【導(dǎo)讀】近日，英特爾宣布任命Alex Katouzian領(lǐng)導(dǎo)新成立的客戶端計算與物理AI事業(yè)部，直接向公司首席執(zhí)行官陳立武匯報。此前，在2026年第一季度財報電話會議上，陳立武也表示，“物理AI是一個巨大的市場……對我們來說是一個機遇”，同時他也強調(diào)，“物理AI能從CPU中獲益良多，因為CPU在性能功耗比上具有獨特的優(yōu)勢”。
所謂物理AI，指的是AI與物理系統(tǒng)的結(jié)合，讓物理載體能夠自主地與現(xiàn)實世界互動并進行回應(yīng)。雖然已經(jīng)成為業(yè)界的“當紅炸子雞”，但毋庸諱言，要想實現(xiàn)大規(guī)模商業(yè)化，物理AI尚有諸多技術(shù)挑戰(zhàn)需要解決。在這一過程中，相比起參數(shù)高達數(shù)萬億的大模型，各類物理AI更需要強大的感知和推理能力，幫助它們實時理解所處的生產(chǎn)生活環(huán)境，在各種情況下做出可靠的決策。
英特爾中國研究院正在積極探索具身智能、計算機視覺等前沿領(lǐng)域，與行業(yè)伙伴密切協(xié)作，加速物理AI的產(chǎn)業(yè)化落地進程。近日，英特爾中國研究院院長宋繼強分享了英特爾在物理AI領(lǐng)域的最新洞察，以及英特爾的軟硬件產(chǎn)品組合如何為相關(guān)客戶帶來獨特的價值。
異構(gòu)計算驅(qū)動物理AI
宋繼強指出，物理AI需要部署在工業(yè)、醫(yī)療、零售等差異化的場景，各個場景對傳感器精度和行動實時性的要求不同，所需設(shè)備的性能、功耗和尺寸也不同，因此很難用同一種硬件解決所有問題，在底層硬件架構(gòu)上，異構(gòu)計算成為必然的選擇。
這正是第三代英特爾酷睿Ultra處理器能夠發(fā)揮獨特價值的地方。作為XPU架構(gòu)處理器，它內(nèi)部集成了CPU、GPU和NPU模塊，可供靈活調(diào)配，支持物理AI上多樣性的工作負載：如果應(yīng)用需要特別高的能效比，由NPU提供支持；實時性要求高、需要浮點運算能力的任務(wù)，如傳感器數(shù)據(jù)的同步和處理，可以由CPU來完成，至于對實時性要求格外高的任務(wù)，可以分配一個專門的CPU核去執(zhí)行，確保不會被其它任務(wù)打斷；GPU則可以用來運行計算機視覺大模型。
在異構(gòu)硬件的上層，可以根據(jù)應(yīng)用需要打造不同形態(tài)的物理AI，如機器人、機械臂、智能汽車等等。目前主流的應(yīng)用構(gòu)建方式已經(jīng)由傳統(tǒng)的預(yù)先編程或定義功能庫轉(zhuǎn)變?yōu)槎嘀悄荏w庫，由不同的智能體分別負責(zé)感知、規(guī)劃、行動等等任務(wù)，按照場景的需求動態(tài)協(xié)作并生成執(zhí)行流程。異構(gòu)硬件也能夠以高能效比的方式調(diào)用不同的智能體。
軟硬件協(xié)同優(yōu)化保障可靠性
宋繼強表示，英特爾在工業(yè)機器人運動控制領(lǐng)域有著深厚的技術(shù)積累，這方面的經(jīng)驗?zāi)軌蚝芎玫貜?fù)制到物理AI領(lǐng)域。
一方面，英特爾的硬件平臺能夠很好地滿足對高精度、高頻率、高實時性的要求，保障工業(yè)級別的可靠性。另一方面，英特爾擅長系統(tǒng)調(diào)優(yōu)，在物理AI的現(xiàn)實部署中，能夠讓底層的硬件平臺和上層的軟件妥善協(xié)同運行。這一點之所以重要，是因為如果物理AI要完成實際的生產(chǎn)生活任務(wù)，一定需要和整個系統(tǒng)里的其它部分進行通信，需要確保在其它傳統(tǒng)的業(yè)務(wù)軟件運行時，物理AI的控制、動作類任務(wù)也能實時、可靠地運行，二者間不會發(fā)生沖突。
第三代酷睿Ultra處理器也針對物理AI做了大量有針對性的優(yōu)化。在硬件層面上，它在寬溫和耐用性上都達到了工業(yè)級別的要求，在板級設(shè)計上，也專門添加了一些工業(yè)場景需要的接口。此外，在軟件層面，它也支持各種主流的物理AI模型，如CNN（卷積神經(jīng)網(wǎng)絡(luò)）、DNN（深度神經(jīng)網(wǎng)絡(luò)）、VLA（視覺—語言—動作模型），以及EtherCAT工業(yè)通信協(xié)議。
靈活滿足算力需求
談到物理AI對算力的需求，宋繼強表示，這取決于具體的應(yīng)用領(lǐng)域。以搬運物體的任務(wù)為例，如果只是從此處移到彼處，需要的算力基本就在視覺處理和VLA模型兩部分，具體取決于不同廠商使用的VLA模型和優(yōu)化的程度。
優(yōu)化比較好的開源VLA模型完全可以只在第三代酷睿Ultra處理器上運行。具體來說，它的計算內(nèi)核數(shù)量可以按需配置，最多支持16個CPU核和12個GPU核，加上NPU可提供最高達180 TOPS的AI算力。
閉源的、客戶自定義的模型，算力消耗難以預(yù)估，但有其它的方法可以滿足對應(yīng)的需求。既可以在酷睿Ultra處理器之外添加一個AI加速器，也可以通過超低延遲的無線通訊，將酷睿Ultra處理器與邊緣計算盒子相連接，這種方案特別適合多個機器人在同一場景工作的情況，因而有著廣闊的應(yīng)用前景。
加速物理AI應(yīng)用落地
目前，英特爾尚未開發(fā)專門的物理AI處理器，宋繼強認為，這是由物理AI的發(fā)展現(xiàn)狀所決定的。在物理AI的上層算法尚未達到統(tǒng)一和成熟階段時，對硬件來講最好的方法就是保持一定的通用性。展望未來，當物理AI的互操作標準確立，硬件廠商就可以基于明確的標準要求去設(shè)計專用的芯片，包括計算內(nèi)核、存儲、互連等關(guān)鍵功能單元。標準的統(tǒng)一將極大地簡化通用模塊與定制化部分的集成流程，從而顯著加速專用芯片的開發(fā)周期。屆時，從芯片定義到流片、測試，再到最終交付業(yè)界使用，整個流程將得以高效推進。
雖然物理AI處理器尚需時日，但英特爾在這一領(lǐng)域卻從未停步，在第三代酷睿Ultra處理器之外，同樣進展頻頻。2025年4月，英特爾發(fā)布具身智能大小腦融合方案，為具身智能的規(guī)?；鼍盎瘧?yīng)用落地夯實基礎(chǔ)；2025年10月，英特爾推出英特爾機器人AI套件，提供了一套面向行業(yè)的精選功能組合，幫助企業(yè)加速推進和評估面向機器人的物理AI工作負載；2025年12月，英特爾聯(lián)合產(chǎn)學(xué)合作伙伴提出了一套具身智能機器人安全子系統(tǒng)設(shè)計框架，旨在為機器人系統(tǒng)提供全方位、多層次的安全保障。
CPU正在重回AI時代的核心位置，在數(shù)據(jù)中心中，其和GPU的配比正在大幅收窄至1比2乃至1比1。隨著英特爾同步推進在物理AI、智能體AI等領(lǐng)域的技術(shù)創(chuàng)新，這家公司正在AI浪潮中找到自己獨特的位置。
