沐曦股份联手优必选造机器人 “大脑” 芯片 行业人士：并非简单的GPU架构“瘦身”

6月11日，国内高性能GPU（图形处理器）厂商沐曦股份与“人形机器人第一股”优必选在南京市正式签订战略合作协议，合资成立曦选创智科技（无锡）有限公司（以下简称“曦选创智”）布局具身智能芯片研发与量产。

快思慢想研究院院长、特邀评论员田丰告诉《每日经济新闻》记者（以下简称“每经记者”）：“沐曦股份借助优必选的场景验证能力打开数据中心GPU架构向边缘场景延伸的入口，同时优必选借助沐曦的芯片设计能力补齐自身在底层算力定义权上的缺口。”

天使投资人、资深人工智能专家郭涛也对每经记者表示：“优必选与沐曦股份联手布局端侧AI芯片，是具身智能领域‘场景需求倒逼技术落地’的关键动作。”

图片来源：每经媒资库

联手攻坚端侧核心，打造机器人“大脑”芯片

据了解，曦选创智由沐曦股份董事长陈维良出任公司董事长，优必选创始人、董事会主席兼CEO周剑担任副董事长，原新华三集团高级副总裁、行业BG总裁杨献波出任CEO，全面掌舵公司战略落地、技术研发与市场化运营。

杨献波是国内ICT（信息与通信技术）行业资深“老兵”，在新华三集团曾统筹政府、企业、金融、能源、交通、教育、医疗等行业市场与解决方案业务。

杨献波表示，曦选创智后续将基于沐曦股份在异构计算、智算推理等芯片领域的积累，和优必选在具身智能核心技术、产品及落地场景方面的优势，精准聚焦具身智能端侧芯片及整体解决方案的研发、迭代与量产，产品计划于2027年下半年实现流片、2028年实现量产。

具身智能可分为本体、小脑和大脑三大部分。当下，本体、小脑发展较为成熟，而大脑正在快速进步之中。机器人大脑类似于大语言模型，需要算力、算法和数据的支持。

相较于大语言模型使用云端服务器算力，机器人大脑所使用的端侧算力，更加看重功耗，而非极致的算力密度。

当下的机器人大脑，比如世界模型、VLA（视觉语言动作）模型既缺算法，也缺数据，更缺算力芯片。

郭涛表示：“当前机器人存在‘大脑能力不足’的瓶颈，这种不足并非单纯缺算法，更缺与之匹配的端侧算力支撑。机器人大脑需要实时处理视觉、触觉等多模态数据，在毫秒级时间内完成环境感知、路径规划、动作调整等决策，这对芯片的算力密度、能耗比、响应速度提出极高要求。”

具身智能端侧芯片瓶颈在哪里？

陈维良表示，具身智能是人工智能从数字世界走向物理世界的关键一跃，而芯片正是这场跃迁的“大脑”。沐曦股份与优必选成立曦选创智，是“算力”与“身体”的深度融合，沐曦股份在高性能GPU领域的技术积累，叠加优必选在人形机器人的场景深耕，将共同打造具身智能的算力底座，让每一台人形机器人都拥有自主可控的“中枢”。

对于优必选联手沐曦股份，郭涛认为：“优必选作为人形机器人头部企业，其产品在运动控制、环境交互中对实时算力的需求极为苛刻，端侧芯片直接决定机器人的响应速度、决策精度，而当前依赖通用芯片或海外专用芯片，既存在算力冗余导致的能耗过高问题，也面临供应链安全风险。”

郭涛表示：“现有通用芯片难以满足机器人在边缘场景的严苛需求。要么算力过剩导致功耗过高，要么算力不足限制功能实现。因此，端侧AI芯片是机器人大脑的核心载体，其性能直接决定机器人的智能化水平，这也是优必选与沐曦合作的关键逻辑：通过定制化端侧算力，让机器人真正具备‘在物理世界自主思考’的能力。”

需要注意的是，GPGPU（通用图形处理器）追求的是极致的算力，而具身智能依赖电池供电，因此不仅追求算力密度，还需要极致的低功耗。

田丰表示：“这是一次架构跨度极大的‘降维’尝试，风险被普遍低估。沐曦股份的核心积累在数据中心GPU，即高功耗、高带宽、依赖主动散热的架构。具身智能端侧芯片的约束是低功耗、强实时确定性、被动散热的电池供电系统。把‘数据中心GPU架构裁剪到边缘’和‘从零设计边缘芯片’是两种不同的工程范式。”

田丰举例称：“历史上Intel（英特尔）用Atom系列尝试把x86架构压缩进移动设备对抗Arm，最终在功耗效率上失利。根本原因不是制程落后，而是架构哲学本身没有为低功耗场景重新设计。曦选创智能否成功，关键看沐曦股份团队是否真正进行了‘从零开始的边缘架构设计’，而不是‘GPU架构的瘦身版本’。”

这是因为，英特尔是桌面级PC（个人电脑）的“王者”，PC基本上是插电使用，并非把功耗作为首要考虑因素。而基于Arm架构的手机处理器，是使用电池供电，功耗是作为第一优先级考虑。

具身智能领域同理。田丰进一步解释称：“‘大脑’能力的瓶颈，本质上是能量密度问题，而非算力密度问题，人形机器人电池系统的总功率预算通常在数百瓦量级，扣除电机和传感器功耗后，留给计算芯片的功率预算往往只有十几瓦到几十瓦，而数据中心GPU（如H100）的功耗在700瓦量级。这意味着端侧芯片的‘算力上限’从一开始就被电池供电系统的热设计约束锁死，不是制程节点能单独解决的问题。”

田丰认为：“具身智能端侧芯片与智能手机SoC（系统级芯片）的演进历史高度相似。Arm架构最终战胜x86移动化方案的核心不是峰值算力，而是性能功耗比。机器人芯片的设计目标函数应该是‘单位瓦特能完成多少次有效决策延迟’，而不是TOPS（处理器运算能力单位）数字本身。”