恩智浦加注边缘AI：从“感知”到“自主”，物理世界迎来“智能体”时代

近日，恩智浦半导体在上海浦东办公室举办了边缘处理业务2026媒体沟通会，恩智浦半导体执行副总裁兼安全连接边缘业务总经理Charles Dachs亲临现场，与包括荣格在内的多家行业媒体分享了恩智浦在智能边缘领域的最新战略布局、技术进展以及对未来物理AI时代的深刻洞察。

 

从互联设备到自主决策：边缘智能的四大驱动力

会议伊始，Charles Dachs便指出，尽管过去多年我们部署了海量的互联设备，但真正的“智慧”在于设备能否进行主动预判并实现自主决策。AI技术的革新正将我们带入这一新阶段，而恩智浦的核心优势恰在于边缘端打造安全可靠的智能系统。

 

他强调，当前市场对AI边缘计算的关注空前高涨，主要源于四大驱动力：带宽解放，将计算留在边缘避免云端数据洪流；实时性要求，许多应用需要毫秒级的环境响应，如移动机器人；能效优化，边缘分布式处理的能耗远低于云端集中计算；以及至关重要的信任与安全，本地化数据处理能有效降低数据在网络传输中被攻击的风险，保障敏感信息安全。

 

可扩展的软硬件基石：从AI智能体到高性能计算

为了赋能自主、智慧的边缘侧，恩智浦构建了坚实的硬件基础、可靠的软件基石与高效的AI工具包。Charles Dachs表示，恩智浦提供了极具可扩展性的产品组合，从集成NPU的微控制器到复杂的应用处理器，均能实现AI功能。去年底完成的对Kinara公司的收购，更是补强了其在高性能独立NPU领域的布局，可满足从2-8 eTOPs到未来超过100 eTOPs的多样化算力需求，为客户提供从芯片到系统的极致灵活性。

 

软件层面，恩智浦的eIQ® AI软件框架是重中之重。今年初在CES上推出的eIQ® AI Hub和eIQ® Agentic AI框架，让开发人员能便捷地访问所需工具和模型，并实现在边缘端部署协同工作的AI智能体。Charles Dachs以工厂漏水场景为例，生动描绘了AI智能体的协同响应：摄像头与传感器检测到异常后，中央编排智能体无需云端介入，即可瞬时调度其他智能体关闭阀门、锁闭门禁并启动清理流程，整个过程自主、高效且安全。

 

现场演示的“工厂爆炸应急处理”案例更是令人印象深刻。基于恩智浦应用处理器、Ara AI加速器及MCX微控制器的系统，在识别到事故后，立即通知相关人员并触发现场洒水装置灭火，所有决策与执行均在边缘侧完成，充分展现了物理AI在工业场景中的巨大潜力。

 

亮点一：i.MX 93W——融合NPU与安全连接的“单芯片”利器

沟通会上，Charles Dachs特别提及了恩智浦近期发布的一款重磅产品——i.MX 93W应用处理器。这款芯片是业内首款将专用AI神经处理器（NPU）与安全三频无线连接（Wi-Fi 6、低功耗蓝牙、802.15.4）集成于单一封装的产品。其高集成度设计能用一颗芯片替代多达60个分立元件，极大简化了电路板设计、供应链复杂性和系统级成本，尤其适用于智慧楼宇、工业网关、智能家居中枢等既需要边缘AI处理能力，又对无线连接和安全有严苛要求的场景。配合恩智浦提供的预认证参考设计，可帮助客户将通常需数月完成的无线认证周期大幅缩短，显著加快产品上市进程。

 

亮点二：联手英伟达，共筑人形机器人“大脑与身体”的桥梁

作为本次沟通会的核心“剧透”内容，Charles Dachs正式宣布了恩智浦与英伟达的战略合作，旨在共同应对物理AI，尤其是人形机器人领域最复杂的挑战。这一合作随后也通过官方新闻稿正式对外公布。

 

Charles Dachs指出，人形机器人是物理AI的终极体现之一，其复杂性在于需要协调全身数十个乃至更多的电机控制节点、传感器节点，并以超低延迟将海量数据传输至机器人的“大脑”进行处理。这恰好结合了英伟达在AI计算与仿真平台的优势，以及恩智浦在边缘处理、安全网络连接、功能安全和实时控制领域的深厚专长。

 

 

双方合作的首批成果是将英伟达Holoscan Sensor Bridge集成至恩智浦的软件开发包中，并推出两款直接可用的解决方案：一款基于i.MX 95应用处理器的机器视觉方案，负责将高带宽传感器数据实时传输至机器人“大脑”；另一套基于i.MX RT1180跨界MCU和S32J TSN交换机的电机控制方案，则负责处理分布式运动链的实时控制，并实现与“大脑”的无缝连接。这一合作为OEM厂商提供了一个可扩展的基础平台，极大地简化了从机器人“身体”到“大脑”的数据通路，降低了开发复杂性和成本，并为未来制定人形机器人安全标准奠定了基础。

 

媒体问答：聚焦算力、成本与数据安全

在随后的媒体问答环节，Charles Dachs就现场记者的提问进行了深入解答：

 

关于NPU算力布局：针对i.MX 93W的1.8 eTOPs与Kinara独立NPU更高算力的差异，Charles Dachs解释这是恩智浦可扩展战略的体现。客户可根据应用需求灵活选择从集成2-8 eTOPs的i.MX 93/95系列，到通过添加独立AI加速器获得40-60 eTOPs乃至更高算力，实现了从简单传感数据融合到复杂大模型边缘部署的全覆盖。

 

关于机器人芯片用量：对于人形机器人所需的芯片数量和价值，Charles Dachs认为这取决于OEM选择的架构，是采用大量分布式MCU，还是集成更多实时处理能力的异构应用处理器。恩智浦提供从端节点MCU到中央处理器的完整产品组合，能够适应不同机器人设计方案。

 

关于工厂数据合作模式：针对工厂数据的高度敏感性，Charles Dachs强调恩智浦的角色是为客户提供一个安全的开发框架，让客户能够基于自身数据，在恩智浦的硬件平台上开发、训练和部署模型。恩智浦专注于提供底层工具链和开源能力支持（如Zephyr、Linux），确保客户数据无需上传云端即可实现本地化的AI应用，无论是应对紧急情况，还是预测性设备维护。

 

结语

通过此次沟通会，可以清晰地看到恩智浦在智能边缘领域的战略已非常明确：通过构建从低功耗MCU到高性能MPU的可扩展硬件，辅以统一的eIQ®软件框架和强大的AI工具链，并积极携手英伟达这样的生态巨头攻克人形机器人等前沿高地，恩智浦正致力于成为物理AI时代不可或缺的赋能者。正如Charles Dachs所言，将功能与信息安全根植于每一次创新之中，才能真正释放边缘智能的无限潜能，而这仅仅是开始。