智东西（公众号：zhidxcom）
作者 | ZeR0
编辑 | 漠影

智东西7月28日报道，近日，在Advancing AI 2026大会（AAI 2026）上，AMD发布面向物理AI的软硬件“全家桶”Kria AI解决方案，把AMD CPU、GPU、NPU和FPGA的异构计算能力塞进同一套机器人架构。

物理AI是AI离开屏幕、进入现实世界并采取行动的下一个前沿。在数字世界中，智能体规划并完成任务；而在物理世界中，它面临的挑战更为复杂，包括感知环境与运动、在不确定性条件下导航、控制真实执行机构和保护周围人的安全。

过去20多年，AMD自适应计算技术一直为工业与手术机器人的传感、安全和实时控制系统提供支持。如今，AMD进一步推出Kria AI解决方案，将AMD在机器人身体方面的优势扩展至机器人大脑，在一个针对严苛功耗、散热和时延要求进行优化的单一平台上整合AI感知、推理与智能体决策及控制能力。

Kria AI解决方案包括包括由AMD Ryzen（锐龙）AI嵌入式X100系列处理器提供支持的Kria AI系统模块（SOM）和机器人载板，以及首个面向自主机器人的开放式交钥匙集成平台——AMD Kria AI机器人开发者平台，旨在助力开发者和客户构建原型、开发并快速部署下一代自主机器人和物理AI系统。

至此，一台复杂的人形机器人，多处都能搭载AMD的计算产品：

• Kira AI：机器人的“大脑”，负责高级感知和推理。
• 第二代Versal AI Edge：机器人的“脊柱”，负责高速数据与自适应计算。
• Zynq UltraScale+：机器人的“关节”和实时控制。
• Spartan UltraScale+：传感器连接与底层接口。

就连人形机器人的具身智能模型，也可以在云端由AMD Instinct GPU训练。

同时，AMD推出AMD开放机器人合作伙伴网络，通过统一的AMD硬件和基于开放标准构建的软件基础，汇聚原始设计制造商（ODM）、独立软件供应商（ISV）、仿真提供商、传感器与感知技术公司、安全与基准测试合作伙伴以及系统集成商，以加速机器人和物理AI项目从研究和概念验证迈向实际部署。

锐龙AI嵌入式X100系列处理器已于今年6月开始向客户提供样品，预计将于今年第四季度实现量产供货；Kria AI SOM预计将于今年第四季度开始通过ODM合作伙伴供货；Kria AI机器人开发者平台正在向早期客户送样，预计将于今年第四季度正式供货。

一、给机器人造颗专属芯：16核CPU、50TOPS AI算力、128GB内存

在工业场景，机器人大部分时间都在追求两个字：“确定”。机械臂不需要理解“把桌面收拾干净”是什么意思，只要准确完成一套预先编写的程序，确保即便动作重复一万次，误差也始终被控制在安全边界内。

近年来，生成式AI把“不确定”带进了机器。拥有智能的新一代自主机器人，面对的不再是固定工位，而是移动的人、陌生的环境、未知的物体、变化的光照和没有写进程序的新任务。

这意味着机器人系统不仅要能理解场景、将指令变成动作、预测下一步，还要在严格的功耗、散热和空间限制内，保证精确控制、实时响应和行动安全可靠，不会误伤现实场景中的人或物品。

这需要将感知、推理、决策和行动闭合成一条实时循环，让不同硬件分担要职：CPU承担导航、规划、控制及数百个软件线程的编排，GPU适合运行VLM、VLA和生成式模型，低功耗NPU可持续处理摄像头和音频信号，FPGA连接不同协议的传感器，完成数据聚合、时间敏感网络和确定性I/O。

AMD锐龙AI嵌入式X100系列处理器正是为此设计。

该处理器针对机器人、工业自动化、医疗健康以及其他智能实时嵌入式系统等物理AI应用进行了优化，在单颗嵌入式SoC上集成了最多16个高性能AMD“Zen 5”CPU核心、独立级RDNA 3.5集成iGPU以及高能效XDNA 2 NPU，NPU约有50TOPS算力，适用于加速感知、推理和实时控制工作负载。

每个计算引擎均可提供出色的独立性能，三类计算引擎共享统一内存，最高支持128GB内存、约273GB/s带宽，可减少跨计算域的显式数据迁移，加速实际工作负载，提升确定性并降低时延。

AMD锐龙AI嵌入式X100系列处理器预计可在CPU、图形和AI工作负载方面提供领先的计算能力：更高的多线程CPU性能（CoreMark）可助力大规模并发，更高的图形性能可提供更具沉浸感的体验，更高的Token生成吞吐量以及更快的首个Token生成时间（TTFT）可加速物理AI工作负载。

对于需要以低功耗和小尺寸实现高信号处理的应用，该处理器提供的FP32性能可实现出色的信号处理，并在高级医疗超声波束成形等工作负载上平均性能优异。

同时，锐龙AI嵌入式X100系列处理器专为工业应用环境而设计，可支持严苛环境下的高可靠性运行。

基于这些特性，锐龙AI嵌入式X100系列处理器能以足够迅速的相应速度满足人形机器人、智能制造、手术机器人和无人系统等高要求用例的需求。

AMD嵌入式业务产品、软件与解决方案公司副总裁认为， 凭借领先的CPU、GPU和NPU性能，并结合嵌入式专用功能、开放的软件生态系统以及工业级可靠性，锐龙AI嵌入式X100系列可简化开发流程，助力客户更快地将功能日益强大的下一代自主系统推向市场。

客户可利用AMD参考平台开展初期开发，并通过首发合作伙伴提供的系统模块（SoM）快速推进至量产阶段。

二、打造机器人开放式交钥匙集成平台，几天可从概念推进到原型

要拉近从样机到生产线的距离，只有芯片还不够。

AMD打造了一套面向智能体机器人的完全集成平台——Kria AI机器人开发者平台，包括Kria AI系统模块（SOM）和机器人载板、评估套件、机器人软件套件以及业经验证的参考设计。

Kria AI系统模块采用开放标准COM-HPC外形规格，搭载锐龙AI嵌入式X100系列处理器，在针对机器人和自主系统优化的模块化架构中融合了CPU、iGPU和NPU计算能力，通过在单个平台上实现AI感知、推理、自主决策和行动来驱动机器人大脑，可实现实时可靠性、额外计算容量、更多并发智能体运行。

CPU用于实时控制，完整控制周期低于125微秒；iGPU用于沉浸式图形处理，还能实现不到100毫秒的π0.5 VLA模型AI推理；NPU用于提供低时延和确定性性能，完成视觉检测等任务仅需不到0.4毫秒。

这意味着机器人可以更快响应，并保留更多算力处理复杂任务，同时不牺牲控制和安全。

Kria AI机器人开发者平台又在SoM的基础上，补上了机器人载板以及ROCm和ROS 2机器人软件及开发工具，定位为一套开箱即用、开放且完整集成的机器人系统。

其参考载板上配有AMD Spartan UltraScale+ FPGA，用于传感器聚合和传感器融合。

设备背面有常见的以太网、USB和显示输出等接口。前面板专为机器人设计，用于接入时间敏感网络、摄像头和各类传感器。

AMD将开放载板的原理图、物料清单（BOM）以及载板上FPGA的RTL设计，使客户能根据具体应用修改设计，快速进入市场。

开发者可在几天内从概念推进到原型。开发平台采用的SOM，还能通过ODM生态成为量产模块。开发者在桌面盒子里验证的模型和控制软件，可以迁移到机器人内部的定制载板上。

它们与AMD自适应SoC和FPGA产品一起，为加速下一代机器人和物理AI系统从概念验证到量产的部署提供了完整且可扩展的基础。

三、软件全家桶大降开发门槛，迁移可保留75%现有CUDA代码

Kria AI系统模块与Kria AI开发者平台由AMD开放软件栈提供支持。

AMD机器人软件套件是一个基于AMD ROCm软件和ROS 2机器人框架构建的开放式、可移植软件栈，针对端到端开发进行了优化。

这套软件栈包括用于应用开发的Linux、用于iGPU工作负载加速的AMD ROCm软件栈、用于虚拟化的Xen Hypervisor，以及PyTorch、ONNX和TensorFlow等行业标准AI框架，使开发者能够在熟悉的设计环境中快速构建。

底层是ROCm和Ryzen AI软件，向上连接ROS 2、Nav2、MoveIt、PyTorch、ONNX、TensorFlow等框架。Robotics Core SDK负责导航、运动规划和机器人基础能力，Physical AI SDK承接模型开发与部署。

开发者可以在AMD Instinct GPU上训练模型，再使用同一软件栈，把模型部署到锐龙AI嵌入式X100系列处理器和Kria AI机器人开发套件上。

根据AMD在特定测试条件下的结果，AMD开放软件栈支持从CUDA向ROCm迁移，开发者可保留最高达75%的现有CUDA代码。

四、开放物理AI和机器人“朋友圈”，机器人企业可免费加入

据AMD嵌入式业务工业、机器人与医疗市场高级总监分享，打造机器人需要整合AI模型、中间件、传感器、仿真工具、系统集成商以及生产硬件。而现实情况往往是，这些组件来自不同的供应商，彼此之间缺乏验证。

对此，AMD推出AMD机器人合作伙伴网络，汇聚广泛的硬件与软件合作伙伴生态系统，旨在助力客户简化开发流程、减少集成工作量、在部署前验证系统、降低集成复杂性，并在不依赖专有运行时或封闭开发环境的情况下，加速从原型设计到量产的进程。

该计划通过统一的AMD硬件和基于开放标准构建的软件基础，将原始设计制造商（ODM）、独立软件供应商（ISV）、仿真提供商、传感器与感知技术公司、安全与基准测试合作伙伴以及系统集成商连接起来。

其首批合作伙伴覆盖超过30家：ODM厂商和AI模型合作伙伴提供参考平台和系统以实现快速集成，中间件、传感器、机器人技术和系统集成合作伙伴提供经过优化的机器人软件和工作流程，仿真与验证合作伙伴支持数字孪生开发、测试以及AI模型训练。

合作伙伴可借助开放且广泛采用的工具构建机器人系统，包括AMD ROS 2 Perception Node加速应用、ROCm开放软件生态系统、锐龙AI软件、Vitis AI软件以及ONNX开发框架等工具。

这一计划涵盖AMD从边缘系统（基于锐龙AI嵌入式处理器和Versal自适应SoC）到数据中心基础设施（基于EPYC处理器和Instinct GPU）的计算平台，从而为客户提供开放、经过验证且量产就绪的机器人解决方案，覆盖感知、规划、控制、仿真、训练和部署环节。

AMD机器人合作伙伴网络现已开放注册，符合条件的机器人企业可免费加入注册级别（Registered tier），所有级别均无需支付许可费用或会员费用。

会员资格设有四个等级，合作伙伴可通过发布经验证的基于AMD平台的解决方案逐步提升等级，并随着等级提升，获得联合营销、验证认证以及平台抢先体验权益。

结语：物理AI的未来建立在开放生态之上

当前AMD手里，正握着一套少见的牌：x86 CPU、GPU、NPU、FPGA、自适应SoC，以及从工业控制到云端训练的客户基础。

过去20多年，AMD嵌入式业务已在机器人领域积累深厚。FPGA和自适应SoC长期位于传感器、运动控制、功能安全、工业网络和执行机构内部。它们像神经和关节，影响着机器能否精确地行动。

如果只守住机器人身体，AMD嵌入式业务顶多成为物理AI领域的零部件供应商之一。将锐龙AI嵌入式X100、Kria AI和ROCm引入机器人大脑，则能够为AMD带来控制更高层软件接口和平台选择的更广阔机会。

AMD从云到机器人的产品拼图也就此完整：Instinct与EPYC负责模型训练和推理基础设施，ROCm提供跨平台GPU软件基础，X100在机器人端处理推理、编排和控制，Versal、Zynq与Spartan深入高速数据通路、关节及传感器，合作伙伴补上模型、仿真、传感和量产系统。

物理AI和机器人的未来，建立在开放的芯片、软件、系统和合作伙伴生态之上。

AMD正作为开放生态系统里的一个总包商，联手生态伙伴，把算力底座、验证标准与量产路径搭好，从硬件、解决方案、模型、软件到系统，降低从开发到量产过程中的复杂性，将按需选择的自由和便利交给客户。