物理AI是科技领域的一大挑战，需要全栈式解决方案。在今年的CES大会上，AMD董事长兼CEO苏姿丰博士指出，未来十年AI产业的重要发展方向之一就是物理AI。
过去几年，生成式AI主要在数字世界中取得突破，如大语言模型能够处理文本、图像、代码和数据。但这些模型主要处理的是数字信息，而不是现实环境。如今，随着AI向物理世界的延伸，产业正在进入新的阶段，AI不仅处理数字信息，还需要理解真实环境并对现实世界产生影响。
与运行在数字空间中的生成式AI不同，物理AI面向的是动态、复杂且不可完全预测的现实场景。系统需要通过摄像头、雷达、传感器等多源数据感知环境，并基于实时状态完成判断、规划和执行，使机器人和自动化设备自主完成任务。AI的能力边界正从“认知”走向“行动”，机器人、工业设备、医疗器械及智慧城市基础设施成为AI进入物理世界的重要载体。
物理AI的计算需求从云端训练延伸至边缘推理、实时控制、传感器处理以及设备协同等多个环节。计算平台需具备模型推理能力、高带宽数据处理能力和稳定、可预测的实时响应能力。如何在同一套架构中平衡算力、实时性、能效、散热、尺寸和软件兼容性成为关键问题。
