AMD：实时控制与可靠性才是物理 AI 的关键
AMD Says Real-Time Control, Reliability Key to Physical AI < Semiconductor < 기사본문 - The Elec Inc.
AMD 高管 Salil Raje 提出，物理 AI 的性能评估应从原始算力转向实时控制与系统级可靠性。AMD 以 Kria AI SOM、Versal、Zynq 和 Spartan FPGA 构建异构架构，第三方测试中 Kria AI SOM 推理时间低于 0.1 秒、每秒支持 8,000 次控制决策；在开放导航基准中，Ryzen AI Embedded 配置的控制时序可靠性最高达 Nvidia Jetson T5000 的 3.4 倍，可用算力余量高 1.6 倍。
正文 · AI 翻译
가
文章正文内容将改为该字号。
滚动移动状态栏
AMD自适应与嵌入式计算事业部高级副总裁兼总经理萨利尔·拉杰（Salil Raje）。（图片来源：AMD）
AMD呼吁改变物理AI性能的评估方式，主张实时控制和系统级可靠性应优先于原始AI算力。
“机器人制造商最需要的并不是最高的AI计算性能，”AMD自适应与嵌入式计算事业部（AECG）高级副总裁兼总经理萨利尔·拉杰在10月19日的官方博客文章中表示。
“关键在于将先进的AI模型与实时控制能力相结合，在要求的时间限制内精确执行计算结果。”
物理AI是指使机器人和自动驾驶汽车等机器能够与物理世界交互并执行物理动作的技术。
关键性能指标包括快速响应时间、可预测性、能效和功能安全。延迟或不稳定的运动控制可能导致碰撞和其他安全事故。
物理AI中的实时控制需要最大限度地减少数据传输延迟和瓶颈。AMD提出了一种异构半导体架构，并将系统结构比作人体。
在这一方案中，机器人的大脑采用基于锐龙AI嵌入式X100系列处理器的Kria AI系统级模块（SOM）。Versal自适应系统级芯片（SoC）充当脊柱，Zynq SoC控制关节，Spartan现场可编程门阵列（FPGA）负责传感器功能。
该架构构成了AMD面向机器人领域的Kria AI解决方案的基础。
与集成多种功能的单一处理器相比，异构方案在内存带宽、能效和延迟方面具有优势。它还能让系统在主AI计算单元停止运行时仍保持稳定状态。
在AMD引用的第三方测试中，Kria AI SOM实现了低于0.1秒的AI推理时间，并支持每秒8,000次控制决策。
在开放导航基准测试中，Ryzen AI Embedded配置提供的控制时序可靠性最高可达Nvidia Jetson T5000的3.4倍，可用算力余量最高可达其1.6倍。
根据Mimic的分析，该配置还支持最多2.3倍的同时运行的自主智能体。
Foundation Robotics和Generative Bionics正在使用AMD的Kria AI解决方案设计产品。
JEONG IL JOO 1week@thelec.kr
我的评论