Physical AI

Derselbe Infrastrukturzyklus, der das Rechenzentrum grundlegend verändert hat, wirkt sich nun auch auf Dutzende Milliarden Geräte, Maschinen, Fahrzeuge und Roboter aus. Wir gehen davon aus, dass sich diese nächste Welle – Physical AI – schneller ausbreiten wird als jede technologische Welle zuvor.

Geräte und Maschinen, die in Echtzeit wahrnehmen, denken, handeln und kommunizieren

Physical AI basiert auf einem geschlossenen Regelkreis namens STAC – Sense, Think, Act, Communicate: Signale aus der realen Welt erfassen, lokal und in Echtzeit entscheiden, präzise handeln und Daten sicher über verteilte Systeme austauschen. STAC ist die Kernarchitektur jedes skalierbaren Physical-AI-Systems und entspricht genau den Technologien, in die GF seit mehr als einem Jahrzehnt investiert.

Auf Basis von Power-, RF- und Siliziumphotonik-Technologien, Advanced Packaging, eingebetteten nichtflüchtigen Speichern sowie MIPS- und ARC-Echtzeit-RISC-V-Prozessoren bietet GF eine durchgängige Plattform für intelligente autonome Systeme – unterstützt durch ein robustes globales Fertigungsnetzwerk in den USA, Europa und Asien.

Warum Physical AI

Der Ausbau der KI-Infrastruktur im vergangenen Jahrzehnt hat die Weichen für die nächste Entwicklungsstufe gestellt: die Verlagerung der Intelligenz auf das Gerät, wo Millisekunden und Milliwatt entscheidend sind. Physical AI ermöglicht es Systemen, ihre physische Umgebung wahrzunehmen, deterministisch zu denken, präzise zu handeln und sicher über verteilte Netzwerke zu kommunizieren. Dieser Wandel wird durch den Bedarf an geringerer Latenz, höherer Zuverlässigkeit und größerer Energieeffizienz vorangetrieben, als dies mit reinen Cloud-Ansätzen möglich ist.

Da intelligente Systeme zunehmend in Geräte, Fahrzeuge und Roboter Einzug halten, liefert GF die Halbleitertechnologien, die power neue Ära des realen Echtzeit-Computings power .

Eine nachweisliche Dynamik, bei der „ Physical AI “ bereits Gestalt annimmt

Physical AI verändert bereits Branchen, in denen Echtzeit-Entscheidungen, Sicherheit und Energieeffizienz unverzichtbar sind und in denen GF-Technologie zum Einsatz kommt.

Automobilindustrie: Von ADAS-Sensorfusion und Radar bis hin zu effizienten Domänencontrollern – die Kombination aussicherheitsrelevanter, deterministischer Rechenleistung und robuster RF-Konnektivität fürblitzschnelle Leistung auf der Straße

Robotik: Multimodale Sensorik, verteilte Intelligenz und zuverlässige Aktuatoren für Humanoide und autonome Systeme, realisiert durchRechenleistung mit extrem geringem Stromverbrauch, schnellen eingebetteten Speicher und advanced packaging

Gesundheitswesen: Geräteintegrierte Bildgebungs- und Überwachungssysteme zur lokalen Signalverarbeitung für sofortige Reaktion, Datenschutz und power bei begrenzten Formfaktoren

IoT der nächsten Generation: Wearables, AR/VR und Smart-Home-Geräte, die Reaktionsgeschwindigkeit, Akkulaufzeit und Konnektivität in Einklang bringen und so ein stets verfügbares Erlebnis bieten

GF + MIPS + ARC: Ein ganzheitlicher Technologiepartner für Physical AI

GF und MIPS kombinieren ereignisgesteuerte RISC-V-Rechenleistung in Echtzeit mit den differenzierten Technologien von GF, um Innovationen im Bereich „ physical AI “ voranzutreiben. Gemeinsam bieten sie eine deterministische, sicherheitsfähige Rechenplattform, die speziell für Geräte entwickelt wurde, die in Echtzeit wahrnehmen, denken, handeln und kommunizieren müssen.

MIPS bietet eine „Software-First“-Mikroarchitektur und bewährte Multithreading-Technologie, die sich ideal für Workloads in der realen Welt eignet, während GF FDX™ FD-SOI, inFET, RF-SOI, SiGe, BCD/GaN und advanced packaging bereitstellt, um Energieeffizienz, Leistung und Konnektivität zu optimieren. Diese Kombination ermöglicht einen geschlossenen Intelligenz-Stack, den Kunden individuell an Workload, Energieverbrauch und Kosten anpassen können.

Lesen Sie ein Interview mit Sameer Wasson, dem CEO von MIPS (wird in einem neuen Tab geöffnet)

GF-Webinarreihe für Unternehmen: Die Entwicklung vom Edge bis zum Physical AI

Dieses Webinar zeigt, wie die MIPS- und CMOS-Technologien von GF die Entwicklung intelligenter, autonomer und vernetzter Geräte vorantreiben – von Edge- bis hin zu „ physical AI “-Anwendungen.

Aktuelle Nachrichten & Einblicke

Physical AI

Häufig gestellte Fragen

Physical AI bringt Intelligenz in die physische Welt – Maschinen und Geräte, die ihre Umgebung wahrnehmen, Informationen lokal verarbeiten, Entscheidungen treffen und in Echtzeit handeln. Es verringert die Abhängigkeit von der Cloud bei latenzempfindlichen Aufgaben und ermöglicht Autonomie am Netzwerkrand.

Da Anwendungen wie humanoide Robotik und fortschrittliche autonome Systeme den Sprung von der Forschung in den praktischen Einsatz schaffen, steigt die Nachfrage nach eingebetteten Echtzeitsteuerungen und energieeffizienter, geräteinterner Intelligenz rasant an. Der massive Ausbau von Rechenzentren hat das Ökosystem darauf vorbereitet; der nächste Schritt bringt Intelligenz auf Milliarden von Geräten.

Wir bieten die Halbleiter-Grundlage – Rechenleistung mit extrem geringem Stromverbrauch (FDX FD-SOI & FinFET), HF- und Konnektivitätslösungen, „ advanced packaging “ und Photonik sowie eingebettete Speicher und deterministische Echtzeit-Rechenleistung auf MIPS-Basis –, um zuverlässige, sichere Systeme mit geringer Latenz in großem Maßstab zu entwickeln.

Der Begriff „Edge-KI“ beschreibt den Ort, an dem die Berechnungen stattfinden: KI-Modelle werden in unmittelbarer Nähe der Datenquelle ausgeführt, um die Latenz zu verringern und die Abhängigkeit von der Cloud zu reduzieren. Dies ermöglicht eine schnellere Verarbeitung, wobei der Schwerpunkt jedoch in erster Linie auf der Analyse liegt.

Physical AI geht noch einen Schritt weiter. Es bringt Intelligenz direkt in Geräte und Maschinen, sodass diese ihre Umgebung wahrnehmen, deterministische Entscheidungen treffen, über Motoren oder Aktuatoren agieren und in Echtzeit kommunizieren können. Es handelt sich um ein vollständig geschlossenes System, das für den Einsatz in der Praxis konzipiert ist und nicht nur auf lokale Inferenz beschränkt ist.

Edge-KI ist ein Baustein von „ Physical AI “. Sie bildet die Grundlage für die lokale Rechenleistung, während „ Physical AI “ die Funktionen bereitstellt, die für autonome Echtzeit-Aktionen in der physischen Welt erforderlich sind, wie beispielsweise präzise Sensorik, Rechenleistung mit extrem geringem Stromverbrauch, integrierter Speicher, sichere HF-Konnektivität und zuverlässige Aktorik. „ Physical AI “ ersetzt die Edge-KI nicht, sondern erweitert sie so, dass sie in der realen Welt Wirkung entfalten kann.