英特爾宋繼強(qiáng)：以異構(gòu)計(jì)算推動(dòng)物理AI應(yīng)用落地

物理AI，正在成為英特爾發(fā)力AI的重點(diǎn)。

近日，英特爾宣布任命Alex Katouzian領(lǐng)導(dǎo)新成立的客戶(hù)端計(jì)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(bào)。此前，在2026年第一季度財(cái)報(bào)電話會(huì)議上，陳立武也表示，“物理AI是一個(gè)巨大的市場(chǎng)……對(duì)我們來(lái)說(shuō)是一個(gè)機(jī)遇”，同時(shí)他也強(qiáng)調(diào)，“物理AI能從CPU中獲益良多，因?yàn)镃PU在性能功耗比上具有獨(dú)特的優(yōu)勢(shì)”。

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(shí)世界互動(dòng)并進(jìn)行回應(yīng)。雖然已經(jīng)成為業(yè)界的“當(dāng)紅炸子雞”，但毋庸諱言，要想實(shí)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(guò)程中，相比起參數(shù)高達(dá)數(shù)萬(wàn)億的大模型，各類(lèi)物理AI更需要強(qiáng)大的感知和推理能力，幫助它們實(shí)時(shí)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(guó)研究院正在積極探索具身智能、計(jì)算機(jī)視覺(jué)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(jìn)程。近日，英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)接受媒體專(zhuān)訪，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(hù)帶來(lái)獨(dú)特的價(jià)值。

異構(gòu)計(jì)算驅(qū)動(dòng)物理AI

宋繼強(qiáng)指出，物理AI需要部署在工業(yè)、醫(yī)療、零售等差異化的場(chǎng)景，各個(gè)場(chǎng)景對(duì)傳感器精度和行動(dòng)實(shí)時(shí)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(wèn)題，在底層硬件架構(gòu)上，異構(gòu)計(jì)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(dú)特價(jià)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(fù)載：如果應(yīng)用需要特別高的能效比，由NPU提供支持;實(shí)時(shí)性要求高、需要浮點(diǎn)運(yùn)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(lái)完成，至于對(duì)實(shí)時(shí)性要求格外高的任務(wù)，可以分配一個(gè)專(zhuān)門(mén)的CPU核去執(zhí)行，確保不會(huì)被其它任務(wù)打斷;GPU則可以用來(lái)運(yùn)行計(jì)算機(jī)視覺(jué)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(jī)器人、機(jī)械臂、智能汽車(chē)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(kù)轉(zhuǎn)變?yōu)槎嘀悄荏w庫(kù)，由不同的智能體分別負(fù)責(zé)感知、規(guī)劃、行動(dòng)等等任務(wù)，按照?qǐng)鼍暗男枨髣?dòng)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(qiáng)表示，英特爾在工業(yè)機(jī)器人運(yùn)動(dòng)控制領(lǐng)域有著深厚的技術(shù)積累，這方面的經(jīng)驗(yàn)?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(tái)能夠很好地滿(mǎn)足對(duì)高精度、高頻率、高實(shí)時(shí)性的要求，保障工業(yè)級(jí)別的可靠性。另一方面，英特爾擅長(zhǎng)系統(tǒng)調(diào)優(yōu)，在物理AI的現(xiàn)實(shí)部署中，能夠讓底層的硬件平臺(tái)和上層的軟件妥善協(xié)同運(yùn)行。這一點(diǎn)之所以重要，是因?yàn)槿绻锢鞟I要完成實(shí)際的生產(chǎn)生活任務(wù)，一定需要和整個(gè)系統(tǒng)里的其它部分進(jìn)行通信，需要確保在其它傳統(tǒng)的業(yè)務(wù)軟件運(yùn)行時(shí)，物理AI的控制、動(dòng)作類(lèi)任務(wù)也能實(shí)時(shí)、可靠地運(yùn)行，二者間不會(huì)發(fā)生沖突。

第三代酷睿Ultra處理器也針對(duì)物理AI做了大量有針對(duì)性的優(yōu)化。在硬件層面上，它在寬溫和耐用性上都達(dá)到了工業(yè)級(jí)別的要求，在板級(jí)設(shè)計(jì)上，也專(zhuān)門(mén)添加了一些工業(yè)場(chǎng)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(jué)—語(yǔ)言—?jiǎng)幼髂Ｐ?，以及EtherCAT工業(yè)通信協(xié)議。

靈活滿(mǎn)足算力需求

談到物理AI對(duì)算力的需求，宋繼強(qiáng)表示，這取決于具體的應(yīng)用領(lǐng)域。以搬運(yùn)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(jué)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(kāi)源VLA模型完全可以只在第三代酷睿Ultra處理器上運(yùn)行。具體來(lái)說(shuō)，它的計(jì)算內(nèi)核數(shù)量可以按需配置，最多支持16個(gè)CPU核和12個(gè)GPU核，加上NPU可提供最高達(dá)180 TOPS的AI算力。

閉源的、客戶(hù)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(mǎn)足對(duì)應(yīng)的需求。既可以在酷睿Ultra處理器之外添加一個(gè)AI加速器，也可以通過(guò)超低延遲的無(wú)線通訊，將酷睿Ultra處理器與邊緣計(jì)算盒子相連接，這種方案特別適合多個(gè)機(jī)器人在同一場(chǎng)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(kāi)發(fā)專(zhuān)門(mén)的物理AI處理器，宋繼強(qiáng)認(rèn)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(dá)到統(tǒng)一和成熟階段時(shí)，對(duì)硬件來(lái)講最好的方法就是保持一定的通用性。展望未來(lái)，當(dāng)物理AI的互操作標(biāo)準(zhǔn)確立，硬件廠商就可以基于明確的標(biāo)準(zhǔn)要求去設(shè)計(jì)專(zhuān)用的芯片，包括計(jì)算內(nèi)核、存儲(chǔ)、互連等關(guān)鍵功能單元。標(biāo)準(zhǔn)的統(tǒng)一將極大地簡(jiǎn)化通用模塊與定制化部分的集成流程，從而顯著加速專(zhuān)用芯片的開(kāi)發(fā)周期。屆時(shí)，從芯片定義到流片、測(cè)試，再到最終交付業(yè)界使用，整個(gè)流程將得以高效推進(jìn)。

雖然物理AI處理器尚需時(shí)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(jìn)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)模化、場(chǎng)景化應(yīng)用落地夯實(shí)基礎(chǔ);2025年10月，英特爾推出英特爾機(jī)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(jìn)和評(píng)估面向機(jī)器人的物理AI工作負(fù)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(jī)器人安全子系統(tǒng)設(shè)計(jì)框架，旨在為機(jī)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(shí)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(jìn)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(dú)特的位置。