在上一期內容中，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。本期內容，我們將繼續帶大家深入探索，了解AI的下一階段將如何快速落地。

機器人與物理AI系統正迎來關鍵躍遷——它們正從實驗演示階段發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，嵌入到我們日常接觸的設備與機器中。

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數據中心的大規模投資周期。它為物理AI打開了通往現實世界的大門，并重塑了半導體行業的需求。正是這一背景下，格羅方德正發揮關鍵作用——通過提供關鍵的半導體技術，讓物理AI落地成為現實。

數據中心的投資周期

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果。回顧行業歷史，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。當前，我們正處于這樣一個節點：AI基礎設施已經準備好推動智能從云端下沉，真正進入物理世界。

當前，對AI數據中心的大規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，實現智能閉環。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重要。

物理AI的興起：

從原型走向規模化部署

當前的市場動向表明，物理AI正在走出原型和試點階段，邁向規模化、真實世界的部署。隨著算力和能耗壓力不斷增長，數據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系統通過持續聚合多源傳感器數據，在不同精度層級上進行信息處理，并在瞬間通過電機和執行器完成決策和動作執行。這類系統通常能夠橫跨多傳感器域協同工作，實現真正的智能自主，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。

現實應用正加速成型

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

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、患者及相關從業人員提供穩定支持。這些部署清晰展示了邊緣側的實時決策如何轉化為可規模化落地的解決方案。隨著物理AI的持續發展，它也對半導體行業創新提出了更復雜、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與主要運行在數據中心的生成式AI存在本質差異。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采集、處理數據的要求提升，以及終端用戶對設備在變化莫測的環境中執行指令并保持通信的期望也在持續增長，這些不斷演進的需求正在重新定義對半導體的技術要求。

具體體現在如下四個維度：

感知

物理AI的興起驅動傳感技術爆發式增長，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勢，已廣泛應用于工業自動化與高級輔助駕駛場景。隨著視覺、雷達、激光雷達及環境傳感等多模態擴展，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據采集及預處理提供堅實的技術基礎。

推理

實現實時自主決策，需要兼顧極低功耗與工作負載優化的計算能力。MIPS多線程RISC-V處理器采用事件驅動的確定性執行機制，能夠優先處理關鍵任務，確保邊緣端的實時響應。結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十億終端設備，構建分布式智能體系。

行動

在物理世界執行決策不僅需要高精度控制、低延遲，也需要電機與執行器的高度集成。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動——這是構成機器人、工業自動化及人形系統的核心。而MIPS以其領先的實時控制環路性能，進一步強化了系統在電機控制、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勢，支持從短距設備互聯到5G、6G及衛星通信等多層級需求。結合MIPS軟件優先的開放架構，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穩定運行。

從感知到推理，從行動到通信，這些變化正推動對精密模擬、多模態集成、超低功耗、算力優化、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數據中心投資規模持續擴大，新的創新浪潮正在邊緣側興起。這一轉變為物理AI的快速擴張創造了市場機遇——預計到2030年，物理AI市場規模將至少達到180億美元，智能技術將逐步覆蓋交通出行、工業自動化、消費電子與醫療健康等設備和系統中。客戶正尋求將感知、推理、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，以支持這一轉型落地。通過擴展后的產品組合，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，我們為客戶提供了構建差異化物理AI系統所需的平臺。憑借全球制造布局、深度協同設計合作伙伴以及日益增長的AI驅動設計項目，格羅方德能夠為客戶提供從架構設計到量產交付的全流程支持，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時代的到來。

在本系列后續文章中，格羅方德超低功耗CMOS業務高級副總裁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型中的所扮演的角色也愈發明確。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、鞏固領先優勢。

作者簡介

Mike Hogan

格羅方德首席商務官

Mike Hogan（邁克·霍根）現任格羅方德首席商務官，領導公司所有產品線的基本技術解決方案、產品路線圖和研發計劃的戰略、開發和執行。他在半導體行業擁有超過35年的從業經驗，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。