【環球網科技報道 記者 林夢雪】「中國市場以『中國速度』展現的創新活力令人印象深刻，arm期待持續深化與中國夥伴的合作，依託全球領先的生態體系，推動物理 ai 技術在實體世界的規模化落地，而物理 ai 也有望成為計算領域發展史上規模最大、技術最複雜的計算市場。」arm 物理 ai 事業部執行副總裁 drew henry說道。
barclays research 指出，2035 年人形機器人市場規模預計達 400 億美元，drew henry 認為這一數字仍有上升空間；摩根士丹利還預測，2025 至 2050 年機器人領域的半導體市場規模將實現 800 倍增長。在 drew henry 看來，計算技術將成為物理 ai 市場的核心組成部分，而這一市場也將成為計算領域的全新超級賽道。
drew henry還給出了物理 ai的定義：將 ai 深度嵌入配備執行器、可自主運動的各類智能設備並實現實體化落地，典型應用包括機器人平台、自動駕駛汽車平台等。而區分物理 ai 與數據中心 ai、邊緣 ai 的核心關鍵指標，是時延，即從感知信號到實際動作執行的時間，物理 ai 需要在微秒或毫秒級完成計算，這一極致的實時性要求，造就了其獨特且複雜度極高的計算挑戰。
為破解物理 ai 的計算難題，arm 提出了物理 ai 實現所需的四大計算層級，這也是構建物理 ai 計算平台的核心架構邏輯。第一層級為感知驅動層，聚焦自主運行，負責感知系統與實時決策，核心是實現感測器到執行器的超低時延，是物理 ai 的技術核心；第二層級為交互驅動層，為自動駕駛乘客、機器人使用者提供流暢的交互體驗，無需感知層的強實時性，計算體系具備差異化；第三層級為驅動執行層，負責精準控制機器人執行器、汽車制動與轉向系統，由大量微型器件組成，協調調度難度極高；第四層級為雲端層，實現終端設備的模型訓練更新與集群協同作業，構建端雲互通的計算體系。而貫穿四大層級的核心要求，是全流程的功能安全與信息安全，這也讓物理 ai 計算平台成為當前複雜度最高的計算平台。
據他介紹，目前，arm 已將業務重點聚焦邊緣 ai、物理 ai 與雲 ai 三大方向，物理 ai 是 arm 當前重點投入的核心領域之一，聚焦汽車與機器人兩大核心賽道，也是 drew henry 團隊深耕的方向。
技術落地基礎來看，drew henry認為，過去十年全球在 ai 領域的持續投入，讓自動駕駛、自主機器人等物理 ai 應用具備了落地條件，而 arm 三十餘年來深耕高能效、可信賴計算系統的技術積澱，恰好契合物理 ai 對安全性、能效性的極致要求，成為其布局該領域的核心底氣。drew henry透露，早在 2017 年 google 發布 transformer 架構論文時，arm 團隊就第一時間洞悉技術趨勢，著手調整計算架構，為 transformer 模型在物理 ai 領域的規模化應用做好準備。
drew henry 提到，2025年，arm 生態面向汽車、自動駕駛、機器人平台出貨的晶元已達 20 億顆，其技術已深度融入先進駕駛輔助系統（adas）、自動駕駛汽車、自主機器人平台的底層技術。
值得注意的是，中國物理 ai 領域的應用落地成果也讓 drew henry 印象深刻。他透露，在參觀國內領先合作夥伴的汽車工廠時，工廠內機器人的規模化應用場景與平台打造的高效節奏，成為其過往所見中最具衝擊力的場景之一。
中國市場是 arm 物理 ai 布局的關鍵陣地，drew henry 表示，arm 在中國擁有深厚的生態基礎，與眾多領軍企業的合作，正共同打造物理 ai 領域的各類創新平台。
