在上一期內容中，格羅方德超低功耗產品線高級副總裁 Ed Kaste 與大家分享了面向特定應用場景定制的半導體平臺, 如何為物理 AI 從早期探索走向規模化部署奠定基礎。本期我們將與 MIPS 首席執行官 Sameer Wasson 展開深入對話，進一步探討在雙方協同之下，如何為物理 AI 打開更多發展空間與應用可能。

隨著物理 AI 從概念走向落地，智能正從中心走向邊緣，被分布到各類設備之中。需要在嚴格的功耗、時延、安全性與成本約束下實現實時運行。

為迎接物理 AI 時代的加速到來，格羅方德于去年收購了人工智能與嵌入式處理器 IP、軟件及工具領域的領先供應商 MIPS。

我們與 MIPS 首席執行官 Sameer Wasson 展開了一場深入對話，共同探討 MIPS 的架構、IP 與設計能力，如何與格羅方德差異化的工藝技術相結合，為客戶打開一條獨特的物理 AI 發展路徑—— 在邊緣側實現具備確定性與安全能力的計算 ，推動新一代能夠實時感知、思考、行動與通信的智能機器加速落地。格羅方德則可以通過其專用平臺實現規模化應用。

Sameer Wasson

MIPS首席執行官

Sameer Wasson 是 MIPS 的首席執行官，致力于推動下一代自主機器實現“從智能到行動”的躍遷。他曾在德州儀器負責嵌入式微處理器與微控制器業務，推動公司在汽車與工業等高增長市場的發展，涵蓋嵌入式 AI、軟件定義汽車與電氣化等方向。更早之前，他還參與打造了德州儀器在汽車與工業領域的毫米波雷達業務，并在通信基礎設施處理器領域擔任多個領導職位。

Q1 MIPS 加入格羅方德，為何是開拓物理 AI 市場的關鍵一步？

AI 的發展正處于一個關鍵拐點，客戶不再只關注算力規模，而是 需要能夠與物理世界安全、可靠交互的實時、確定性智能 ——這正是“物理 AI”的本質。MIPS 擁有超過 40 年的技術積累，在高性能關鍵系統中持續提供高效、可擴展的計算能力。目前，公司聚焦基于 RISC-V 的應用處理器與實時子系統 ，圍繞低時延、功能安全與能效進行優化設計。結合格羅方德差異化的工藝技術與全球制造能力，雙方共同為客戶打造了一套貫通 IP、定制芯片到規模化量產的平臺能力，使芯片更快落地，并能夠針對真實的邊緣 AI 場景進行深度優化。

從 1996 年發布的任天堂 64 (Nintendo 64)，到 Mobileye 最新的輔助駕駛芯片 EyeQ6（累計出貨超過 2 億顆 ADAS SoC），再到支撐頭部云廠商基礎設施的計算平臺，MIPS 在面向特定工作負載的性能優化與規模化交付方面積累了豐富經驗。

格羅方德收購 MIPS 的核心邏輯，在于將自身 領先的工藝與制造能力 ，與 MIPS 的處理器 IP 和軟件生態結合起來，為客戶提供更靈活、更具差異化的解決方案，加速芯片從設計走向可用，并更好匹配真實世界的邊緣 AI 需求。這一布局也正好契合了交通、通信與數據中心基礎設施、機器人及智能邊緣等領域 AI 需求的快速增長。

Q2 物理 AI 工作負載的各個階段中，智能如何體現？

物理 AI 的本質，是將 AI 從數據中心延伸至邊緣側。其核心可以概括為一個閉環體系——S.T.A.C.，即 Sense（感知）、Think（推理）、Act（行動）、Communicate（通信）。這一體系讓邊緣設備在不犧牲時延、安全、隱私和能效的前提下，實現真正的智能化。每一個環節都有不同的系統與計算需求，而真正優秀的平臺，關鍵在于 協同優化 ，而非單點堆疊。

整體來看，從精準控制算法到復雜的多模態感知處理，每一個環節都蘊含著不同類型的“智能”。由于每個客戶在 S.T.A.C. 閉環中的工作負載各不相同，平臺的靈活性就成為關鍵——既要滿足性能需求，又不能突破功耗、時延和安全邊界。

Q3 MIPS 在 S.T.A.C. 閉環中的差異化優勢體現在哪？

MIPS 的優勢主要體現在兩方面。

“軟件優先”的協同設計方法

團隊會先在虛擬平臺和核心模擬器上運行客戶的工作負載，對其進行分析，提前識別性能瓶頸，再反向優化芯片設計——從自定義指令到存儲子系統的調整，確保 SoC 在量產時就能滿足真實場景的 KPI。我們的 Atlas Explorer 虛擬平臺正是這一“左移（shift-left）”策略的典型實踐。

基于開放 RISC-V 架構上的深度硬件優化能力

得益于模塊化 IP，MIPS 可以針對具體工作負載定制處理器核心與子系統，并在多線程與功能安全方面持續積累，提供事件驅動、確定性的實時性能。

本質上，MIPS 讓客戶在芯片流片前，就能運行并驗證自己的工作負載，從而更精準地匹配不同階段的計算需求與 IP 選擇。而 RISC-V 的 開放性 ，也讓這種面向工作負載的硬件優化可以深入到核心層級，進一步釋放性能與能效潛力。

Q4 “軟件優先”在實際應用中意味著什么？

簡單來說，就是在確定硬件之前，先理解軟件。這一方法意味著在最終確定硬件架構前，我們需要先理解并分析客戶的軟件工作負載。通過對客戶軟件工作負載的分析，可以提前識別計算瓶頸或高資源消耗模塊，并據此優化 IP 設計。例如，當無人機導航算法對 CPU 造成較大負擔時，可以通過引入自定義指令或優化存儲架構來加速執行。這種方式本質上建立了一套軟硬件之間的高效反饋機制，使平臺設計更貼近真實應用需求。隨著領域專用計算需求不斷增長，這種分析和優化工作負載與可定制計算平臺之間交互的能力將成為關鍵的競爭優勢。

同時，這一方法還能夠 縮小軟硬件團隊之間的鴻溝 ，使架構決策更精準，并為構建符合現實世界應用目標的物理 AI 平臺建立可擴展、低風險的開發流程。

換言之，等到芯片真正制造完成時，軟件已經可以在芯片上穩定運行，大幅縮短產品上市周期，也降低了量產風險。更重要的是，這種模式改變了與客戶的合作關系——我們不再只是供應商，而是共同參與產品定義與開發的合作伙伴。最終，“軟件優先”帶來的，是更可控的性能表現、更少的不確定性，以及更高的成功率。

Q5 格羅方德 + MIPS 聯合方案的核心價值是什么？

如果用一句話來概括就是 平臺級能力的協同放大 。新一代物理 AI 產品，對平臺提出了高度一致的要求——超低功耗、在復雜環境下穩定運行、具備安全性與智能能力，同時還要有可靠的供應鏈支撐。格羅方德與 MIPS 的組合，正是通過先進硅技術與智能處理器設計的融合來回應這些關鍵需求。

格羅方德的超低功耗工藝（包括 FDX 與 FinFET 平臺）支持完整的系統集成，通過自適應體偏置技術降低漏電損耗，以滿足物理 AI 應用所需的 嚴格功耗預算 ；其嵌入式存儲、射頻集成與先進封裝能力，也讓高密度、高能效 SoC成為可能，從而滿足物理 AI 對實時性與能效的雙重要求。

通過這種產品組合的協同效應，我們可以幫助客戶：

• 實現行業領先的低功耗與高集成度；
• 滿足邊緣設備對時延、功耗與成本的約束；
• 加快產品上市速度，同時提升供應鏈韌性。

Q6 作為 MIPS 的首席執行官，格羅方德的哪些方面吸引您加入他們的團隊？

對我而言，關鍵在于我們如何能為客戶創造更大的價值。在物理 AI 快速發展的背景下，這次合作幾乎是順理成章。通過整合，我們能夠為客戶提供從 IP、定制芯片到軟件在內的完整支持體系。

能夠提供這種“全棧能力”的公司并不多。如果標準芯片無法滿足需求，我們現在可以直接為客戶定制并完成制造——這種深度協同的合作方式，是最吸引我的地方。

此外，格羅方德在 全球范圍內布局的制造網絡 ，也讓我們具備規模化能力，在自動駕駛、智能設備和工業自動化等高增長領域占據有利位置。這種制造能力與全球布局，對客戶來說意義重大。

Q7 最后一個問題：

你最期待物理 AI 的哪些發展？

老實說，最讓我興奮的是看到技術真正走入現實世界。人形機器人、新一代自動駕駛功能，這些已經不再是科幻小說里的內容。今天量產的自動駕駛能力，已經超出了很多人過去的預期。更重要的是，物理 AI 仍在快速發展，未來幾年很可能會出現一批全新的應用場景——甚至是我們今天還沒有意識到的。例如，在醫院執行日常操作的機器人，或能在復雜環境中自如穿行的配送無人機。

我尤其期待那些“第一次”的出現——第一次由 AI 驅動的車輛在關鍵時刻挽救生命，或第一臺真正理解環境、與人自然互動的家用機器人。這些都會成為里程碑。

我也期待看到，搭載我們全棧解決方案的設備真正走向現實世界——無論是在避免事故的汽車中，還是在提升倉儲效率與安全的機器人中。當這些技術讓機器具備更高水平的自主性與智能時，這就是我們工作的價值所在。而以目前的發展速度來看，這一天不會太遠。