恩智浦加注邊緣AI：從“感知”到“自主”，物理世界迎來“智能體”時代

近日，恩智浦半導體在上海浦東辦公室舉辦了邊緣處理業務2026媒體溝通會，恩智浦半導體執行副總裁兼安全連接邊緣業務總經理Charles Dachs親臨現場，與包括榮格在內的多家行業媒體分享了恩智浦在智能邊緣領域的最新戰略布局、技術進展以及對未來物理AI時代的深刻洞察。

 

從互聯設備到自主決策：邊緣智能的四大驅動力

會議伊始，Charles Dachs便指出，盡管過去多年我們部署了海量的互聯設備，但真正的“智慧”在于設備能否進行主動預判并實現自主決策。AI技術的革新正將我們帶入這一新階段，而恩智浦的核心優勢恰在于邊緣端打造安全可靠的智能系統。

 

他強調，當前市場對AI邊緣計算的關注空前高漲，主要源于四大驅動力：帶寬解放，將計算留在邊緣避免云端數據洪流；實時性要求，許多應用需要毫秒級的環境響應，如移動機器人；能效優化，邊緣分布式處理的能耗遠低于云端集中計算；以及至關重要的信任與安全，本地化數據處理能有效降低數據在網絡傳輸中被攻擊的風險，保障敏感信息安全。

 

可擴展的軟硬件基石：從AI智能體到高性能計算

為了賦能自主、智慧的邊緣側，恩智浦構建了堅實的硬件基礎、可靠的軟件基石與高效的AI工具包。Charles Dachs表示，恩智浦提供了極具可擴展性的產品組合，從集成NPU的微控制器到復雜的應用處理器，均能實現AI功能。去年底完成的對Kinara公司的收購，更是補強了其在高性能獨立NPU領域的布局，可滿足從2-8 eTOPs到未來超過100 eTOPs的多樣化算力需求，為客戶提供從芯片到系統的極致靈活性。

 

軟件層面，恩智浦的eIQ® AI軟件框架是重中之重。今年初在CES上推出的eIQ® AI Hub和eIQ® Agentic AI框架，讓開發人員能便捷地訪問所需工具和模型，并實現在邊緣端部署協同工作的AI智能體。Charles Dachs以工廠漏水場景為例，生動描繪了AI智能體的協同響應：攝像頭與傳感器檢測到異常后，中央編排智能體無需云端介入，即可瞬時調度其他智能體關閉閥門、鎖閉門禁并啟動清理流程，整個過程自主、高效且安全。

 

現場演示的“工廠爆炸應急處理”案例更是令人印象深刻。基于恩智浦應用處理器、Ara AI加速器及MCX微控制器的系統，在識別到事故后，立即通知相關人員并觸發現場灑水裝置滅火，所有決策與執行均在邊緣側完成，充分展現了物理AI在工業場景中的巨大潛力。

 

亮點一：i.MX 93W——融合NPU與安全連接的“單芯片”利器

溝通會上，Charles Dachs特別提及了恩智浦近期發布的一款重磅產品——i.MX 93W應用處理器。這款芯片是業內首款將專用AI神經處理器（NPU）與安全三頻無線連接（Wi-Fi 6、低功耗藍牙、802.15.4）集成于單一封裝的產品。其高集成度設計能用一顆芯片替代多達60個分立元件，極大簡化了電路板設計、供應鏈復雜性和系統級成本，尤其適用于智慧樓宇、工業網關、智能家居中樞等既需要邊緣AI處理能力，又對無線連接和安全有嚴苛要求的場景。配合恩智浦提供的預認證參考設計，可幫助客戶將通常需數月完成的無線認證周期大幅縮短，顯著加快產品上市進程。

 

亮點二：聯手英偉達，共筑人形機器人“大腦與身體”的橋梁

作為本次溝通會的核心“劇透”內容，Charles Dachs正式宣布了恩智浦與英偉達的戰略合作，旨在共同應對物理AI，尤其是人形機器人領域最復雜的挑戰。這一合作隨后也通過官方新聞稿正式對外公布。

 

Charles Dachs指出，人形機器人是物理AI的終極體現之一，其復雜性在于需要協調全身數十個乃至更多的電機控制節點、傳感器節點，并以超低延遲將海量數據傳輸至機器人的“大腦”進行處理。這恰好結合了英偉達在AI計算與仿真平臺的優勢，以及恩智浦在邊緣處理、安全網絡連接、功能安全和實時控制領域的深厚專長。

 

 

雙方合作的首批成果是將英偉達Holoscan Sensor Bridge集成至恩智浦的軟件開發包中，并推出兩款直接可用的解決方案：一款基于i.MX 95應用處理器的機器視覺方案，負責將高帶寬傳感器數據實時傳輸至機器人“大腦”；另一套基于i.MX RT1180跨界MCU和S32J TSN交換機的電機控制方案，則負責處理分布式運動鏈的實時控制，并實現與“大腦”的無縫連接。這一合作為OEM廠商提供了一個可擴展的基礎平臺，極大地簡化了從機器人“身體”到“大腦”的數據通路，降低了開發復雜性和成本，并為未來制定人形機器人安全標準奠定了基礎。

 

媒體問答：聚焦算力、成本與數據安全

在隨后的媒體問答環節，Charles Dachs就現場記者的提問進行了深入解答：

 

關于NPU算力布局：針對i.MX 93W的1.8 eTOPs與Kinara獨立NPU更高算力的差異，Charles Dachs解釋這是恩智浦可擴展戰略的體現。客戶可根據應用需求靈活選擇從集成2-8 eTOPs的i.MX 93/95系列，到通過添加獨立AI加速器獲得40-60 eTOPs乃至更高算力，實現了從簡單傳感數據融合到復雜大模型邊緣部署的全覆蓋。

 

關于機器人芯片用量：對于人形機器人所需的芯片數量和價值，Charles Dachs認為這取決于OEM選擇的架構，是采用大量分布式MCU，還是集成更多實時處理能力的異構應用處理器。恩智浦提供從端節點MCU到中央處理器的完整產品組合，能夠適應不同機器人設計方案。

 

關于工廠數據合作模式：針對工廠數據的高度敏感性，Charles Dachs強調恩智浦的角色是為客戶提供一個安全的開發框架，讓客戶能夠基于自身數據，在恩智浦的硬件平臺上開發、訓練和部署模型。恩智浦專注于提供底層工具鏈和開源能力支持（如Zephyr、Linux），確保客戶數據無需上傳云端即可實現本地化的AI應用，無論是應對緊急情況，還是預測性設備維護。

 

結語

通過此次溝通會，可以清晰地看到恩智浦在智能邊緣領域的戰略已非常明確：通過構建從低功耗MCU到高性能MPU的可擴展硬件，輔以統一的eIQ®軟件框架和強大的AI工具鏈，并積極攜手英偉達這樣的生態巨頭攻克人形機器人等前沿高地，恩智浦正致力于成為物理AI時代不可或缺的賦能者。正如Charles Dachs所言，將功能與信息安全根植于每一次創新之中，才能真正釋放邊緣智能的無限潛能，而這僅僅是開始。