AMD: штучний інтелект переходить від відповідей до дій у реальному світі

20.10.2026, 15:10 expert.com.ua

Штучний інтелект (ШІ) пережив свій перший великий момент у хмарі. Наступний етап — це реальний світ. Перехід від хмарного ШІ до фізичного ШІ змушує підприємства переглядати свої припущення щодо продуктивності. Метрики, розроблені для навчання та інференсу, розповідають лише частину історії, коли ШІ повинен сприймати, міркувати та керувати машинами, що працюють поруч із людьми. У таких системах продуктивність стає проблемою на рівні всієї системи, змінюючи спосіб вимірювання роботів, їх проєктування та, зрештою, обчислювальні архітектури, які ними керуватимуть.

AMD має багату спадщину в галузі робототехніки, що охоплює два десятиліття роботи з промисловими маніпуляторами, автономними мобільними роботами, хірургічними системами та аерокосмічними платформами. У цих системах компанія забезпечувала машинний зір, злиття сенсорних даних, детерміноване керування двигунами та функціональну безпеку. ШІ будується на цій основі.

Системи фізичного ШІ не просто надають відповіді. Вони виконують дії. Це змінює те, що є важливим: швидкість відгуку, передбачуваність, енергоспоживання, безпека та здатність надійно працювати в реальних умовах. Час є центральним елементом усього цього. Рішення про керування, яке надходить із запізненням, — це не проблема продуктивності. Це умова збою, яка може призвести до зіткнення, нестабільності або небезпечної поведінки.

З гуманоїдними роботами це особливо очевидно. Вони розгортаються в промислових умовах раніше, ніж багато хто очікував, і все частіше працюють поруч із людьми. У розмовах з виробниками оригінального обладнання (OEM) для робототехніки найчастіше звучить вимога не пікової обчислювальної потужності, а здатності запускати просунуті моделі ШІ паралельно з детермінованим керуванням у реальному часі – поєднуючи інтелект із часово-обмеженим, передбачуваним відгуком на системному рівні. У фізичному світі пропущене часове вікно — це не затримка, а небезпечний результат.

Галузь все ще оптимізується під неправильний показник. TOPS (трильйони операцій на секунду) є неповним показником для фізичного ШІ. Він показує, скільки обчислювальної потужності може бути застосовано. Він не говорить, чи може система виявити подію, прийняти рішення та вжити правильних дій у визначений проміжок часу. Це вимагає, щоб обчислювальні ядра, пам’ять, мережа, датчики та програмне забезпечення працювали як єдина оркестрована система – з достатньою пропускною здатністю пам’яті для переміщення даних туди і тоді, де і коли вони потрібні. Швидка модель на одному процесорі не робить систему швидкою, якщо переміщення даних, планування чи інший етап призводять до пропуску терміну.

Саме тому фізичний ШІ потрібно вимірювати від кінця до кінця – від вхідних даних датчиків до фізичної дії. Середня затримка недостатня. Важливі кінцева затримка та джитер, оскільки один сплеск може дестабілізувати контур керування. Модельні бенчмарки мають ту саму обмеженість. Ви можете планувати весь день, але якщо робот пропустить вікно для дії, якість плану буде несуттєвою. Часто бюджет часу перевищується не через модель. Це відбувається через все, що знаходиться між етапами: черги, планування, копіювання пам’яті та переміщення даних.

Фізичний ШІ — це не одне робоче навантаження. Сприйняття та міркування орієнтовані на пропускну здатність і добре відображаються на GPU та NPU. Керування в реальному часі залежить від термінів і вимагає детермінованого виконання, де FPGA та адаптивні SoC показують себе найкраще. CPU обробляють координацію системи, що синхронізує все. Від тіла до мозку ці робочі навантаження виконуються одночасно, але вирішують фундаментально різні завдання, які вимагають різних обчислювальних архітектур. Маршрутизація кожного потоку даних із датчиків і рішень щодо керування через один процесор створює обмеження в пропускній здатності, енергії та затримці. Це системні обмеження.

Розмістіть правильні обчислення для правильного робочого навантаження, ближче до даних і ближче до дії. На практиці це означає побудову робота так, як ви б описали людське тіло. Мозок, який сприймає, міркує та планує. Хребет, який несе чутливу до часу комунікацію по всій системі. Суглоби, які детерміновано виконують рухи. Руки, які керують складною спритністю. Датчики на периферії. Результатом є розподілена система реального часу, що складається з скоординованих вузлів, а не єдиного обчислювального блоку.

Незалежно від того, централізовані чи розподілені ці функції, безпека залежить від того, як поводиться вся система, і, найголовніше, як вона реагує, коли щось виходить з ладу. Це змінює рішення щодо проєктування з самого початку: де відбуваються рішення, як ізолюються збої та які функції повинні реагувати в межах суворих термінів реального часу. Резервування. Граціозна деградація. Локальне прийняття рішень у рамках глобальних обмежень. Ці можливості допомагають системі підтримувати контрольовану поведінку, досягати безпечного стану і, у багатьох випадках, залишатися працездатною, навіть коли її основні обчислення ШІ виходять з ладу.

Це виклик для галузі, що охоплює робототехніку, автомобільну промисловість та промислову автоматизацію. Він вимагає спільної роботи обладнання, програмного забезпечення та системної архітектури. Безпека не є надбудовою над системою; вона визначає, як система будується. AMD допомагає розробникам створювати ці архітектури на основі адаптивних SoC та платформ x86. Адаптивні SoC забезпечують виділену паралельну обробку в реальному часі та програмовану логіку для детермінованого моніторингу та керування, підтримувані кремнієм із сертифікацією безпеки відповідно до IEC61508, ISO26262 та ISO13849, а також сертифікованими потоками проєктування. Нова робота, як-от ISO/CD 25785-1, підкреслює зростаючу увагу до безпеки на системному рівні для динамічно стабільних промислових роботів. Ці системи вимагають передбачуваної поведінки під час сенсингу, обчислень, керування та реагування на збої, роблячи системну архітектуру фундаментальним рішенням щодо безпеки з самого початку.

На платформах AMD x86 Xen, легкий гіпервізор, який ізолює робочі навантаження одне від одного, може підтримувати архітектури зі змішаною критичністю, розділяючи робочі навантаження з різними вимогами до безпеки та забезпечуючи контрольовані межі навколо пам’яті, пристроїв та спільних обчислювальних ресурсів. AMD та спільнота Xen просувають Xen до сертифікації безпеки як на платформах AMD x86, так і на платформах Arm. Ці внески виходять за межі ізоляції, охоплюючи вимоги, тестування, впровадження збоїв та докази, необхідні для підтримки сертифікації. Схвалення концепції безпеки завершено, і робота триває до фінальної сертифікації.

Саме такий системний погляд сформував рішення AMD Kria AI для робототехніки, яке пропонує портфель масштабованих систем-на-модулі (SoM): Kria AI SOM та плата-носій для робототехніки на базі процесорів AMD Ryzen AI Embedded X100 Series. AMD Kria AI Robotics Developer Platform — це відкрита, інтегрована платформа, що поєднує обчислення CPU, GPU, NPU та FPGA. AMD Robotics Software Suite та відкрита мережа партнерів AMD Robotics. Kria AI — у мозку. Адаптивні SoC AMD Versal — у хребті. SoC AMD Zynq — у суглобах і руках. FPGA AMD Spartan — біля датчиків. Foundation Robotics та Generative Bionics вже створюють свої продукти з використанням цих технологій.

Тестування та аналіз третіми сторонами підтверджують нашу думку, що системи фізичного ШІ повинні вимірюватися на системному рівні. Kria AI SOM підтримує 8000 рішень щодо керування за секунду, забезпечуючи при цьому логічні операції ШІ менш ніж за 100 мілісекунд. У репрезентативних робототехнічних навантаженнях конфігурації AMD Ryzen AI Embedded забезпечують до 3,4 рази кращу надійність у реальному часі для своєчасного керування та до 1,6 рази більший резервний обчислювальний потенціал порівняно з NVIDIA Jetson T5000. Окремий аналіз від mimik показав підтримку до 2,3 разів більшої кількості одночасних агентів.

У робототехніці «відкритість» має означати більше, ніж стандарт на папері. AMD Robotics Software Suite — це відкритий, портативний стек, побудований на платформі AMD ROCm та операційній системі ROS 2, з підтримкою PyTorch, ONNX та MoveIt. Специфікації обладнання платформи Kria developer platform також є відкритими, надаючи клієнтам гнучкість у використанні партнерів ODM та створенні продуктів на основі кремнію AMD у форм-факторі, необхідному їхньому продукту, без прив’язки до постачальника.

Пікова обчислювальна потужність важлива, але вона розповідає лише частину історії. Розробники, які оптимізують всю систему та призначатимуть кожне робоче навантаження правильному обчислювальному ядру, створюватимуть надійніші роботи там, де це найважливіше. Пікова обчислювальна потужність може створити вражаючу демонстрацію. Системна продуктивність перетворює її на продукт.

джерело: AMD

Читати повністю…