新品速递

从数字推理到实景落地!Andromeda XVE70重构物理AI边缘计算底座

发布时间:2026-08-28 00:00:00 责任编辑:lijiahuan

【导读】当前AI产业竞争重心持续迁移,行业发展从云端大模型比拼,转向可落地实体场景的物理AI赛道。机器人、智能制造、自动驾驶等应用,对设备实时感知、快速决策、精准执行能力要求极高,传统云端计算模式存在延迟高、适配性弱等问题,难以满足实景作业需求。基于AMD Versal™ AI Edge Gen 2架构打造的Enclustra Andromeda XVE70边缘计算平台,依托异构融合算力架构,补齐传统方案短板,为物理AI设备提供从环境感知、智能推理到终端执行的全链路算力支撑,助力实体场景AI规模化落地。


过去几年,AI产业的主线是大模型。更大的参数、更强的训练算力、更庞大的数据中心,推动AI能力不断突破。


但当AI开始进入机器人、自动驾驶、智能制造这些真实场景,一个新的问题摆在行业面前:让AI运行起来并不难,真正困难的是让AI在现实世界中稳定、实时地工作。


一台机器人,不只是需要识别一张图片。它需要知道眼前是什么,需要判断下一步怎么做,还要控制机械结构完成动作。这个过程看似简单,背后却是一整套复杂的计算链路:感知环境 → 数据处理 → AI推理 → 决策控制 → 执行动作。任何一个环节出现延迟,都可能影响最终结果。


这也是为什么物理人工智能(Physical AI)正在成为下一阶段AI产业竞争的重要方向。而要让物理AI真正落地,计算平台正在扮演越来越关键的角色。


基于AMD Versal™ AI Edge Gen 2打造的 Enclustra Andromeda XVE70,正是在这一背景下出现的一款面向未来边缘智能应用的计算平台。它试图解决的问题很明确:如何让AI能力离设备更近,让机器拥有接近“神经系统”的实时计算能力。


1_620.png


物理AI真正落地,难点不只是AI模型


现在谈AI,很多人的第一反应是模型。


模型够不够大?


算法够不够先进?


推理速度够不够快?


但对于物理AI来说,模型只是其中一环。现实世界中的机器,需要面对大量动态变化。


比如一台具身智能机器人:


它可能需要识别人手中的物体;


判断周围环境变化;


规划运动路径;


控制机械臂完成抓取。


这和云端聊天机器人完全不同。聊天机器人回答慢一点,用户可能只是觉得体验不好。但机器人抓取失败、自动驾驶判断迟缓、工业设备响应错误,后果完全不同。


所以物理AI对计算系统提出了更高要求:不仅要聪明,还要足够快;不仅要算得出来,还要及时做出动作。


边缘智能时代,计算架构正在发生变化


过去,很多AI任务依赖云端服务器。数据上传云端,通过GPU完成计算,再返回结果。这种模式适合很多互联网应用。但对于机器人、智能制造、自动驾驶等场景,边缘计算几乎成为必然选择。


原因很简单:数据量越来越大。


一台智能设备可能同时产生来自摄像头、雷达、传感器的大量数据。如果所有数据都上传云端,不仅带宽压力巨大,也会增加延迟。更重要的是,有些任务必须在现场完成。


例如:


工业机器人需要实时调整动作;


无人设备需要快速响应环境变化;


智能摄像头需要即时完成分析。


因此,未来的智能设备需要一个更靠近现场的“大脑”。


为什么FPGA正在成为物理AI的重要技术路线?


在AI时代,FPGA正在迎来新的价值。


过去,FPGA主要应用于通信、雷达、工业控制等领域。它最大的特点,是可以根据应用需求重新定义硬件计算流程。这与物理AI的需求高度契合,因为现实中的智能设备,并不是只运行一种计算任务。


例如机器人系统:


视觉数据进入后,需要先完成图像预处理;


AI模型需要进行目标识别;


控制算法需要实时计算;


传感器数据需要融合分析。


这些任务,如果全部交给CPU,效率有限;如果全部交给GPU,又可能面临功耗和实时性问题。而FPGA可以通过硬件并行方式,把关键计算流程直接固化到逻辑中。


简单来说:CPU负责“管理”,AI加速单元负责“学习”,FPGA负责“快速执行”。这种协同方式,正在成为边缘智能设备的重要架构。


Andromeda XVE70:打造边缘AI时代的“神经中枢”


Andromeda XVE70采用AMD Versal™ AI Edge Gen 2自适应SoC,将多种计算资源融合在一个平台中。它不是单纯追求某一个指标,而是围绕边缘AI设备的实际需求进行设计。


2_558.png


平台集成:


AI Engine-ML;


FPGA可编程逻辑;


ARM处理核心;


高速内存与丰富接口资源。


这种异构计算架构,让不同任务可以运行在最适合的位置。


例如:


AI模型推理,可以交给AI Engine完成;


高速数据流处理,可以利用FPGA逻辑加速;


系统控制和应用程序,则由ARM处理器负责。


这样做的好处是:既能够发挥AI计算能力,又能够保持实时响应和硬件灵活性。对于机器人、智能视觉、工业AI等应用,这一点非常关键。


Versal AI Edge Gen 2,为物理AI提供新的计算方式


传统嵌入式系统往往采用固定架构,芯片买回来,功能基本固定。但AI时代变化太快,今天可能运行视觉检测模型,明天可能需要支持更复杂的多模态算法。


设备生命周期越来越长,硬件必须具备持续演进能力。这正是Versal AI Edge平台的优势。


其中:


AI Engine-ML:负责高效AI推理


面对机器学习任务,AI Engine能够提供专用加速能力,让神经网络模型更加高效运行。


FPGA逻辑:负责实时计算和定制加速


这是Versal平台非常重要的一部分。开发者可以根据应用需求设计专用硬件加速路径。


例如:


图像预处理;


雷达信号处理;


传感器融合;


运动控制算法。


ARM处理器:负责系统运行


包括操作系统、应用软件以及设备管理。三者结合,让设备具备从感知到行动的完整能力。


具身智能机器人,正在成为物理AI的重要落地方向


近年来,具身智能机器人受到越来越多关注。原因在于,人们开始意识到:AI真正改变世界,不只是生成文字和图片,而是进入现实环境完成任务。


但机器人想真正走向应用,并不是让它“会聊天”就够了。


它需要:


看得见;


听得懂;


想得清;


动得准。


比如一个仓库机器人:


摄像头发现货物;


AI判断目标位置;


系统规划抓取路径;


机械臂完成动作。


整个过程必须连续、高效。


这背后需要的不只是AI算法,还需要强大的边缘计算能力。Andromeda XVE70这类平台,正是在解决这样的需求。通过AI计算、FPGA加速和实时控制能力结合,让机器人拥有更加接近人类神经系统的计算方式。


从机器人到工业智能,边缘AI正在进入更多场景


边缘AI的发展,不会只停留在机器人领域。未来几年,它将在更多行业展开:


智能制造


利用AI视觉完成缺陷检测,实现生产线智能化。


自动驾驶


处理多传感器数据,实现实时环境判断。


航空航天与通信


完成高速信号处理和复杂计算任务。


医疗设备


实现本地AI分析,提高响应效率。


这些应用都有一个共同特点:计算必须靠近数据源。


从芯片到系统,SoM正在降低AI落地门槛


对于很多工程团队来说,开发边缘AI设备最大的挑战,并不是算法。真正耗时间的,往往是硬件工程问题:


高速DDR设计;


电源管理;


高速接口调试;


信号完整性验证。


这也是为什么SoM(System-on-Module)模式越来越受到关注。


像Andromeda XVE70这样的模块,将复杂硬件设计提前完成,让开发者可以把更多精力投入到:


算法优化;


应用开发;


产品创新。


对于需要快速迭代的AI设备来说,这种模式能够明显缩短开发周期。


物理AI的未来,需要新的计算底座


AI正在经历一次角色变化。过去,它更多是在数字世界里处理信息;未来,它需要进入现实世界,帮助机器完成真正的任务。


这意味着,AI竞争不只是模型竞争,也是计算架构竞争。谁能够让AI更快、更稳定、更低功耗地运行在设备端,谁就更有机会抓住下一轮智能化浪潮。


Andromeda XVE70代表了一种新的方向:用FPGA的灵活性连接AI,用异构计算能力支撑物理智能,让机器真正拥有感知和行动能力。


未来的AI,不会只存在于服务器机房。它会进入机器人、汽车、工厂,以及每一个需要智能决策的设备。


而边缘智能计算平台,正在成为连接AI与现实世界的重要桥梁。


结论

在物理AI产业化落地进程中,单一算法模型已无法适配复杂实体场景需求,高性能、低时延、可灵活迭代的边缘计算底座成为行业核心刚需。Andromeda XVE70融合AI推理引擎、FPGA可编程逻辑与ARM控制系统,构建高效协同的异构计算架构,可全方位适配智能机器人、工业智造、自动驾驶等多元场景的复杂算力任务。同时,平台采用成熟SoM模块化设计,大幅降低企业硬件开发与调试成本,缩短产品迭代周期。整体而言,Andromeda XVE70有效破解了物理AI落地的诸多技术痛点,定义了新一代边缘智能计算范式,为AI技术从数字场景走向实体产业规模化应用筑牢核心算力基础。


gg_20260512171736_266_20260622170931_179_20260707113844_971_20260708172203_213_20260710172006_775.png


为您推荐

东芝推出 TLX9909 光伏输出型光耦,可外部调节关断时间面向车载 SSR 应用 新品速递

东芝推出 TLX9909 光伏输出型光耦,可外部调节关断时间面向车载 SSR 应用

东芝电子元件及存储装置株式会社发布车载光伏输出型光耦 TLX9909 并开启批量出货。该器件符合 AEC‑Q101 车载标准,最小开路电压可达 13.5V,无需隔离侧电源与电荷泵电路;可借助外部栅极放电电路灵活调节关断时间,扩大高压功率 MOSFET 适配范围。搭配外置 MOSFET 可搭建高压大电流固态继电器 SSR,适用于电池管理系统 BMS、车载充电器 OBC、车载逆变器等场景,与 TLX9910 形成产品组合,方便工程师根据元器件数量、设计自由度选型。

汽车电子 能源电路 电源管理 光电显示 继电器 TOSHIBA(东芝)

Skyworks 推出 SKY4680x 多核车载音频 DSP,单核‑三核覆盖入门至高端整车平台 新品速递

Skyworks 推出 SKY4680x 多核车载音频 DSP,单核‑三核覆盖入门至高端整车平台

Skyworks(思佳讯)正式发布 SKY4680x 车载音频 DSP 系列,包含单核、双核、三核多种配置,覆盖从入门级到高端车型。该系列基于 Cadence HiFi 5 内核,三核版本总算力超 1.2GHz,集成 8MB 带 ECC 的 SRAM,多数场景无需外接 DRAM,可支持最高 64 路音频通道。器件支持自研算法、第三方音频 IP 以及边缘 AI 音频应用,搭配图形化音频开发环境与 SDK,帮助车企与 Tier1 实现跨车型软件复用,平衡座舱音频性能与 BOM 成本。目前工程样片与评估板已开放申请。

汽车电子 互联技术 处理器 SKYWORKS

MathWorks 取得 TÜV 南德认证扩展,智能体 AI 融入 ISO 26262 汽车功能安全开发流程 业界新闻

MathWorks 取得 TÜV 南德认证扩展,智能体 AI 融入 ISO 26262 汽车功能安全开发流程

MathWorks 宣布扩展 MATLAB、Simulink 等工具的 TÜV 南德认证范围,新增依据 ISO 26262 制定的 AI 工具分类指南,成为首家为功能安全场景下 AI 辅助工程工作流提供评估指南的工具供应商。借助 Simulink Agentic Toolkit 与 Polyspace Agentic Toolkit,可将 AI 智能体嵌入基于模型的完整开发链路,完成模型搭建、评审、测试生成、代码缺陷检测等工作。方案基于 Model Context Protocol(MCP),兼容 GitHub Copilot、Gemini CLI、Claude Code 等主流 AI 平台,在引入 AI 提效的同时,保障汽车安全关键项目所需的可审计、可追溯能力。

汽车电子 EMC安规 测试测量 MathWorks

4×4 MIMO SDR 平台解读:FPGA‑SoM 如何打通射频芯片到完整通信系统 技术应用

4×4 MIMO SDR 平台解读:FPGA‑SoM 如何打通射频芯片到完整通信系统

射频收发芯片不等于完整的无线通信系统,基带处理、多路数据同步、软硬件协同是 SDR 软件定义无线电开发的主要工程壁垒。本文以瑞苏盈科 Enclustra 与 Sequans 联合推出的 4×4 MIMO SDR 参考平台为案例,剖析宽带多天线场景下数据通路设计挑战,解读 FMC+JESD204C 标准化接口带来的集成优势,分析 FPGA SoM 系统级模块的工程价值。同时探讨这套平台在无人机通信、射频监测、5G/6G 预研等领域的应用潜力,重新看待 FPGA 从芯片配套向系统开发平台演进的产业趋势。

通信广电 电路保护 RF /微波 天线 Enclustra

纳芯微收购隔空智能:融合模拟与射频技术,打造平台型国产芯片企业 业界新闻

纳芯微收购隔空智能:融合模拟与射频技术,打造平台型国产芯片企业

11 月 16 日,国产模拟芯片龙头纳芯微(688052.SH/02676.HK)发布公告,拟以现金 48692.70 万元收购隔空智能 78.1520% 股权。隔空智能在毫米波雷达 SoC 拥有全频段技术积累,本次收购将帮助纳芯微新增射频产品线,形成 “模拟 + 传感 + 射频 + 数字 + SoC” 的综合研发体系。交易保留隔空智能核心团队部分股权实现长期激励,双方将在智能驾驶、智能终端市场协同发力,推进 77GHz 车载雷达、60GHz 消费级雷达等产品研发落地,为行业提供更加完整的系统级芯片解决方案。

汽车电子 RF /微波 传感技术 射频 NOVOSENSE(纳芯微)

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆