英伟达为什么开始押注中国机器人?
凤凰网科技讯 8月31日,据《华尔街日报》报道,英伟达正加码机器人、自动驾驶汽车等“物理AI”(Physical AI)业务,中国已成为其这一战略的重要市场。尽管美国限制英伟达向中国销售最先进的AI芯片,但目前针对机器人和汽车领域的部分芯片贸易仍保持开放。
目前,物理AI业务每年已为英伟达带来约100亿美元收入。相比英伟达截至今年7月的过去四个季度3030亿美元总营收,这一业务规模仍然较小,但英伟达CEO黄仁勋预计,未来十年物理AI业务规模将增长10倍。
英伟达的策略与其在数据中心AI市场的打法类似,即通过芯片与软件的结合构建开发生态。除了面向机器人等设备提供芯片外,英伟达还向开发者提供GR00T、Cosmos等开放权重模型,以及用于机器人和自动驾驶开发的软硬件工具。
Radiant Intel CEO迈克尔·弗兰克认为,物理AI为英伟达提供了一条从数据中心进入汽车、工厂、仓库和机器人等更广泛实体经济领域的路径。
中国则是英伟达物理AI布局中的重要一环。Counterpoint Research分析师Brady Wang表示,中国企业在制造和新技术商业化方面具备优势,与中国企业合作能够为英伟达提供大量真实应用场景。
报道称,中国是全球最大的工业机器人市场,今年上半年,中国企业出货量约占全球人形机器人出货量的90%。与此同时,尽管中国正在推动本土AI芯片产业发展,但据业内人士透露,目前中国机器人制造商在训练和运行机器人时,仍较多依赖英伟达芯片及软件工具。
在美国和中国的实验室中,英伟达已经使用来自不同厂商的人形机器人进行数据收集和实验,其中包括宇树科技、智元机器人和傅利叶智能的产品。知情人士还称,宇树科技等中国机器人企业已经使用英伟达最新的Thor芯片。
英伟达也在加强其中国机器人和自动驾驶团队。报道称,从英伟达公司网页以及招聘相关信息来看,其中国团队正在扩充相关人员,英伟达发表的部分研究论文中也出现了中国研究人员以及中国高校实习生的贡献。
英伟达发言人对此表示,公司在遵守美国法律的前提下与全球企业开展合作。对于开放模型和开源材料,英伟达称,物理AI将由广泛的产业生态共同构建,而非依靠单一公司。
这一模式与英伟达此前依靠CUDA建立AI计算生态存在相似之处。近20年前,英伟达推出CUDA,使开发者能够针对其GPU编写程序,通过硬件与软件的结合提高开发者黏性。如今,英伟达正试图把类似的软硬件生态策略复制到机器人市场。
黄仁勋今年7月表示,英伟达首先看好自动驾驶汽车,认为这是机器人技术中率先具备足够市场规模和现实经济价值的应用之一。目前其客户包括Alphabet旗下Waymo、特斯拉,以及中国的汽车和Robotaxi企业。
不过,英伟达在中国机器人市场也面临潜在的不确定性。报道称,部分中国企业已经开始测试华为、黑芝麻智能和地平线等本土厂商的产品,以应对美国未来可能进一步扩大出口限制的风险。
前地平线研究人员、目前使用英伟达芯片和软件开发机器人系统的创业者Harry Qin表示,现阶段采用国产替代方案并非首要考虑,但随着相关技术敏感度上升,未来这种情况可能发生变化。(作者/于雷)
本文源自:凤凰网科技
-
AGV机器人数据边界:从“没有更多数据了”到系统韧性重构数据断层背后的系统级风险当调度系统弹出“{"error":"没有更多数据了"}”的报错时,很多人以为这只是简单的传感器故障或通信中断,其实不然——这往往暴露出AGV集群在动态路径规划中的底层数据架构缺陷。在某汽车总装车间的实际案例中,某品牌AGV因激光SLAM地图更新延迟,导致3台设备在交叉路口形成死锁,其根本原因并非硬件失效,而是数据流在边缘计算节点与中央调度器之间的同步延迟超过了系统容错阈值。查看详情
-
AGV调度系统的数据边界:当“没有更多数据了”成为技术分水岭数据饥渴症下的调度悖论很多人以为AGV调度系统的优化空间取决于数据量级,其实不然——在苏州某汽车零部件工厂的柔性产线改造项目中,工程师团队发现当传感器采集频率突破200Hz后,系统决策延迟反而增加了17%。底层逻辑是:高密度数据流在CAN总线传输时触发了仲裁机制,导致关键控制指令的优先级被稀释。数据阈值的赛制逻辑听起来可能反直觉,但在2023年德国汉诺威工业展的AGV竞速赛中,冠军车队采用的调度算查看详情



400-886-5570




