沐曦股份联手优必选造机器人“大脑”芯片行业人士：并非简单的GPU架构“瘦身”

沐曦股份联手优必选造机器人 “大脑” 芯片 行业人士：并非简单的GPU架构“瘦身”

2026年06月12日 21:2

　　6月11日，国内高性能GPU（图形处理器）厂商沐曦股份与“人形 机器人 第一股” 优必选 在南京市正式签订战略合作协议，合资成立曦选创智科技（无锡）有限公司（以下简称“曦选创智”）布局具身智能芯片研发与量产。

　　快思慢想研究院院长、特邀评论员田丰告诉《每日经济新闻》记者：“沐曦股份借助 优必选 的场景验证能力打开 数据中心 GPU架构向边缘场景延伸的入口，同时 优必选 借助沐曦的芯片设计能力补齐自身在底层算力定义权上的缺口。”

　　天使投资人、资深 人工智能 专家郭涛也对每经记者表示：“优必选与沐曦股份联手布局端侧 AI芯片 ，是具身智能领域‘场景需求倒逼技术落地’的关键动作。”

联手攻坚端侧核心，打造 机器人 “大脑”芯片

　　据了解，曦选创智由沐曦股份董事长陈维良出任公司董事长，优必选创始人、董事会主席兼CEO周剑担任副董事长，原新华三集团高级副总裁、行业BG总裁杨献波出任CEO，全面掌舵公司战略落地、技术研发与市场化运营。

　　杨献波是国内ICT（信息与 通信 技术）行业资深“老兵”，在新华三集团曾统筹政府、企业、金融、能源、交通、 教育 、医疗等行业市场与解决方案业务。

　　杨献波表示，曦选创智后续将基于沐曦股份在异构计算、智算推理等芯片领域的积累，和优必选在具身智能核心技术、产品及落地场景方面的优势，精准聚焦具身智能端侧芯片及整体解决方案的研发、迭代与量产，产品计划于2027年下半年实现流片、2028年实现量产。

　　具身智能可分为本体、小脑和大脑三大部分。当下，本体、小脑发展较为成熟，而大脑正在快速进步之中。 机器人 大脑类似于大语言模型，需要算力、算法和数据的支持。

　　相较于大语言模型使用云端服务器算力， 机器人 大脑所使用的端侧算力，更加看重功耗，而非极致的算力密度。

　　当下的 机器人 大脑，比如世界模型、VLA（视觉语言动作）模型既缺算法，也缺数据，更缺算力芯片。

　　郭涛表示：“当前 机器人 存在‘大脑能力不足’的瓶颈，这种不足并非单纯缺算法，更缺与之匹配的端侧算力支撑。机器人大脑需要实时处理视觉、触觉等多模态数据，在毫秒级时间内完成环境感知、路径规划、动作调整等决策，这对芯片的算力密度、能耗比、响应速度提出极高要求。”

具身智能端侧芯片瓶颈在哪里？

　　陈维良表示，具身智能是 人工智能 从数字世界走向物理世界的关键一跃，而芯片正是这场跃迁的“大脑”。沐曦股份与优必选成立曦选创智，是“算力”与“身体”的深度融合，沐曦股份在高性能GPU领域的技术积累，叠加优必选在 人形机器人 的场景深耕，将共同打造具身智能的算力底座，让每一台 人形机器人 都拥有自主可控的“中枢”。

　　对于优必选联手沐曦股份，郭涛认为：“优必选作为 人形机器人 头部企业，其产品在运动控制、环境交互中对实时算力的需求极为苛刻，端侧芯片直接决定机器人的响应速度、决策精度，而当前依赖通用芯片或海外专用芯片，既存在算力冗余导致的能耗过高问题，也面临供应链安全风险。”

　　郭涛表示：“现有通用芯片难以满足机器人在边缘场景的严苛需求。要么算力过剩导致功耗过高，要么算力不足限制功能实现。因此，端侧 AI芯片 是机器人大脑的核心载体，其性能直接决定机器人的智能化水平，这也是优必选与沐曦合作的关键逻辑：通过定制化端侧算力，让机器人真正具备‘在物理世界自主思考’的能力。”

　　需要注意的是，GPGPU（通用图形处理器）追求的是极致的算力，而具身智能依赖 电池 供电，因此不仅追求算力密度，还需要极致的低功耗。

　　田丰表示：“这是一次架构跨度极大的‘降维’尝试，风险被普遍低估。沐曦股份的核心积累在 数据中心 GPU，即高功耗、高带宽、依赖主动散热的架构。具身智能端侧芯片的约束是低功耗、强实时确定性、被动散热的 电池 供电系统。把‘ 数据中心 GPU架构裁剪到边缘’和‘从零设计边缘芯片’是两种不同的工程范式。”

　　田丰举例称：“历史上Intel（ 英特尔 ）用Atom系列尝试把x86架构压缩进移动设备对抗Arm，最终在功耗效率上失利。根本原因不是制程落后，而是架构哲学本身没有为低功耗场景重新设计。曦选创智能否成功，关键看沐曦股份团队是否真正进行了‘从零开始的边缘架构设计’，而不是‘GPU架构的瘦身版本’。”

　　这是因为， 英特尔 是桌面级PC（个人电脑）的“王者”，PC基本上是插电使用，并非把功耗作为首要考虑因素。而基于Arm架构的手机处理器，是使用 电池 供电，功耗是作为第一优先级考虑。

　　具身智能领域同理。田丰进一步解释称：“‘大脑’能力的瓶颈，本质上是能量密度问题，而非算力密度问题，人形机器人电池系统的总功率预算通常在数百瓦量级，扣除电机和 传感器 功耗后，留给计算芯片的功率预算往往只有十几瓦到几十瓦，而数据中心GPU（如H100）的功耗在700瓦量级。这意味着端侧芯片的‘算力上限’从一开始就被电池供电系统的热设计约束锁死，不是制程节点能单独解决的问题。”

　　田丰认为：“具身智能端侧芯片与智能手机SoC（系统级芯片）的演进历史高度相似。Arm架构最终战胜x86移动化方案的核心不是峰值算力，而是性能功耗比。机器人芯片的设计目标函数应该是‘单位瓦特能完成多少次有效决策延迟’，而不是TOPS（处理器运算能力单位）数字本身。”

（文章来源：每日经济新闻）

主题：基金