Вместо тысячи слов – одна цифра
Представьте, что внутри одного человекоподобного робота спрятано кремния на 1000–2000 долларов. Это как современный автомобиль по полупроводниковой начинке. Рынок таких роботов –10 млрд долларов к 2035 году и 50 млрд к 2045-му.
Такую цифру называет Хези Саар, исполнительный директор Synopsys (один из главных игроков в мире полупроводниковых IP). И он утверждает: физический ИИ –это не продолжение облачных нейросетей. Это совершенно новая игра.
Что такое «физический ИИ» простыми словами
Облачный ИИ (ChatGPT, Midjourney) умеет отвечать на вопросы и генерировать картинки. Edge-ИИ (ваш телефон, умная колонка) обрабатывает данные на месте.
Физический ИИ –это когда машина получает тело, глаза, руки и способность действовать в реальном мире. Автономный робот на складе. Беспилотник. Хирургический робот. Человекообразный робот, который открывает дверь, потому что она спроектирована для человека, а не для него.
Именно в этом ключевое преимущество: не нужно перестраивать мир под роботов. Они вписываются в нашу инфраструктуру –двери, лестницы, инструменты. Экономия миллиардов долларов.
Из чего состоит физический ИИ: три кита
Любое такое устройство имеет три обязательных компонента:
- Восприятие (perception) – датчики, камеры, лидары, радары. Машина «видит» мир.
- Понимание инструкций – может получить команду голосом, текстом или жестом.
- Физическое действие – переводит информацию в движение: повернуть руку, взять деталь, нажать кнопку.
Модели, которые это обеспечивают, эволюционируют от LLM (текст → текст) к VLM (текст + изображение → ответ) и наконец к VLA –Vision-Language-Action. Это когда модель понимает трехмерное пространство, симулирует результат движения и только потом действует. И постоянно учится на последствиях.
Технически это означает, что ИИ перестает быть «болтуном» и становится «деятелем».
Гибридный интеллект: облако + тело
Многие думают, что будущее –полностью автономные устройства. Нет. Будущее – гибридные вычисления.
Почему? Потому что:
- Конфиденциальность – ваши личные данные не улетают в облако.
- Безопасность – промышленные или медицинские системы не должны зависеть от внешнего сервера.
- Задержка –в критических ситуациях (автомобиль, дрон) нельзя ждать ответа из облака даже 100 мс.
- Персонализация – устройство настраивается под вас локально.
Но полностью убрать облако тоже нельзя: сложные задачи, обучение новых моделей, обновление знаний требуют «большого мозга» в дата-центре. Поэтому типичная архитектура – часть выводов (inference) на устройстве, часть в облаке. Это и есть гибрид.
Проблема, о которой молчат: стена памяти (Memory Wall)
Звучит страшно, но суть проста.
ИИ-чип может вычислять быстрее, чем память успевает подавать ему данные. Это как суперкомпьютер, который простаивает в очереди к жесткому диску.
Что происходит на практике:
- Модель хранится во флеш-памяти (например, UFS –универсальный флеш-накопитель).
- При включении она загружается в DRAM через интерфейс (DDR, LPDDR).
- Узкий канал между накопителем и памятью становится тормозом.
Решение? Использовать высокоскоростную флеш-память (UFS 4.0/5.0) как активный компонент. Она не просто хранит модель, а помогает ее подгружать частями, не забивая всю DRAM. Плюс технология RAG (Retrieval-Augmented Generation) –динамическая подгрузка внешних данных только когда нужно.
Итог: меньше энергии, меньше задержка, дешевле система.
Что должно быть в SoC для робота
Проектировщику чипа под физический ИИ нужен гибрид между мобильным SoC, который ценят за энергоэффективность и компактность, и автомобильным, который требует отказоустойчивости и безопасности. Вот ключевые компоненты и их назначение:
Мощный процессор нужен для автономного принятия решений и работы с мультимодальными моделями. Без него система не сможет обрабатывать сложные сценарии в реальном времени.
Подсистема памяти должна включать высокоскоростной накопитель типа UFS и быструю DRAM. Это необходимо, чтобы модель быстро загружалась и не создавала узкое место в производительности.
Функциональная безопасность –требование, пришедшее из автомобильной индустрии. Ошибка в работе чипа не должна приводить к травмам или повреждениям, особенно если робот работает рядом с людьми.
Интерфейсы для датчиков, такие как MIPI, CSI, DSI, используются для подключения камер, лидаров и радаров. Без них машина не сможет воспринимать окружающий мир.
Слияние данных (sensor fusion) –это способность обрабатывать показания с разных сенсоров одновременно и в реальном времени. Например, совмещать картинку с камеры и данные с лидара для точного определения расстояния до объекта.
Сетевой интерфейс обеспечивает связь с облаком, другими роботами или диспетчерскими системами. Даже если основная логика работает локально, без сети сложно обновлять модели или координировать действия группы роботов.
Расширяемый программный стек (software stack) –это возможность чипа работать с приложениями, которых ещё не придумали. Аппаратура проектируется сегодня, а эксплуатироваться будет годы, поэтому гибкость на уровне софта критически важна.
Особенно важно не просто значение TOPS (триллионов операций в секунду), а показатель TOPS на ватт. Робот не может греться как сервер в дата-центре и не может каждые два часа вставать на зарядку, поэтому энергоэффективность становится главной метрикой успеха.
Стандарты – это не скучно, это экономия денег
Отрасль движется к стандартизации. Почему?
Пример: безопасность камер. В автомобилях и роботах камеры критически важны. Если взломать видеопоток –последствия могут быть катастрофическими. Стандарт MIPI CSE 2.0 обеспечивает сквозное шифрование и аутентификацию каждого кадра. Причем изначально это разрабатывалось для машин, но теперь переходит в робототехнику.
Другой пример: чиплеты (multi-die) – когда несколько кристаллов собраны в одном корпусе. Пока на периферии это редкость, но по мере роста вычислительных потребностей станет нормой. И здесь стандарты die-to-die (BoW, UCIe) критичны.
Еще один свежий пример – Закон о киберустойчивости (Cyber Resilience Act) в Евросоюзе. Любой цифровой продукт, продаваемый в ЕС, должен быть защищен от киберугроз. Если ваш робот или чип не соответствует – вы просто не выйдете на рынок. Стандарты помогают соответствовать без необходимости изобретать велосипед.
Что делать всей индустрии прямо сейчас (ближайшие 2 года)
Хези Саар называет три конкретных шага:
1. Определить эталонные рабочие нагрузки (reference workloads)
Не распыляться на всё подряд. Сначала –промышленная автоматизация, логистика, розничная торговля. Решить реальные задачи. Потом уже масштабировать. Архитектуры SoC должны отталкиваться от реальных требований, а не от фантазий маркетологов.
2. Устранить системные узкие места
Мы уже знаем, где болит: память, накопители, входы от датчиков, межсоединения. Инженерные команды должны целенаправленно работать над пропускной способностью и задержками. Это 100% влияет на удовлетворенность пользователя –робот, который тормозит, никому не нужен.
3. Стандартизация
Собраться всем вместе (OEM, производители чипов, поставщики IP) и договориться об общем языке. MIPI Physical AI Birds of a Feather –уже такая площадка. Использовать решения, которые уже отработаны в автомобильной и промышленной индустрии, и адаптировать их под роботов. Не надо изобретать всё с нуля.
Итог одной фразой
Физический ИИ –это не более умные алгоритмы, а совершенно новый класс систем, где кремний должен быть безопасным, быстрым, энергоэффективным и стандартизированным одновременно. И рынок готов платить за это тысячи долларов за устройство уже сейчас.
Ссылка на первоисточник: https://www.eetimes.com/podcasts/when-ai-gets-a-body-physical-ai-humanoids-and-the-future-of-silicon/
Вас также могут заинтересовать: