🤖 物理 AI · 芯片发布

AMD 发布 Kria 物理 AI 全家桶:一台人形机器人,从大脑到关节的算力全被它承包

在 Advancing AI 2026 大会上,AMD 把 CPU、GPU、NPU 与 FPGA 塞进同一套机器人架构,推出面向物理 AI 的 Kria AI 解决方案——锐龙 AI 嵌入式 X100 系列处理器、Kria AI 系统模块与开发者平台、开放软件栈与合作伙伴网络一并亮相。这是 AMD 从"机器人身体"(传感器、关节、实时控制)向"机器人大脑"(感知、推理、决策)的关键一跃。

来源:公开报道 2026-07-28 全文约 4 分钟读完
#AMD #Kria #物理AI #人形机器人 #异构计算
4 类 异构算力统一架构(CPU+GPU+NPU+FPGA)
16 Zen 5 CPU,单颗 SoC 最高配置
75% CUDA 代码迁移可保留比例

⚡ 30 秒速览

  • 发布了什么:Kria AI 解决方案——把 AMD CPU/GPU/NPU/FPGA 的异构计算整合进同一套机器人架构,覆盖从云端训练到关节实时控制。
  • 核心芯片:锐龙 AI 嵌入式 X100 系列,单颗 SoC 集成最多 16 个 Zen 5 CPU 核心 + RDNA 3.5 iGPU + XDNA 2 NPU(约 50 TOPS),三类引擎共享统一内存。
  • 开发者平台:Kria AI 机器人开发者平台,开放交钥匙集成——控制周期 <125 微秒、π0.5 VLA 推理 <100 毫秒、视觉检测 <0.4 毫秒。
  • 软件栈:基于 ROCm 与 ROS 2,支持从 CUDA 迁移,开发者最高可保留 75% 现有 CUDA 代码。
  • 生态:开放机器人合作伙伴网络首批 30+ 家,企业免费注册,无许可费用。
  • 时间线:X100 已于 6 月送样,Kria SOM 与开发者平台预计 Q4 正式供货。

01一台人形机器人,AMD 算力遍布全身

AMD 把这次发布定义为"从机器人身体到机器人大脑"的延伸。过去 20 多年,AMD 的 FPGA 与自适应 SoC 长期位于机器人的传感器、运动控制、功能安全与执行机构内部——像神经和关节。如今,锐龙 AI 嵌入式 X100、Kria AI 与 ROCm 被引入机器人大脑。

🧠

大脑高级感知与推理

Kria AI(基于锐龙 AI 嵌入式 X100)——承担 AI 感知、推理、智能体决策与控制,是这次发布的主角。

🦴

脊柱高速数据与自适应计算

第二代 Versal AI Edge——负责高速数据通路与自适应计算,承接大脑下发的指令。

🦾

关节与实时控制确定性运动控制

Zynq UltraScale+——关节与实时控制,确保动作重复一万次误差仍在安全边界内。

📡

传感器接口底层连接与协议聚合

Spartan UltraScale+——传感器连接与底层接口,处理不同协议的传感器数据聚合。

☁️

云端训练具身智能模型训练

AMD Instinct GPU——人形机器人的具身智能模型可在云端由 Instinct GPU 完成训练。

02给机器人造颗专属芯锐龙 AI 嵌入式 X100 系列

工业场景的机器人过去追求"确定性"——机械臂不需要理解"把桌面收拾干净"是什么意思。生成式 AI 把"不确定"带进机器:移动的人、陌生的环境、未知的物体、变化的光照。机器人系统必须在严格功耗、散热和空间限制内,保证精确控制、实时响应与行动安全。

X100 正是为此设计——单颗嵌入式 SoC 上集成三类计算引擎,各司其职又共享内存:

16Zen 5 CPU 核心
50TOPS NPU 算力
128GB 统一内存
273GB/s 内存带宽

三类引擎分工:CPU 承担导航、规划、控制及数百个软件线程的编排;iGPU(RDNA 3.5)运行 VLM、VLA 与生成式模型;NPU(XDNA 2)持续处理摄像头和音频信号。三类引擎共享统一内存,减少跨计算域的显式数据迁移,加速实际工作负载并降低时延。X100 专为工业级严苛环境设计,支持高可靠性运行,瞄准人形机器人、智能制造、手术机器人与无人系统。

注:50 TOPS 为 NPU 单引擎算力,非全芯片总算力;128 GB 为最高支持容量,对应约 273 GB/s 带宽。规格均为厂商公布值。

03交钥匙平台三个时延数字说明什么

仅有芯片不够。AMD 推出 Kria AI 机器人开发者平台——基于开放标准 COM-HPC 外形的 Kria AI 系统模块(SOM)+ 机器人载板 + ROCm/ROS 2 软件套件 + 参考设计。开发者可在几天内从概念推进到原型,桌面盒子里验证的模型可迁移到机器人内部的定制载板上。

三个时延数字,分别对应三类计算引擎的真实负载:

<125μs CPU 实时控制周期
<100ms iGPU 上 π0.5 VLA 模型推理
<0.4ms NPU 视觉检测

这意味着机器人可以更快响应,并保留更多算力处理复杂任务,同时不牺牲控制与安全。载板上的 Spartan UltraScale+ FPGA 负责传感器聚合与融合;AMD 将开放载板原理图、物料清单(BOM)与 FPGA 的 RTL 设计,客户可按具体应用修改设计、快速进入市场。

04软件全家桶迁移可保留 75% CUDA 代码

Kria AI 系统模块与开发者平台由 AMD 开放软件栈提供支持——基于 ROCm 与 ROS 2 构建,底层是 ROCm 和锐龙 AI 软件,向上连接 ROS 2、Nav2、MoveIt、PyTorch、ONNX、TensorFlow。开发者可在 Instinct GPU 上训练模型,再用同一软件栈部署到 X100 与 Kria 开发套件。

封闭路线

依赖专有运行时或封闭开发环境,组件来自不同供应商、彼此缺乏验证,集成工作量巨大。

AMD 开放路线

开放标准软件栈 + 统一硬件基础,从 CUDA 向 ROCm 迁移,开发者最高可保留 75% 现有 CUDA 代码。

注:75% 为 AMD 在特定测试条件下的结果,实际保留比例视代码结构与工作负载而定。

05开放物理 AI"朋友圈"30+ 家首批合作伙伴

打造机器人需要整合 AI 模型、中间件、传感器、仿真工具、系统集成商与生产硬件——现实情况往往是这些组件来自不同供应商,彼此缺乏验证。AMD 推出机器人合作伙伴网络,把整条链路连起来:

ODM 厂商提供参考平台与系统,实现快速集成
AI 模型合作伙伴提供参考平台与系统
独立软件供应商提供优化的机器人软件与工作流程
传感器与感知公司提供感知技术组件
仿真提供商支持数字孪生开发与测试
安全与基准测试伙伴提供验证与基准测试
系统集成商承接从原型到量产的部署
覆盖范围从边缘(锐龙/Versal)到数据中心(EPYC/Instinct)

合作伙伴网络已开放注册,符合条件的机器人企业可免费加入注册级别,所有级别均无需许可费用或会员费用。会员资格设四个等级,随等级提升可获得联合营销、验证认证与平台抢先体验权益。

编辑视角

本篇报道素材来自企业发布会通稿与厂商自述,性能数字(50 TOPS、控制周期 <125μs、75% CUDA 迁移)均为 AMD 单方披露,未见第三方独立复测。读者宜将其视为 AMD 战略宣示,而非已验证的工程实测——尤其"75% CUDA 代码可保留"是特定测试条件下的结果,实际迁移成本视代码结构差异很大。

但事件本身的行业信号值得认真对待:AMD 手里握着 x86 CPU、GPU、NPU、FPGA、自适应 SoC 这套少见的牌,加上从工业控制到云端训练的客户基础,正在用"异构全栈 + 开放生态"的打法切入物理 AI——这与另一家 GPU 巨头的封闭路线形成显式对照。

物理 AI 时代的算力底座之争,胜负不在单颗芯片的峰值算力,而在谁能把异构算力、软件栈与量产生态缝合成一条可复制的工程路径——AMD 押的是"开放总包"路线,赌的是机器人产业不愿被单一封闭平台锁死。

获取与跟进

锐龙 AI 嵌入式 X100 系列已于 6 月开始送样,Kria AI SOM 与开发者平台预计 2026 年第四季度正式供货;机器人合作伙伴网络现已开放注册。

AMD Kria 机器人页面 → 查看供货与注册