物理人工智能登上舞台中央：数据中心投资为何推动现实世界机器人技术的发展

机器人和物理人工智能系统正迎来突破性时刻，正从实验性演示演变为能在物理世界中运行、反应并做出决策的实用工具。它们的快速进步凸显了正在发生的一场重大变革。人工智能正向边缘迁移，融入我们身边的设备和机器之中。

事实上，瑞银（UBS）预测，仅类人机器人市场到2050年就将达到1.7万亿美元。但这场变革背后有一个关键基础：人工智能数据中心的巨额投资周期，它正在为物理人工智能打开大门，并重塑半导体需求。这正是格罗方德（GlobalFoundries）发挥作用之处——我们提供将物理人工智能应用变为现实所必需的核心半导体技术。

数据中心投资周期

物理人工智能看似引发的突然热潮，实则是长期基础设施建设中的自然演进。我们行业的每次重大飞跃都始于此：先打好基础，随后应用才呈爆发式增长。而这正是当前正在发生的事情——人工智能基础设施终于准备就绪，将智能从云端推向物理世界。

如今，对AI数据中心的巨额投资正推动新一轮投资周期，但真正的市场机遇在于该周期的下一阶段：物理AI。其目标是让数十亿物理设备——从可穿戴设备到自动驾驶汽车——能够实时感知、思考、行动和通信。 这一周期正以惊人的速度加速发展——市场预测显示，2025年至2034年间年增长率将达到33.49%，这是一个不容忽视的紧迫机遇。

物理人工智能的崛起

这一势头表明，物理人工智能正超越试点和原型阶段，迈向大规模的现实世界部署。随着数据中心在power 计算能力方面面临日益严峻的限制，物理人工智能通过将智能和决策直接转移到边缘设备上，从而缓解了这一压力，进一步加速了其应用。

物理人工智能持续聚合来自各类传感器的数据，以不同精度级别处理信息，并在瞬间做出决策并通过电机和执行器执行。这些系统还跨多个传感器领域运行，实现了真正的智能自主性，使机器能够在物理世界中感知、思考、行动和沟通。

现实世界应用初现雏形

您或许并不知晓，但您很可能已经接触过当今物理人工智能的新兴应用。例如：高级驾驶辅助系统、家用机器人、无人机、智能基础设施，甚至搭载人工智能的医疗和诊断设备。

在全球各地的市场中，物理人工智能已应用于移动辅助和康复等领域，其中智能的设备端系统为老年人、患者和工业工人提供支持。 这些部署展示了边缘端的实时决策如何实现实用且可扩展的解决方案。随着物理AI持续发展，它正推动着半导体创新领域出现新的、更复杂的需求。

物理AI工作负载如何重塑半导体需求

正如今年CES上的实际部署所强调的，物理AI工作负载与主要集中在数据中心的生成式AI工作负载有着根本性的差异。 与生成式AI模型相比，物理AI引入了更复杂、更多样化的工作负载。

随着芯片设计师对设备持续收集和处理数据的期望不断提升，以及终端用户对设备在动态且不可预测的环境中执行命令和进行通信的期望日益提高，这些不断演变的需求正在重新定义半导体的要求。

具体方法如下：

• 洞察：物理 人工智能正推动传感技术实现爆发式增长，这需要高精度模拟、高性能射频以及高度集成的混合信号解决方案。^{GF的FDX®平台}以其射频性能、漏电流控制及高温可靠性著称，目前已广泛应用于工业自动化和ADAS领域的传感应用。随着传感模态向视觉、雷达、激光雷达及环境传感等方向扩展，GF的精密模拟、SiGe 及集成存储器技术为采集和预处理真实世界数据提供了所需的power 。

• 思考：实时自主系统需要power且针对工作负载进行优化的计算能力。MIPS的多线程 RISC-V CPU 提供确定性、事件驱动的性能，优先处理关键任务，并支持边缘端的即时响应。结合 GF 的节能型^FDX®和 FinFET 技术，这些平台将计算能力从集中式云环境扩展到数十亿台设备，构建出分布式智能模型。

• 行动：在物理世界中执行决策需要高精度控制、低延迟以及电机与执行器之间的紧密集成。GF的BCD、power 、混合信号IP和高可靠性CMOS技术支持高密度I/O、快速电机控制环路和高效执行，这些是机器人技术、工业自动化及新兴类人机器人系统的核心。 MIPS 通过在电机控制、传感器融合和决策工作负载方面提供领先的实时控制回路性能，进一步增强了这一能力。

• 通信：物理 人工智能依赖于数十亿台设备之间安全、power 。凭借在射频、连接技术、SiGe 射频领域的领先地位，GF能够支持从短距离设备连接到高带宽5G/6G及卫星通信的各类应用。结合MIPS开放的、以软件为先的架构，GF能够提供在分布式智能系统中实现快速、高效且安全通信的平台。

不断变化的需求正推动着对模拟精度、多模态集成、超低power、优化计算、低延迟、安全连接、集成内存以及先进传感电路的需求。

综上所述，凭借深厚的技术积淀和广泛的产品组合，格罗方德（GlobalFoundries）已做好充分准备，助力人工智能迈入实体世界的新阶段。

提供power 人工智能的技术

随着人工智能数据中心的投资规模持续扩大，这为边缘计算领域的下一波创新奠定了基础。随着智能功能逐渐融入交通运输、工业自动化、消费电子和医疗技术等领域的设备与系统，这一转变正为“物理人工智能”创造出快速增长的机遇——预计到2030年，该领域规模将至少达到180亿美元。 如今，客户正致力于将更多的感知、决策、执行和连接功能直接集成到设备中，而技术需求也随之不断演进。

GF正在开发能够实现这一转型的技术。凭借我们不断扩大的产品组合——包括power 、精密模拟、射频和连接解决方案、先进封装，以及新增的MIPS实时多线程RISC-V处理器——我们正为客户提供设计差异化物理AI解决方案所需的平台。 凭借全球制造网络、深厚的协同设计合作伙伴关系以及日益增长的AI驱动型设计项目储备，我们能够为客户提供从架构设计到量产的全流程支持，助力其加速开发进程，并充满信心地将新一代智能设备推向市场。

创新，共创未来

如今，物理人工智能已广泛应用于自动驾驶汽车、高级驾驶辅助系统、家用机器人、无人机、智能设备，甚至可穿戴设备以及具备人工智能功能的医疗和诊断设备。展望未来，物理人工智能将超越这些应用领域，迎来类人机器人和更加先进的自主系统时代。

在本系列即将发布的博客中，GF超低power 业务高级副总裁Ed Kaste将深入探讨这一转型对未来物理人工智能应用的影响，以及GF在推动这些技术发展中所发挥的作用。

把握物理人工智能转折点的早期浪潮

该行业已迎来转折点：人工智能不再局限于成排的GPU服务器，而是正融入塑造我们日常生活的各类设备、机器、车辆和机器人之中。随着物理人工智能的普及，半导体领域的需求日益明朗，而GF在推动这一变革中的作用也愈发清晰。在接下来的博客中，我们将深入剖析将定义未来十年物理人工智能发展的技术基础，以及GF如何在此关键转折点上布局以引领行业。