深度解读：物理 AI 如何定义下一代平台革新？

人工智能 (AI) 的下一波浪潮正迈向物理世界，并深度融入汽车、机器人及其他自主设备之中。

据麦肯锡 （McKinsey）预测，到 2030 年，仅在美国市场，由 AI 驱动的智能体和机器人就有望释放每年约 2.9 万亿美元的经济价值。

随着各类设备从执行单一任务、预编程的控制设备，向具备自适应能力的 AI 驱动系统演进，计算性能的评判标准将取决于这些系统能否实现以下能力： 在严苛的功耗限制下运行； 提供确定性响应时延； 符合功能安全标准； 提供稳健可靠的安全性； 在漫长的产品生命周期内保持可靠性。

这意味着，计算平台从设计之初，就必须围绕性能、能效、可预测性、功能安全与信息安全进行构建。

数十年来，这些原则始终是 Arm 计算平台的核心。

如今，随着 AI 加速落地至能够感知、推理、认知并执行的各类设备，这些原则正趋于融合。

这一趋势正推动着物理 AI 的发展。

什么是物理 AI？

🔗 原始来源

如果你要核对细节，可以再看原文： InfoQ AI原文链接