当实时 AI 与现实世界相遇
AI Summary
自主机器、车辆和机器人正朝着同一个目标融合:在功耗、安全性和可靠性约束下,实现能够感知、决策和行动的实时 AI。随着 AI 在物理系统中规模化发展,能效和广泛的软件生态系统将成为决定性优势。面向物理 AI 的 Arm 计算平台兼具能效和生态优势,为在全球范围内构建和扩展自主系统奠定了基础。
基于 Arm 平台实现智能物理 AI
Arm 能够实现安全、实时、高能效的 AI 系统,在物理世界中可靠地感知、决策和行动。
利用低延迟、可预测的计算技术,在动态环境中实现感知、规划和控制。
从运动控制到 AI 推理和集中式自动化,在异构工作负载中实现高性能、高能效。
成熟的软件基础平台和预先集成的平台相结合,可降低复杂性并加快产品上市。
专为汽车、机器人和工业系统设计的架构,全面支持功能安全。
推动物理 AI 变革
-
AI 定义汽车
-
机器人
集中式计算实现车辆完全自主运行
助力从 L2+ ADAS 向完全自动驾驶的 L4 和 L5 级机器人出租车和乘用车过渡。Arm 可扩展计算是 AI 定义汽车的基础。它能够实现集中式高性能处理,促进复杂传感器融合、感知和规划。
从电机控制到 AI 规划的可扩展计算
Arm 异构计算架构为从实时电机控制到高级 AI 规划等各种应用提供高性能和高能效,从而推动下一代先进机器人技术的发展,从需要大量算力进行双足行走和灵巧操作的人形机器人,到改变仓库物流的自主移动机器人 (AMR)。
Arm Zena 计算子系统 (CSS) 平台
在 AI 定义时代,汽车计算需求持续增长。Arm 提供多种解决方案,以预先配置且现成可用的子系统,助力缩短开发时间和降低总体拥有成本。Arm Zena CSS 经过实践检验、严格验证和专业认证,可为自动化技术、信息娱乐系统和不断演变的 AI 工作负载提供高性能计算。
为物理 AI 系统构建共同基础
通过生态系统协作和通用框架来定义、衡量和比较系统能力,从而加速智能机器人技术的发展。
物理 AI 最新进展
- 新闻和博客
常见问题
什么是物理 AI?
物理 AI 是指能够在现实世界中感知、决策和行动的智能系统。其中包括在实时性、功耗和安全性约束下运行的自动驾驶汽车、人形机器人、工业自动化系统和智能无人机。
物理 AI 与边缘 AI 有何不同?
边缘 AI 专注于在端侧本地运行 AI,以提高响应速度和保护隐私。物理 AI 将此概念延伸到必须与物理世界安全交互的自主系统,需要确定性的实时性能、功能安全性和可扩展的算力。
为什么实时性能对物理 AI 至关重要?
自主机器在动态环境中运行,任何延迟都可能影响安全性和可靠性。确定性、低延迟的计算技术可确保系统能够以可预测且安全的方式处理传感器数据、做出决策和执行操作。
Arm 如何支持安全关键型自主系统?
Arm 提供专为支持功能安全而设计的架构,并配有可扩展的计算平台和成熟的软件生态系统,使合作伙伴能够在汽车、机器人和工业市场构建符合标准、安全就绪的系统。
物理 AI 业务部门支持哪些类型的市场?
物理 AI 业务部门提供支持的对象包括:AI 定义的车辆、先进的机器人、工业自动化和其他需要高能效、可扩展且安全可靠的计算基础的自主系统。