ÌÇÐÄÊÓƵ

Roboter und ? Physical AI ¡°-Systeme stehen Sie entwickeln sich von experimentellen Demonstrationen zu praktischen Werkzeugen, die in der physischen Welt agieren, reagieren und Entscheidungen treffen. Ihr rascher Fortschritt unterstreicht einen tiefgreifenden Wandel, der gerade stattfindet. KI verlagert sich an den ?Edge¡° und wird in die Ger?te und Maschinen integriert, die uns umgeben.

Tats?chlich prognostiziert die UBS, dass der Markt allein f¨¹r humanoide Roboter bis 2050 ein Volumen von bis zu 1,7 Billionen US-Dollar erreichen wird. Hinter dieser Transformation verbirgt sich jedoch eine entscheidende Grundlage: der massive Investitionszyklus in KI-Rechenzentren, der nun den Weg f¨¹r ? Physical AI ¡° ebnet und die Anforderungen an Halbleiter neu definiert. Hier kommt ÌÇÐÄÊÓƵ ins Spiel und liefert die unverzichtbare Halbleitertechnologie, die erforderlich ist, um ? Physical AI ¡°-Anwendungen zum Leben zu erwecken.

Der Investitionszyklus f¨¹r Rechenzentren

Was wie eine pl?tzliche Begeisterung f¨¹r ? Physical AI ¡° aussehen mag, ist in Wirklichkeit der nat¨¹rliche n?chste Schritt in einem langj?hrigen Ausbau der Infrastruktur. Jeder gro?e Sprung in unserer Branche beginnt so: Zuerst wird das Fundament gelegt, und dann explodiert die Zahl der Anwendungen. Und genau das geschieht gerade: Die KI-Infrastruktur ist endlich bereit, Intelligenz aus der Cloud in die physische Welt zu bringen.

Derzeit treiben massive Investitionen in KI-Rechenzentren einen neuen Investitionszyklus voran, doch die eigentliche Marktchance liegt in der n?chsten Phase dieses Zyklus: Physical AI, deren Ziel es ist, Milliarden physischer Ger?te ¨C von Wearables bis hin zu autonomen Fahrzeugen ¨C in die Lage zu versetzen, in Echtzeit wahrzunehmen, zu denken, zu handeln und zu kommunizieren. Dieser Zyklus beschleunigt sich rasant ¨C Marktprognosen deuten auf eine explosive j?hrliche Wachstumsrate von hin, eine Chance, die zu dringlich ist, um sie zu ignorieren.

Das Aufkommen von Physical AI

Diese Dynamik signalisiert, dass Physical AI ¨¹ber Pilotprojekte und Prototypen hinausgeht und in den gro? angelegten Einsatz in der realen Welt ¨¹bergeht. Da Rechenzentren mit zunehmenden Einschr?nkungen hinsichtlich Stromversorgung und Rechenleistung konfrontiert sind, tr?gt Physical AI dazu bei, diesen Druck zu mindern, indem Intelligenz und Entscheidungsfindung an den Rand ¨C direkt auf die Ger?te ¨C verlagert werden, was diese Einf¨¹hrung weiter beschleunigt.

Physical AI aggregiert kontinuierlich Daten von verschiedenen Sensoren, verarbeitet Informationen auf unterschiedlichen Genauigkeitsstufen und trifft Entscheidungen, die innerhalb von Bruchteilen einer Sekunde ¨¹ber Motoren und Aktoren ausgef¨¹hrt werden. Diese Systeme arbeiten zudem ¨¹ber mehrere Sensordom?nen hinweg und erm?glichen so eine echte Form intelligenter Autonomie, die es Maschinen erlaubt, in der physischen Welt wahrzunehmen, zu denken, zu handeln und zu kommunizieren.

Anwendungen in der Praxis nehmen Gestalt an

Vielleicht wissen Sie es noch nicht, aber wahrscheinlich sind Ihnen die neuen Anwendungsbereiche von ? physical AI ¡° bereits bekannt. Denken Sie beispielsweise an fortschrittliche Fahrerassistenzsysteme, Haushaltsroboter, Drohnen, intelligente Infrastruktur und sogar KI-gest¨¹tzte medizinische und diagnostische Ger?te.

Auf M?rkten weltweit wird ? physical AI ¡° bereits in Bereichen wie Mobilit?tsunterst¨¹tzung und Rehabilitation eingesetzt, wo intelligente, ger?tebasierte Systeme Senioren, Patienten und Industriearbeiter unterst¨¹tzen. Diese Anwendungen zeigen, wie Echtzeit-Entscheidungsfindung am Edge praktische, skalierbare L?sungen erm?glicht. Und da ? Physical AI ¡° weiter an Dynamik gewinnt, treibt es neue und komplexere Anforderungen an die Halbleiterinnovation voran.

Wie ? Physical AI ¡°-Workloads die Anforderungen an Halbleiter neu definieren

Wie die praktischen Einsatzbeispiele auf der diesj?hrigen CES verdeutlichen, unterscheiden sich ? Physical AI ¡°-Workloads grundlegend von denen, die generative KI antreiben und sich haupts?chlich auf Rechenzentren konzentrieren. Physical AI bringt komplexere und vielf?ltigere Workloads mit sich als generative KI-Modelle.

Da die Erwartungen der Chip-Entwickler an Ger?te, die kontinuierlich Daten erfassen und verarbeiten, steigen und die Erwartungen der Endnutzer an Ger?te, die Befehle ausf¨¹hren und in dynamischen, unvorhersehbaren Umgebungen kommunizieren, zunehmen, definieren diese sich wandelnden Anforderungen die Anforderungen an Halbleiter neu.

Und hier ist die Aufschl¨¹sselung, wie das funktioniert:

• Sense: ? Physical AI ¡° treibt ein explosives Wachstum im Bereich der Sensorik voran, was pr?zise analoge, leistungsstarke HF- und eng integrierte Mixed-Signal-L?sungen erfordert. ^{Die FDX?-Plattform} von ÌÇÐÄÊÓƵ, die f¨¹r ihre HF-Leistung, Leckstromkontrolle und Zuverl?ssigkeit bei hohen Temperaturen bekannt ist, kommt bereits in der Sensorik der industriellen Automatisierung und bei Fahrerassistenzsystemen (ADAS) zum Einsatz. Da sich die Erfassungsmethoden auf Bildverarbeitung, Radar, Lidar und Umgebungssensorik ausweiten, bieten die pr?zisen analogen, SiGe HF- und integrierten Speichertechnologien von ÌÇÐÄÊÓƵ die erforderliche Grundlage mit geringem Stromverbrauch, um Daten aus der realen Welt zu erfassen und vorzuverarbeiten.

• Bedenken Sie: Echtzeit-Autonomie erfordertpower, auf die Arbeitslast optimierte Rechenleistung. Die multithreadf?higen RISC-V-CPUs von MIPS bieten deterministische, ereignisgesteuerte Leistung, priorisieren kritische Aufgaben und erm?glichen eine sofortige Reaktion am Netzwerkrand. In Kombination mit ^den energieeffizienten ^FDX?- und FinFET-Technologien von ÌÇÐÄÊÓƵ verlagern diese Plattformen die Rechenleistung aus zentralisierten Cloud-Umgebungen in Milliarden von Ger?ten im Rahmen eines Modells verteilter Intelligenz.

• Umsetzung: Die Umsetzung von Entscheidungen in der physischen Welt erfordert hochpr?zise Steuerung, geringe Latenz und eine enge Integration von Motoren und Aktuatoren. Die BCD- ( power GaN), Mixed-Signal-IP und hochzuverl?ssigen CMOS-L?sungen von ÌÇÐÄÊÓƵ unterst¨¹tzen dichte I/O-Anschl¨¹sse, schnelle Motorsteuerungsregelkreise und eine effiziente Aktuierung ¨C als Kernkomponenten f¨¹r Robotik, industrielle Automatisierung und neue humanoide Systeme. MIPS erg?nzt dies durch f¨¹hrende Echtzeit-Regelkreisleistung f¨¹r Motorsteuerung, Sensorfusion und Entscheidungsfindungs-Workloads.

• Kommunikation: ? Physical AI ¡° basiert auf sicherer, stromsparender Konnektivit?t zwischen Milliarden von Ger?ten. Dank seiner f¨¹hrenden Position in den Bereichen HF, Konnektivit?t, ? SiGe ¡° und GaN f¨¹r HF erm?glicht ÌÇÐÄÊÓƵ alles von Kurzstreckenverbindungen zwischen Ger?ten bis hin zu 5G/6G- und Satellitenkommunikation mit hoher Bandbreite. In Kombination mit der offenen, softwareorientierten Architektur von MIPS kann ÌÇÐÄÊÓƵ Plattformen bereitstellen, die innerhalb verteilter intelligenter Systeme schnell, effizient und sicher kommunizieren.

Sich wandelnde Anforderungen treiben die Nachfrage nach analoger Pr?zision, multimodaler Integration, extrem geringem power, optimierter Rechenleistung, geringer Latenz, sicherer Konnektivit?t, integriertem Speicher und fortschrittlichen Sensorschaltungen voran.

Insgesamt versetzen uns die Tiefe unserer Technologie und die Breite unseres Portfolios in eine gute Position, um die n?chste Phase der KI auf ihrem Weg in die physische Welt zu unterst¨¹tzen.

Wir liefern die Technologien, die den Antrieb bilden Physical AI

Da die Investitionen in KI-Rechenzentren weiter zunehmen, ebnen sie den Weg f¨¹r die n?chste Innovationswelle am Edge. Dieser Wandel schafft rasant wachsende Chancen f¨¹r ? Physical AI¡° ¨C deren Marktvolumen voraussichtlich mindestens erreichen wird ¨C, da intelligente Funktionen zunehmend in Ger?te und Systeme in den Bereichen Transport, industrielle Automatisierung, Unterhaltungselektronik und Medizintechnik Einzug halten. Kunden streben nun danach, mehr Sensorik, Entscheidungsfindung, Aktorik und Konnektivit?t direkt in das Ger?t zu integrieren, und die technologischen Anforderungen entwickeln sich entsprechend weiter.

ÌÇÐÄÊÓƵ entwickelt die Technologien, die diesen Wandel erm?glichen. Mit unserem erweiterten Portfolio, das unter anderem CMOS-L?sungen mit extrem geringem Stromverbrauch, Pr?zisions-Analog-, HF- und Konnektivit?tsl?sungen, ? advanced packaging ¡° sowie die neu hinzugekommenen Echtzeit-RISC-V-Prozessoren mit Multithreading von MIPS umfasst, bieten wir unseren Kunden die Plattformen, die sie ben?tigen, um differenzierte ? Physical AI ¡°-L?sungen zu entwickeln. Dank unserer globalen Produktionspr?senz, unserer engen Co-Design-Partnerschaften und unserer wachsenden Pipeline an KI-gest¨¹tzten Design-Wins k?nnen wir unsere Kunden von der Architektur bis zur Produktion unterst¨¹tzen und ihnen dabei helfen, die Entwicklung zu beschleunigen und intelligente Ger?te der n?chsten Generation sicher auf den Markt zu bringen.

Innovation f¨¹r die Zukunft

Heute treibt ? Physical AI ¡° unsere autonomen Fahrzeuge, fortschrittlichen Fahrerassistenzsysteme, Heimroboter, Drohnen, Smart Devices, ja sogar Wearables und KI-gest¨¹tzte medizinische und diagnostische Ger?te an. Mit Blick auf die Zukunft wird sich ? Physical AI ¡° ¨¹ber diese Anwendungsbereiche hinaus weiterentwickeln und das Zeitalter der humanoiden Roboter sowie weitaus fortschrittlicherer autonomer Systeme einl?uten.

In unserem n?chsten Blogbeitrag dieser Reihe wird Ed Kaste, unser Senior Vice President des Gesch?ftsbereichs ?Ultra-Low-Power-CMOS¡° bei ÌÇÐÄÊÓƵ, n?her auf die Auswirkungen dieses Wandels auf zuk¨¹nftige Anwendungen von ? Physical AI ¡° sowie auf die Rolle von ÌÇÐÄÊÓƵ bei der Umsetzung dieser Technologien eingehen.

Die ersten Anzeichen des Wendepunkts bei ? Physical AI¡° erkennen

Die Branche steht an einem Wendepunkt: KI beschr?nkt sich nicht mehr nur auf GPU-Racks, sondern h?lt Einzug in Ger?te, Maschinen, Fahrzeuge und Roboter, die unseren Alltag pr?gen. Mit der zunehmenden Verbreitung von ? Physical AI ¡° werden die Anforderungen an Halbleiter immer deutlicher ¨C ebenso wie die Rolle von ÌÇÐÄÊÓƵ bei der Umsetzung dieses Wandels. In unserem n?chsten Blogbeitrag werden wir die technischen Grundlagen beleuchten, die das n?chste Jahrzehnt von ? Physical AI ¡° pr?gen werden, und erl?utern, wie sich ÌÇÐÄÊÓƵ positioniert, um an diesem Wendepunkt eine F¨¹hrungsrolle zu ¨¹bernehmen.