來源量子位•較早收集於 19m
機器狗挑戰Nvidia的算力統治地位
探索新型機器人硬體架構如何挑戰Nvidia主導的AI算力現狀。
30 秒速覽
有什麼變化
專用機器人硬體架構的興起
為什麼重要
這種轉變可能預示著向去中心化或邊緣優化AI算力的發展，從而減少機器人技術對大型資料中心的依賴。
下一步行動
評估機器人專案的邊緣運算硬體替代方案，以降低對集中式GPU叢集的依賴。
誰應關注：Developers & AI Engineers
關鍵要點
- •專用機器人硬體架構的興起
- •從純GPU算力轉向具身智慧效率
- •對當前AI基礎設施市場領導者的潛在干擾
深度解析
背景與延伸：來自公開資料，非原文內容。引用 26 個來源。
增強重點摘要
- •專為機器人設計的邊緣AI處理器，如高通的Robotics RB5平台和英特爾的Movidius VPU，正提供低功耗、高能效的即時推論能力，作為Nvidia通用GPU的替代方案，尤其適用於對功耗和尺寸有嚴格要求的機器人應用。
- •機器人硬體架構正朝向「大小腦」協同模式發展，其中「大腦」負責高層次的感知、決策與大模型推論，而「小腦」則專注於低延遲、高即時性的運動控制，並有趨勢將兩者融合以提升效率和同步性。
- •高擬真模擬平台（例如Nvidia Isaac Sim）在具身智慧的開發中扮演關鍵角色，它允許機器人在虛擬環境中進行大規模試錯學習，大幅降低開發成本和時間，並加速將訓練成果從模擬轉移到真實世界的過程（Sim2Real）。
- •特斯拉透過其自研的FSD（全自動駕駛）晶片和Dojo訓練晶片，為其Optimus機器人實現了垂直整合的硬體與軟體生態系統，展現了特定應用領域客製化晶片在具身智慧中的潛力。
- •中國國內晶片廠商如瑞芯微、地平線機器人和雲天勵飛等，正積極開發針對人形機器人的「大腦」和「小腦」晶片解決方案，以提供更具性價比和客製化的選項，挑戰國際巨頭在機器人算力市場的地位。
競品分析
核心處理器
- Nvidia Jetson 系列
- GPU (Volta/Ampere/Blackwell Tensor Cores), ARM CPU, NVDLA
- Qualcomm Robotics RB5
- QRB5165 (Snapdragon 865-based: Kryo 585 CPU, Adreno 650 GPU, Hexagon Tensor Accelerator)
- Intel Movidius VPU / Core Ultra
- Movidius Myriad X VPU (SHAVE處理器, Neural Compute Engine), Core Ultra (CPU, Arc GPU, NPU)
- Tesla FSD / Dojo (內部使用)
- FSD Hardware 4.0 (ARM CPU, GPU, NPU), Dojo D1 (ASIC)
AI算力 (TOPS)
- Nvidia Jetson 系列
- Jetson Xavier: 30 TOPS, Jetson Orin: 275 TOPS, Jetson Thor: 2000+ TOPS (預期)
- Qualcomm Robotics RB5
- 15 TOPS (INT8)
- Intel Movidius VPU / Core Ultra
- Myriad X: 1 TOPS (DL Inference), 4 TOPS (總體)
- Tesla FSD / Dojo (內部使用)
- FSD HW 4.0: 72 TOPS (INT8) / 單晶片
功耗
- Nvidia Jetson 系列
- Jetson Xavier: 30W, Jetson Orin Nano Super: 25W
- Qualcomm Robotics RB5
- 低功耗設計，適用電池供電機器人
- Intel Movidius VPU / Core Ultra
- 超低功耗，適用於相機和邊緣伺服器
- Tesla FSD / Dojo (內部使用)
- FSD HW 4.0: 未公開具體數值，但強調能效
主要應用
- Nvidia Jetson 系列
- 各類機器人 (工業、服務、人形、機器狗)、自動駕駛、AI邊緣運算
- Qualcomm Robotics RB5
- 消費性機器人、工業4.0自動化移動機器人、無人機
- Intel Movidius VPU / Core Ultra
- 機器視覺、智慧城市、汽車、醫療、數位安全
- Tesla FSD / Dojo (內部使用)
- 特斯拉電動車自動駕駛、Optimus人形機器人
軟體生態
- Nvidia Jetson 系列
- CUDA、cuDNN、TensorRT、Isaac Sim、Omniverse、ROS 2.0支援
- Qualcomm Robotics RB5
- 神經處理、機器視覺、定位、特徵識別、障礙檢測SDK
- Intel Movidius VPU / Core Ultra
- OpenVINO™ 工具包, 具身智慧軟體開發套件
- Tesla FSD / Dojo (內部使用)
- 自研演算法、Cortex超級計算集群
優勢
- Nvidia Jetson 系列
- 強大算力、完整且成熟的軟體生態系統、高擬真模擬平台
- Qualcomm Robotics RB5
- 整合5G/AI、低功耗、適用於邊緣運算和行動機器人
- Intel Movidius VPU / Core Ultra
- 專注於邊緣視覺處理、低功耗、成本效益
- Tesla FSD / Dojo (內部使用)
- 垂直整合、數據閉環優化、與自動駕駛技術共享底層架構
挑戰
- Nvidia Jetson 系列
- 功耗相對較高、成本較高
- Qualcomm Robotics RB5
- 生態系統不如Nvidia成熟
- Intel Movidius VPU / Core Ultra
- 總體AI算力可能不如Nvidia高階GPU
- Tesla FSD / Dojo (內部使用)
- 封閉生態、僅供內部使用，市場通用性低
| 特性/平台 | Nvidia Jetson 系列 | Qualcomm Robotics RB5 | Intel Movidius VPU / Core Ultra | Tesla FSD / Dojo (內部使用) |
|---|---|---|---|---|
| 核心處理器 | GPU (Volta/Ampere/Blackwell Tensor Cores), ARM CPU, NVDLA | QRB5165 (Snapdragon 865-based: Kryo 585 CPU, Adreno 650 GPU, Hexagon Tensor Accelerator) | Movidius Myriad X VPU (SHAVE處理器, Neural Compute Engine), Core Ultra (CPU, Arc GPU, NPU) | FSD Hardware 4.0 (ARM CPU, GPU, NPU), Dojo D1 (ASIC) |
| AI算力 (TOPS) | Jetson Xavier: 30 TOPS, Jetson Orin: 275 TOPS, Jetson Thor: 2000+ TOPS (預期) | 15 TOPS (INT8) | Myriad X: 1 TOPS (DL Inference), 4 TOPS (總體) | FSD HW 4.0: 72 TOPS (INT8) / 單晶片 |
| 功耗 | Jetson Xavier: 30W, Jetson Orin Nano Super: 25W | 低功耗設計，適用電池供電機器人 | 超低功耗，適用於相機和邊緣伺服器 | FSD HW 4.0: 未公開具體數值，但強調能效 |
| 主要應用 | 各類機器人 (工業、服務、人形、機器狗)、自動駕駛、AI邊緣運算 | 消費性機器人、工業4.0自動化移動機器人、無人機 | 機器視覺、智慧城市、汽車、醫療、數位安全 | 特斯拉電動車自動駕駛、Optimus人形機器人 |
| 軟體生態 | CUDA、cuDNN、TensorRT、Isaac Sim、Omniverse、ROS 2.0支援 | 神經處理、機器視覺、定位、特徵識別、障礙檢測SDK | OpenVINO™ 工具包, 具身智慧軟體開發套件 | 自研演算法、Cortex超級計算集群 |
| 優勢 | 強大算力、完整且成熟的軟體生態系統、高擬真模擬平台 | 整合5G/AI、低功耗、適用於邊緣運算和行動機器人 | 專注於邊緣視覺處理、低功耗、成本效益 | 垂直整合、數據閉環優化、與自動駕駛技術共享底層架構 |
| 挑戰 | 功耗相對較高、成本較高 | 生態系統不如Nvidia成熟 | 總體AI算力可能不如Nvidia高階GPU | 封閉生態、僅供內部使用，市場通用性低 |
技術深入
- 高通Robotics RB5平台: 採用QRB5165處理器，基於Snapdragon 865晶片組，整合Kryo 585 CPU、Adreno 650 GPU、第五代AI引擎和Spectra 480 ISP。其AI引擎可提供每秒15兆次運算（15 TOPS）的AI性能，支援5G和Wi-Fi 6連接，並配備用於神經處理、機器視覺、定位、特徵識別和障礙檢測的SDK。
- 英特爾Movidius Myriad X VPU: 專為邊緣AI設計的視覺處理單元，內建神經運算引擎（Neural Compute Engine），可實現每秒1兆次深度學習推論運算（1 TOPS），總體性能超過4 TOPS。它包含8個128位VLIW向量處理器、16個MIPI通道，以及超過20個硬體加速器，專為低功耗、小尺寸的機器視覺應用優化。
- Nvidia Jetson系列: 從Jetson Xavier到Jetson AGX Orin，再到最新的Jetson Thor，Nvidia提供了一系列專為機器人設計的AI晶片。Jetson Xavier包含Volta Tensor核心GPU、八核ARM64 CPU、兩個NVDLA深度學習加速器，以及視覺和影像處理器，提供30 TOPS的運算能力。Jetson AGX Orin算力高達275 TOPS。Jetson Thor則基於NVIDIA Blackwell GPU架構，搭載14核Arm Neoverse CPU，專為物理AI和機器人應用設計。
- 特斯拉FSD Hardware 4.0: 採用7奈米製程，單晶片AI算力達72 TOPS (INT8)，雙晶片設計可達144 TOPS。整合12核ARM CPU、GPU和專用NPU，支援多模態數據處理，並具備專用ISP圖像訊號處理器，可在25毫秒內完成多攝影機數據融合。
- 「大小腦」架構: 機器人控制系統常分為「大腦」和「小腦」。大腦負責高層次的認知任務，如人機互動、語義理解、場景理解、任務分解和規劃，通常依賴大型語言模型和多模態大模型。小腦則負責將高層決策轉化為精確的機械動作，包括關節驅動、姿態調整和動態平衡，對低延遲、高即時性和可靠性有嚴苛標準，常採用MCU或高性能CPU。
前景展望基於引用來源的 AI 分析
專用機器人AI晶片將加速普及，降低通用型機器人的部署成本。
隨著對能效比和即時響應的需求增加，客製化或專為機器人設計的晶片將提供更優化的性能和更低的功耗，使其在商業應用中更具吸引力。
具身智慧的發展將推動雲邊端協同運算架構的深度整合。
機器人需要結合雲端大模型的強大訓練能力、邊緣端的即時推理和本地端的精確控制，以應對複雜多變的物理世界任務。
Nvidia將透過強化其軟體生態系統和模擬平台，鞏固其在機器人AI領域的領導地位。
儘管面臨硬體競爭，Nvidia的CUDA、Isaac Sim等工具鏈為開發者提供了無與倫比的便利性，形成強大的護城河。
時間線
1991
羅德尼·布魯克斯發表《沒有表徵的智能》，奠定行為主義AI和具身智慧基礎。
2016
Google發布Tensor Processing Units (TPUs)，專為機器學習設計的ASIC。
2017-08
英特爾推出Movidius Myriad X VPU，一款帶有神經運算引擎的邊緣AI處理器。
2018-06
Nvidia發布Jetson Xavier，其首款專為機器人設計的AI晶片，並推出Isaac平台。
2020-06
高通推出Robotics RB5平台，全球首個支援5G和AI的機器人平台。
2025-01
Nvidia在CES 2025宣布Jetson Thor商業化，並推出開放式人形機器人基礎模型Isaac GR00T N1。
- 1991羅德尼·布魯克斯發表《沒有表徵的智能》，奠定行為主義AI和具身智慧基礎。
- 2016Google發布Tensor Processing Units (TPUs)，專為機器學習設計的ASIC。
- 2017-08英特爾推出Movidius Myriad X VPU，一款帶有神經運算引擎的邊緣AI處理器。
- 2018-06Nvidia發布Jetson Xavier，其首款專為機器人設計的AI晶片，並推出Isaac平台。
- 2020-06高通推出Robotics RB5平台，全球首個支援5G和AI的機器人平台。
- 2025-01Nvidia在CES 2025宣布Jetson Thor商業化，並推出開放式人形機器人基礎模型Isaac GR00T N1。
來源 (26)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
1Google Search Sourcevertexaisearch.cloud.google.com2Google Search Sourcevertexaisearch.cloud.google.com3Google Search Sourcevertexaisearch.cloud.google.com4Google Search Sourcevertexaisearch.cloud.google.com5Google Search Sourcevertexaisearch.cloud.google.com6Google Search Sourcevertexaisearch.cloud.google.com7Google Search Sourcevertexaisearch.cloud.google.com8Google Search Sourcevertexaisearch.cloud.google.com9Google Search Sourcevertexaisearch.cloud.google.com10Google Search Sourcevertexaisearch.cloud.google.com11Google Search Sourcevertexaisearch.cloud.google.com12Google Search Sourcevertexaisearch.cloud.google.com13Google Search Sourcevertexaisearch.cloud.google.com14Google Search Sourcevertexaisearch.cloud.google.com15Google Search Sourcevertexaisearch.cloud.google.com16Google Search Sourcevertexaisearch.cloud.google.com17Google Search Sourcevertexaisearch.cloud.google.com18Google Search Sourcevertexaisearch.cloud.google.com19Google Search Sourcevertexaisearch.cloud.google.com20Google Search Sourcevertexaisearch.cloud.google.com21Google Search Sourcevertexaisearch.cloud.google.com22Google Search Sourcevertexaisearch.cloud.google.com23Google Search Sourcevertexaisearch.cloud.google.com24Google Search Sourcevertexaisearch.cloud.google.com25Google Search Sourcevertexaisearch.cloud.google.com26Google Search Sourcevertexaisearch.cloud.google.com
AI 週報
閱讀本週精選 AI 大事摘要 →
相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 量子位 ↗
每週電子報
每週一封，可隨時退訂。