界面新闻记者 | 肖芳
界面新闻编辑 | 文姝琪
国产算力正在涌向具身智能领域。
启元近日发布Q1和TI两款机器人的同时，还宣布睿芯成为其算力生态合作伙伴，其机器人产品也有望使用睿芯推出的高光D35等国产芯片。
同期，海光信息也发布面向机器人、机器视觉、智能制造等场景的海光1000芯片。这意味着，国产算力阵营在这一新领域的竞争已经开启。
据界面新闻了解，目前具身智能领域主流的算力方案是使用英伟达Jetson Orin系列芯片。苏州睿芯集成电路科技有限公司创始人范东睿对界面新闻表示，具身智能领域最核心的算力几乎全是英伟达，这是因为国产芯片厂商此前一直在绕开具身智能领域。
此前，AI算力与数据中心、汽车电子、消费电子等场景是国内芯片厂集中争夺的重点，华为昇腾、海光、寒武纪等国产芯片厂商都围绕这些领域推出产品。在范东睿看来，这些场景相对简单和具体，而具身智能对功耗、延迟、显存等方面有更为特殊的要求，芯片设计的难度也更大。
一方面，机器人使用电池供电，不像数据中心拥有不间断电源，芯片消耗更多的电量，意味着机器人执行任务的续航能力缩短；另一方面，云端计算可快可慢，但具身智能执行任务出现卡顿可能会造成较为严重的后果，因此对边缘计算的要求更高。
具身智能场景更大的难点在于复杂度。芯片需要跑语音、视觉、决策等多个模型，还要连接显示、通讯、摄像头、麦克风各种外设。
再加上国产芯片生产工艺受限，以及一款全新芯片从0开始建设软件生态的难度，国产芯片想要复制英伟达Jetson Orin的路径几乎没有可能。
在多重挑战之下，睿芯推出高光D35，其给出的解法不在于制程方面的创新，而是在架构方面的创新，采用了RISC-V和数据流融合的架构。
RISC-V和数据流架构都已存在多年。其中，数据流架构受限于通用性差、编译器极难写以及生态建设成本极高等短板，在诞生60多年来都未大规模普及。但在具身智能、机器人等物理AI场景下，可以把两种架构融合属于产品和工程层面，高光D35也是全球首款采用这一设计架构的物理AI芯片。
RISC-V所代表的控制流和数据流架构各有优势。其中，控制流像计划经济，统一命令，全体做加法，简单可控但效率低；数据流像市场经济，数据准备好了就触发计算，自动驱动执行。范东睿透露，高光D35在把两种架构融合之后，在简单运算场景下的效率能够和英伟达Jetson Orin系列芯片的效率相当，而在斯登索算法、傅里叶变换等科学计算融合场景，高光D35的效率更高，这是因为数据流架构在这些复杂场景的效率更高。
而海光全新发布的1000系列芯片采用C86架构。海光信息相关负责人对界面新闻表示，海光1000定位于嵌入式工控芯片，主要面向高能效、轻量化部署需求。同时，海光还规划了多款嵌入式芯片，分别面向主流商用、端侧AI和高端专业应用等不同计算需求，后续将陆续推出。
在复制英伟达路线不可行的情况下，国产算力抢占具身智能、机器人等物理AI场景的思路是通过创新设计方法达到和英伟达相当的性能，而其优势在于价格更低。一位知情人士向界面新闻透露，目前面向具身智能等物理AI场景的芯片利润率非常高，国产芯片厂商可以用较低的利润率与之竞争，但依然是盈利的。
但国产算力也面临诸多挑战，生态是其中一个较为关键的环节。目前，英伟达已经建立起较为成熟的生态，而国产算力需要设法让具身智能、机器人企业低成本迁移。
海光联合整机ODM/OEM、操作系统厂商、ISV及行业用户开展生态协同，从IDE到编译工具链提供开发支持，并依托C86生态兼容能力降低应用适配和迁移成本。
据界面新闻了解，高光D35已经实现量产。“我们希望高光D35未来在启元机器人上先用起来。”范东睿表示。
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢
