AI機器人迎來多模態模型

前言

在 3 月 18 日，英偉達在 GTC 上發布了“Project GR00T”人形機器人基礎模型，一舉引起了人形機器人行業的巨大反響。根據英偉達的介紹，Project GR00T 是一種多模態人形機器人通用基礎模型，“作為機器人的大腦，使它們能夠學習技能來解決各種任務?！?/p>

言傳身教訓練機器人

既然作為機器人的大腦，那么“多模態”模型就賦予了機器人理解外部復雜事物的能力，讓機器人不光能夠理解自然語言，還能通過觀察人的行為等來模仿動作，從而學習人的協調性、靈活性，學會更多技能、適應現實世界。因此可以確定的是，如此復雜的模型，所需要的計算平臺性能必然不俗。圖片來源：pexels

好馬配好鞍

配備 GR00T 模型的機器人由于需要“吸收消化”外界的多模態信息，還要快速完成理解、決策、行動等一系列動作，因此對于算力的需求是巨量的。為了滿足 GR00T 巨大的邊緣算力需求，英偉達緊接著發布了 Jetson Thor 計算平臺。這是一款具有針對性能、功耗以及尺寸優化的模塊化架構，包含一個 Blackwell 架構的 GPU，能夠提供每秒 800 萬億次 8 位浮點運算的 AI 性能。

好船配好帆

雖然未來并非所有的機器人都會采用 GR00T 這樣的“超級大腦”，但它無疑開啟了人形機器人多模態基礎模型的新時代，這就意味著這類機器人的計算平臺需要具備可觀的算力以快速處理海量數據，因此在 CPU 和 GPU 之外，中小容量的超高帶寬內存也將會成為剛需。

華邦的 CUBE 是專為邊緣AI推出的完美內存解決方案，與市面上的方案相比，CUBE 的中小容量超高帶寬的特點極具差異化，適用于機器人、可穿戴設備、邊緣服務器等多種高級應用。

具體性能包括：

帶寬：16GB/s – 256GB/s，相當于 HBM2，或 32 個 LP-DDR4x 4266Mbps x16 IO；

功耗：低于 1pJ/bit；

尺寸和容量：基于 20nm 標準（2025 年將有 16nm 標準），可以提供每顆芯片 1Gb-8Gb 容量。

此外，在經濟效益方面，CUBE 還能夠與成熟制程工藝的 SoC（如 28nm 或 22nm）集成，極大節省成本，為高級機器人帶來高性能、低功耗、低成本的超高帶寬解決方案。

在英偉達 GTC 前不久，工信部也在今年1月 18 日發布了《關于推動未來產業創新發展的實施意見》，其中特別提到了突破人形機器人的關鍵技術。因此無論是市場技術發展，還是國家政策倡導，都會加速人形機器人的應用普及。CUBE 是華邦極具性價比優勢的內存解決方案，能夠為產品落地和機器人行業技術發展打消“內存焦慮”。

審核編輯：黃飛