI模型嵌入硬件或與其緊密連接，從而構建“具身認知”的技術。這是一種綜合能力，包括實時自主性、多模態交互、情境感知，有時還包括語義理解。因此，正如AMD董事會主席及首席執行官蘇姿豐(Lisa Su)博士此前在CES演講中所強調的那樣，“物理AI是技術領域最艱巨的挑戰之一，要實現這種智能，需要采用全棧式方法。”

那么，AMD所構想的“全棧式方法”究竟包含哪些內容？其底氣又來自何處？

二十年技術積淀，洞見行業核心訴求

在本次大會上，AMD嵌入式業務產品、軟件與解決方案公司副總裁Kirk Saban正式發布了面向實體智能設備的物理AI全套軟硬件生態方案。這一戰略的核心愿景，是依托AI賦能實體設備，全面放大人類生產力，并精準錨定醫療、倉儲、制造、農業四大核心場景。

宏大戰略的底氣，源于AMD長達20年的機器人底層芯片研發積淀。

目前，AMD已構建起一套覆蓋機器人大腦、軀干、關節、底座及邊緣傳感器的完整FPGA+異構處理器產品矩陣，并以此打造了標準化的“感知—推理決策—執行”三層智能閉環：

• 整機大腦（全局主控）：采用集成CPU/GPU/NPU的Zynq 芯片，統籌整機調度、環境感知、AI推理與全局控制；
• 機身軀干（互聯中樞）：依托Zynq FPGA，承載整機全域高速通信與多軸設備同步；
• 機械關節（運動控制）：利用Spartan FPGA，處理關節運動預測、本地瞬時反射及設備安全防護；
• 設備底座底層：通過Artix FPGA，提供整機底層驅動與基礎功能安全；
• 邊緣傳感器終端：借助Spartan FPGA，完成傳感器融合、信號調理與前端安全預處理。

這套全鏈條技術支撐，涵蓋了電機控制、確定性網絡、多軸同步、AI視覺感知等核心需求，確保了物理AI能夠安全、瞬時地完成設備動作調整，廣泛適用于人形機器人、工業機械臂、移動AGV及無人機等全品類實體智能設備，目前已被大規模部署在發那科、川崎、歐姆龍、Muks Robotics等全球頭部機器人廠商產品中。

然而，真正的行業引領者不僅在于技術的“深耕”，更在于對痛點的“洞見”。今年2月，AMD面向全球177家機器人企業開展專項調研，結果推翻了傳統“唯峰值TOPS算力”的選型思維，明確了當前行業的三大核心訴求：

第一，算力的確定性。調研顯示，可預測、穩定的時序延遲性能，其重要性等同于峰值算力。受訪企業普遍表示，實時控制閉環的時序可預測性，是機器人穩定運行的核心基礎。

第二，開放無鎖定的架構。倉儲機器人等企業普遍反饋，封閉的專有硬件與軟件生態，會大幅抬高長期的迭代與開發成本。因此，無廠商綁定的開放平臺已成為行業的硬性需求。

第三，統一平臺適配全品類機器人。通用機器人廠商更看重平臺在功耗、散熱、實時時延約束下的實際可用性能。他們期望通過一套硬件方案兼容各類機器人形態，從而有效降低多產品線的開發成本。

為物理世界注入確定性算力

如前文所述，物理AI系統所面臨的挑戰，遠比傳統數據中心中的云端計算更為嚴苛。

比如，它們必須在極度受限的功耗、散熱和物理空間內，同時實現確定性的實時控制、AI工作負載編排和工業級可靠性。為了應對這一挑戰，AMD正式推出了銳龍AI嵌入式X100系列處理器，旨在為機器人、工業自動化、醫療健康和其他智能嵌入式系統打造一顆強勁的“心臟”。

這款處理器專為加速感知、推理和實時控制工作負載而設計，在單顆SoC上集成了最多16個高性能AMD“Zen 5”CPU核心、獨立顯卡級性能的集成GPU以及高能效NPU。盡管各計算引擎均具備出色的獨立性能，但AMD仍然采用了統一內存架構設計，不僅大幅加速了實際工作負載的處理速度，更在顯著降低時延的同時，提升了系統的確定性表現。

AMD銳龍AI嵌入式X100系列處理器

得益于底層硬件架構的深度重構，X100系列處理器在CPU、圖形渲染及AI推理等核心工作負載上，均展現出了行業領先的計算效能。例如，其多線程CPU性能(CoreMark)提升2.1倍，為大規模并發任務提供了充沛算力；圖形性能(OpenGL)提升1.7倍，能夠呈現更具沉浸感的視覺交互體驗。而在關鍵的物理AI工作負載方面，憑借3.5倍的Token生成吞吐量、以及1.4倍的首個令牌生成時間(TTFT)，X100可為自主系統的實時感知與決策提供極速響應能力。

對于需要以低功耗、小尺寸實現高信號處理的應用，X100系列處理器提供了強大的峰值FP32性能，最高可達同類邊緣計算平臺的3倍，能夠實現更為出色的信號處理能力；而在高級醫療超聲波束成形等工作負載上，其平均性能可達傳統獨立GPU方案的1.7倍。

在軟件生態層面，X100系列由包括Linux、AMD ROCm軟件棧、Xen Hypervisor以及PyTorch、ONNX和TensorFlow等主流AI框架在內的開放軟件棧提供支持。尤為值得稱道的是，通過成熟的工具鏈，AMD可幫助開發者將現有的代碼庫從CUDA遷移至ROCm。這意味著，開發者可以在保留最高達 75%的現有CUDA代碼的基礎上，無縫獲得AMD平臺帶來的更高性能與靈活性，極大地降低了遷移門檻。

從“身體”到“大腦”的飛躍

擁有了強大的計算核心，如何將其轉化為下一代自主機器人及物理AI系統開發者手中高效、易用且標準化的工具？AMD給出的答案是Kria AI解決方案。該方案搭載了X100系列處理器提供支持的Kria AI系統模塊(SOM)、專用機器人載板，以及AMD Kria AI機器人開發者平臺(AMD Kria AI Robotics Developer Platform)。

Kria AI SOM采用開放標準COM-HPC外形規格的SOM設計，能提供每秒超過8,000次的確定性實時控制決策，和低于100毫秒的視覺-語言-動作(VLA)AI推理。這種極致的性能表現，為開發復雜的物理AI系統提供了堅實且可靠的硬件基礎。 

AMD方面提供的數據顯示，在機器人工作負載方面，與同類產品相比，Kria AI SOM的實時控制可靠性實現了高達3.4倍的顯著提升，可用CPU核心數量增加了1.6倍，為系統提供了更為充裕的算力余量。此外，該平臺還支持多達2.3倍的并發智能體數量(Agentic AI Capacity)，能夠從容應對多任務并行的復雜場景需求。

此外，作為AMD首個面向自主機器人的開放式交鑰匙集成平臺，Kria AI機器人開發者平臺包括Kria AI SOM和機器人載板、評估套件、機器人軟件套件以及業經驗證的參考設計，旨在提供一條從開發到部署的可擴展路徑。也標志著AMD在機器人領域的能力邊界發生了質的飛躍——從單純支持傳感和控制的“身體”部分，全面擴展至負責AI感知、推理和決策的“大腦”部分。

AMD Kria AI機器人開發者平臺

軟件層面，Kria AI SOM異構計算架構由AMD機器人軟件套件(AMD Robotics Software Suite)提供支持，這是一個基于AMD ROCm軟件和ROS 2機器人框架構建的開放式、可移植軟件棧，針對端到端開發進行了優化。它全面支持PyTorch、ONNX、ROS 2和MoveIt等行業標準框架，確保了開發過程的靈活性與代碼的可移植性，讓開發者能夠專注于算法創新而非底層適配。

AMD機器人軟件套件(AMD Robotics Software Suite)

按照規劃，Kria AI SOM預計將于2026年第四季度通過ODM合作伙伴正式供貨，而 Kria AI機器人開發者平臺現已向早期客戶提供樣品，并計劃于同年第四季度正式供貨，以滿足市場對先進機器人開發平臺的迫切需求。

構建開放生態，加速產業落地

獨行快，眾行遠，單個平臺的成功離不開繁榮生態系統的滋養。

為了進一步簡化開發流程、降低系統集成的復雜性，AMD同步宣布推出AMD機器人合作伙伴網絡(AMD Robotics Partner Network)。該網絡旨在匯聚全球范圍內廣泛的硬件與軟件合作伙伴，共同加速基于AMD平臺的機器人和物理AI系統的開發與商業化部署。

據悉，這一開放生態系統不僅連接了原始設計制造商(ODM)和獨立軟件供應商(ISV)，更涵蓋了從傳感器與感知技術公司、仿真提供商，到安全與基準測試合作伙伴以及系統集成商的全產業鏈關鍵伙伴。合作伙伴可以借助AMD Kria AI機器人開發者平臺等參考設計，利用AMD ROS 2 Perception Node、AMD ROCm、AMD Vitis AI、ONNX開發框架等開放軟件工具，快速構建、驗證并優化機器人系統。

AMD機器人合作伙伴網絡

值得一提的是，該計劃采取與模型無關(model-agnostic)的策略，允許合作伙伴在最符合自身需求的AMD平臺上運行各類模型和框架，賦予了市場極大的自由度。

“沒有任何一家企業能夠獨自構建物理AI的未來。打造機器人需要整合AI模型、中間件、傳感器、仿真工具、系統集成商以及生產硬件。而現實情況往往是，這些組件來自不同的供應商，彼此之間缺乏驗證。“AMD嵌入式業務工業、機器人與醫療市場高級總監Amey Deosthali表示，通過AMD Robotics Partner Network，AMD正將開放生態系統模式擴展至機器人領域，助力減少集成工作量、縮短開發周期，并使機器人專家能夠以更高的靈活性、可移植性和信心，從參考平臺邁向量產系統。

目前，AMD機器人合作伙伴網絡已正式開放注冊，符合條件的機器人企業可免費加入注冊級別(Registered tier)，所有級別均無需支付許可費用或會員費用。會員資格設有四個等級，合作伙伴可通過發布經驗證的基于AMD平臺的解決方案逐步提升等級，并隨著等級提升，獲得聯合營銷、驗證認證以及平臺搶先體驗權益。

結語

物理AI的演進，本質上是一場從“云端算力”向“邊緣具身”的范式轉移。當AI不再僅僅停留在對話框中，而是需要實時感知、推理并執行物理動作時，行業的競爭維度便不可避免地發生了重構。

AAI 2026釋放的信號表明，未來的具身智能設備將不再迷信單一的峰值算力，而是轉向對確定性延遲、開放架構以及系統級協同的綜合考量。這種從“唯參數論”向“全棧工程化”的務實回歸，再次表明技術只是入場券，生態的繁榮與商業模式的閉環，才是決定誰能最終留在賽道上的關鍵。