北京
国产算力正在涌向具身智能领域。启元近日发布Q1和TI两款机器人，同时宣布睿芯成为其算力生态合作伙伴，启元的机器人产品也有望使用睿芯推出的高光D35等国产芯片。
海光信息同期发布面向机器人、机器视觉、智能制造等场景的海光1000芯片，国产算力阵营在这一新领域的竞争由此开启。
双方将围绕具身智能端侧算力需求展开技术合作，共同推进数据流架构AI芯片在人形机器人场景的落地应用。有业内人士认为，这一合作折射出国产化正从终端产品到核心算力沿产业链向更深层延伸。
据界面新闻了解，目前具身智能领域主流的算力方案是使用英伟达Jetson Orin系列芯片。
苏州睿芯集成电路科技有限公司创始人范东睿表示，具身智能领域最核心的算力几乎全是英伟达，国产芯片厂商此前一直在绕开具身智能领域。
此前，AI算力与数据中心、汽车电子、消费电子等场景是国内芯片厂集中争夺的重点，华为昇腾、海光、寒武纪等国产芯片厂商都围绕这些领域推出产品。
在范东睿看来，这些场景相对简单和具体，而具身智能对功耗、延迟、显存等方面有更为特殊的要求，芯片设计的难度也更大。
机器人使用电池供电，不像数据中心拥有不间断电源，芯片消耗更多电量意味着机器人执行任务时续航能力缩短；云端计算可快可慢，但具身智能执行任务出现卡顿可能造成较严重后果，因此对边缘计算要求更高。
具身智能场景更大的难点在于复杂度。芯片需要跑语音、视觉、决策等多个模型，还要连接显示、通讯、摄像头、麦克风等各种外设。
加上国产芯片生产工艺受限，以及一款全新芯片从零开始建设软件生态的难度，国产芯片想要复制英伟达Jetson Orin的路径几乎没有可能。
在多重挑战之下，睿芯推出高光D35，其给出的解法不在于制程方面的创新，而是在于架构方面的创新，采用了RISC-V和数据流融合的架构。
RISC-V和数据流架构都已存在多年。其中，数据流架构受限于通用性差、编译器极难写以及生态建设成本高等短板，在诞生60多年来都未大规模普及。
但在具身智能、机器人等物理AI场景下，融合两种架构属于产品和工程层面，高光D35也是全球首款采用这一设计架构的物理AI芯片。
RISC-V所代表的控制流和数据流架构各有优势。控制流像计划经济，统一命令，全体做加法，简单可控但效率低；数据流像市场经济，数据准备好了就触发计算，自动驱动执行。
范东睿透露，高光D35在把两种架构融合之后，简单运算场景下的效率能够和英伟达Jetson Orin系列芯片的效率相当。
而在斯登索算法、傅里叶变换等科学计算融合场景，高光D35的效率更高，这是因为数据流架构在这些复杂场景的效率更高。
海光全新发布的1000系列芯片采用C86架构。海光信息相关负责人表示，海光1000定位于嵌入式工控芯片，主要面向高能效、轻量化部署需求。
海光还规划了多款嵌入式芯片，分别面向主流商用、端侧AI和高端专业应用等不同计算需求，后续将陆续推出。
市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
本文源自：市场资讯
作者：知叙
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
