電子發(fā)燒友網(wǎng)報(bào)道（文/周凱揚(yáng)）作為最考驗(yàn)場(chǎng)景適用度和成本控制的應(yīng)用之一，機(jī)器人市場(chǎng)在隨著進(jìn)一步接入高性能AI芯片，再度開啟了新的藍(lán)海賽道。比如人形機(jī)器人已經(jīng)有了接入大語(yǔ)言模型的趨勢(shì)，我們也已經(jīng)在不少行業(yè)展會(huì)上看到了類似的demo。

機(jī)器人市場(chǎng)的白刃戰(zhàn)已經(jīng)不再僅僅是運(yùn)動(dòng)控制系統(tǒng)和視覺感知系統(tǒng)的比拼了，誰(shuí)能在新時(shí)代把握AI算力的紅利，就有可能率先搶下這一藍(lán)海市場(chǎng)的第一塊蛋糕。而賦予這一紅利的前提，恰恰就是機(jī)器人AI芯片以及相關(guān)的軟件開發(fā)平臺(tái)。

接入大語(yǔ)言模型，AI自動(dòng)生成代碼

作為AI芯片領(lǐng)域的龍頭，英偉達(dá)的Jetson AGX Orin在去年一經(jīng)發(fā)布，就獲得了機(jī)器人行業(yè)生態(tài)的追捧。200TOPS@INT8的算力相比上一代的Jetson Nano、Jetson Xavier都有了數(shù)倍的提升。而上一代產(chǎn)品仍是當(dāng)時(shí)乃至現(xiàn)在的主流產(chǎn)品，Jetson的開發(fā)生態(tài)擁有100萬(wàn)開發(fā)者和6000多家公司，小米的Cyberone、宇樹的B1等產(chǎn)品都在使用Jetson硬件作為感知計(jì)算平臺(tái)。

不過(guò)Jetson AGX Orin面向的依然是行業(yè)級(jí)的市場(chǎng)，面對(duì)消費(fèi)級(jí)的產(chǎn)品，仍需要入門級(jí)與中端級(jí)的產(chǎn)品來(lái)替代原先的Nano和Xavier。因此英偉達(dá)隨即又發(fā)布了全新的Jetson Orin Nano和Jetson Orin NX，根據(jù)配置不同，最高算力分別可至40TOPS和100TOPS。

與Jetson AGX Orin一同更新的Metropolis、Omniverse Isaac和TAO的工具套件，進(jìn)一步減少了AI部署所需的時(shí)間成本，又能解決感知、自然語(yǔ)言理解等機(jī)器人開發(fā)過(guò)程中的挑戰(zhàn)。自去年第四季度英偉達(dá)開始供貨以來(lái)，今年新發(fā)布的一眾機(jī)器人產(chǎn)品紛紛用上了這顆芯片，而其作用也不再只是用于感知計(jì)算。

以國(guó)產(chǎn)機(jī)器人廠商宇樹為例，他們發(fā)布的Unitree Go2 EDU版本可以選配英偉達(dá)Jetson Orin高算力模組，以提供額外的40到100TOPS算力，結(jié)合來(lái)看選配的最低是8GB的Jetson Orin Nano，以及16GB的Jetson Orin NX。Unitree Go2也接入了GPT，在與人進(jìn)行問(wèn)答交互時(shí)也更加智能，并非程序式的反應(yīng)。

這對(duì)于陪伴型機(jī)器人來(lái)說(shuō)，或許意味著跨世代的進(jìn)步，在接入GPT后，一切交互活動(dòng)都會(huì)變得人性化。在理解指令語(yǔ)義后，也能通過(guò)GPT的代碼生成能力自動(dòng)生成機(jī)器人的控制代碼，從而在無(wú)需額外編程的情況下，觸發(fā)更為復(fù)雜的動(dòng)作指令。而目前Jetson是接入大模型最為全面的機(jī)器人硬件平臺(tái)，故而為國(guó)產(chǎn)機(jī)器人廠商結(jié)合國(guó)產(chǎn)大模型也提供了支持。

AI定制化需求與開發(fā)平臺(tái)易用性

地平線雖是國(guó)產(chǎn)自動(dòng)駕駛芯片的龍頭廠商，但這家名字里帶了Robotics的公司，也在穩(wěn)步推進(jìn)著機(jī)器人的開發(fā)。在去年，地平線推出了國(guó)內(nèi)首個(gè)軟硬一體的機(jī)器人開發(fā)平臺(tái)Horizon Hobot Platform，以及基于最新旭日X3芯片打造的旭日X3派開發(fā)板。

Hobot平臺(tái)除了包括旭日3芯片外，還包括機(jī)器人操作系統(tǒng)TogetherROS，機(jī)器人參考算法Boxs等。旭日3集成了全新的伯努利2.0 BPU架構(gòu)，可以提供5TOPS的算力。而TogetherROS在兼容ROS2通用操作系統(tǒng)的同時(shí)，對(duì)旭日芯片進(jìn)行了底層優(yōu)化，提高了部分CV算子的性能。除了與傳感器和軟件廠商達(dá)成合作以外，地平線也與不少機(jī)器人本體廠商緊密合作，諸如松靈機(jī)器人、智科特機(jī)器人等。

而今年地平線推出了全新的RDK系列機(jī)器人開發(fā)者套件，基于此原先的旭日X3派升級(jí)成了RDK X3，上半年也發(fā)布了集成度更高的RDK X3模組，四核Cortex-A53的CPU主頻升級(jí)至1.5GHz，可以滿足機(jī)器人開發(fā)者客戶更多的定制化需求。

而在7月的地平線2023機(jī)器人開發(fā)者創(chuàng)享日上，地平線又發(fā)布了RDK X3 2.0以及RDK Ultra。RDK Ultra則是地平線為機(jī)器人開發(fā)準(zhǔn)備的一套高性能、大算力套件，其端側(cè)推理算力可達(dá)96TOPS，同時(shí)配備了8核Cortex-A55 CPU提供高性能處理能力。同時(shí)為了更好地降低開發(fā)者的適配與學(xué)習(xí)成本，RDK Ultra的硬件接口甚至兼容Jetson Orin系列開發(fā)板。

與此同時(shí)，基于下一代芯片旭日5的RDK X5套件也已經(jīng)在開發(fā)過(guò)程中了，預(yù)計(jì)將于2024年面世。地平線也透露了該平臺(tái)的一些性能指標(biāo)，比如8TOPS的BPU算力，8核Cortex A55的CPU將主頻進(jìn)一步提升至1.8GHz，且這次更是配備了Arm Mali GPU。

在機(jī)器人開發(fā)者創(chuàng)享日上，同樣獲得升級(jí)的還有TogetherROS。升級(jí)到2.0版本的TogetherROS引入了更多的算法與應(yīng)用實(shí)例，其中包括了一眾因?yàn)樗懔ι?jí)而得以實(shí)現(xiàn)的復(fù)雜算法，比如BEV視覺3D感知、深度學(xué)習(xí)視覺巡線等等。

為了對(duì)機(jī)器人應(yīng)用進(jìn)行更有針對(duì)性的開發(fā)，地平線也推出了Node Hub，通過(guò)將SLAM、目標(biāo)檢測(cè)、定位和自主導(dǎo)航等功能節(jié)點(diǎn)化，從而使得不同類型的機(jī)器人只需將這些節(jié)點(diǎn)串聯(lián)起來(lái)即可完成應(yīng)用開發(fā)，譬如需要SLAM、自主導(dǎo)航和運(yùn)動(dòng)控制的物流機(jī)器人，或是需要運(yùn)動(dòng)規(guī)劃和目標(biāo)檢測(cè)的分揀機(jī)器人等等。

AI計(jì)算的同時(shí)兼顧可靠性與實(shí)時(shí)性

另一個(gè)常常被大家忽略的硬件平臺(tái)，同樣可以助力AI機(jī)器人的開發(fā)，那就是AMD/賽靈思的Versal AI Edge系列。該系列通過(guò)標(biāo)量引擎、自適應(yīng)引擎和智能引擎的結(jié)合，提供了一個(gè)比GPU提供更高AI能耗比的平臺(tái)。在通用的控制嵌入式計(jì)算上，雙核Cortex-A72和雙核Cortex-R5F足以滿足Linux應(yīng)用和實(shí)時(shí)控制的需求，而自適應(yīng)引擎則用于支持各種傳感器的融合算法。

其智能引擎由AI引擎和DSP引擎構(gòu)成，每個(gè)AI引擎都由多個(gè)引擎塊構(gòu)成2D陣列，而每個(gè)引擎塊都包含了一個(gè)VLIW的單指令多數(shù)據(jù)向量處理器，主頻高達(dá)1.3GHz，且專門針對(duì)機(jī)器學(xué)習(xí)和高級(jí)信號(hào)處理進(jìn)行了優(yōu)化，足以滿足機(jī)器人實(shí)時(shí)控制的低時(shí)延。

值得一提的是，AMD提供的這一AI引擎分為兩種，一種是同時(shí)平衡ML和DSP負(fù)載的AIE引擎，一種是專注于ML的AIE-ML引擎，前者的高級(jí)信號(hào)處理能力更高，而后者的機(jī)器學(xué)習(xí)推理性能更高。這也是為何Versal AI Edge在智能引擎中加入了一個(gè)獨(dú)立的DSP引擎，這樣一來(lái)無(wú)論是機(jī)器人AI應(yīng)用中的深度學(xué)習(xí)，還是感知計(jì)算中的信號(hào)處理，都能在單一平臺(tái)上完成。

不過(guò)從用例來(lái)看，Versal AI Edge系列還是更適合用于行業(yè)級(jí)的機(jī)器人，諸如工業(yè)協(xié)作機(jī)器人、醫(yī)用手術(shù)機(jī)器人等等。這類應(yīng)用往往需要數(shù)量大于消費(fèi)級(jí)機(jī)器人的異構(gòu)傳感器輸入，且對(duì)于預(yù)測(cè)性維護(hù)、遠(yuǎn)程診斷之類的機(jī)器學(xué)習(xí)應(yīng)用需求更高。況且從其標(biāo)量引擎的配置和自適應(yīng)引擎對(duì)TSN網(wǎng)絡(luò)的支持上來(lái)看，也是為了在工業(yè)、醫(yī)療等環(huán)境中實(shí)現(xiàn)ROS下最快的響應(yīng)速度。

寫在最后

對(duì)于機(jī)器人市場(chǎng)來(lái)說(shuō)，追求小型化、低功耗、高算力的AI計(jì)算芯片必然是未來(lái)幾年的大勢(shì)所趨。與之匹配的電機(jī)/電機(jī)控制芯片以及傳感器，也已經(jīng)開啟了新一輪的技術(shù)升級(jí)，目標(biāo)即形成感知層、計(jì)算層和執(zhí)行層的完美融合。單從技術(shù)積累來(lái)看，自動(dòng)駕駛芯片廠商很有可能是率先吃到甜頭的廠商，但它們不少仍需要更多的精力來(lái)接入不同的AI模型，才能跟上新的交互潮流。