ÌÇÐÄÊÓƵ

W?hrend sich die physikalische KI vom Konzept hin zur praktischen Umsetzung entwickelt, muss die Intelligenz in Echtzeit und unter strengen Vorgaben power, Latenz, Sicherheit und Kosten auf die Ger?te am Netzwerkrand verteilt werden.

Um sich auf den Durchbruch der Physical-AI-?ra vorzubereiten, hat ÌÇÐÄÊÓƵ das Unternehmen MIPS ¨¹bernommen, einen f¨¹hrenden Anbieter von IP, Software und Tools f¨¹r KI und eingebettete Prozessoren. Wir haben uns mit Sameer Wasson, dem CEO von MIPS, zusammengesetzt, um zu er?rtern, wie die geb¨¹ndelten St?rken der Architektur, des IP und des Designs von MIPS in Verbindung mit den differenzierten Prozesstechnologien von ÌÇÐÄÊÓƵ den Kunden einen einzigartigen Weg zur Physical AI er?ffnen: deterministische, sicherheitsf?hige Rechenleistung am Edge, die die n?chste Generation realer Maschinen erm?glicht, die in Echtzeit wahrnehmen, denken, handeln und kommunizieren ¨C und wie die speziell entwickelten Plattformen von ÌÇÐÄÊÓƵ dies in gro?em Ma?stab erm?glichen.

Warum war die Integration von MIPS in ÌÇÐÄÊÓƵ der richtige strategische Schritt, um den Markt f¨¹r physikalische KI zu erschlie?en?

Die KI befindet sich an einem Wendepunkt, und Kunden ben?tigen deterministische Echtzeit-Intelligenz, die sicher und zuverl?ssig mit der physischen Welt interagiert ¨C was wir als ?Physical AI¡° bezeichnen. MIPS bringt eine 40-j?hrige Tradition effizienter, skalierbarer Rechenleistung f¨¹r leistungskritische Systeme mit, die sich nun auf RISC-V-Anwendungsprozessoren und Echtzeit-Subsysteme konzentriert, die auf geringe Latenz, funktionale Sicherheit und power ausgelegt sind. In Kombination mit den differenzierten Prozesstechnologien und der globalen Fertigung von ÌÇÐÄÊÓƵ erhalten Kunden etwas Einzigartiges: eine Plattform, die IP, kundenspezifische Halbleiter und Serienfertigung umfasst, sodass sie schneller zu funktionsf?higen Halbleitern gelangen und diese auf die reale Edge-KI zuschneiden k?nnen.

Von der Ausstattung des 1996 erschienenen Nintendo 64 ¨¹ber die hochmodernen EyeQ6-Chips von Mobileye f¨¹r Fahrerassistenzsysteme ¨C von denen bereits ¨¹ber 200 Millionen ADAS-SoCs ausgeliefert wurden ¨C bis hin zur Grundlage f¨¹r die Infrastruktur f¨¹hrender Cloud-Hyperscaler: Wir verf¨¹gen ¨¹ber eine langj?hrige Erfolgsbilanz bei der Bereitstellung von anwendungsorientierter Leistung in gro?em Ma?stab.

Die Entscheidung von ÌÇÐÄÊÓƵ, MIPS im vergangenen Jahr zu ¨¹bernehmen, beruhte auf dem Bestreben, gemeinsam ein flexibleres und differenzierteres Angebot f¨¹r Kunden zu schaffen, indem die f¨¹hrende Prozesstechnologie und die Fertigungskapazit?ten von ÌÇÐÄÊÓƵ mit der Prozessor-IP und den Software-L?sungen von MIPS kombiniert werden. Dies war der Kerngedanke hinter der Entscheidung, mit dem gemeinsamen Ziel, unseren Kunden zu helfen, schneller funktionsf?hige Chips zu entwickeln und diese an die realen Anforderungen der Edge-KI anzupassen. Der Zeitpunkt k?nnte angesichts des sprunghaften Anstiegs der KI-Nachfrage in den Bereichen Transport, Kommunikation und Rechenzentrumsinfrastruktur, Robotik sowie auf den M?rkten f¨¹r intelligente Edge-L?sungen nicht passender sein.

Wie kommt Intelligenz in den einzelnen Phasen der physischen KI-Workloads f¨¹r Kunden zum Tragen?

Physical AI nutzt die Leistungsf?higkeit von KI-Modellen aus dem Rechenzentrum und setzt sie am Netzwerkrand ein. Die Grundlage von Physical AI bildet das, was ich gerne als S.T.A.C. bezeichne ¨C die Closed-Loop-Workload, die es Plattformen erm?glicht, zu ?wahrnehmen¡°, zu ?denken¡°, zu ?handeln¡° und zu ?kommunizieren¡°, und die Edge-Plattformen in die Lage versetzt, intelligent zu sein, ohne dabei Kompromisse bei Latenz, Sicherheit, Datenschutz oder Effizienz einzugehen. Jede Stufe hat spezifische Rechen- und Systemanforderungen, und die erfolgreichsten Plattformen optimieren diese gemeinsam, anstatt einzelne Komponenten ¨¹berdimensioniert auszuf¨¹hren.

¹ó¨¹°ù Sense sammelt das System Echtzeitdaten von Sensoren wie Kameras, LiDAR, Radar und analogen Eing?ngen, um seine Umgebung zu erfassen. Es muss diese unterschiedlichen Datentypen effizient zusammenf¨¹hren und priorisieren, dabei aber strenge power einhalten.

In der ?°Õ³ó¾±²Ô°ì¡°-±Ê³ó²¹²õ±ð wertet das System Sensordaten z¨¹gig aus und trifft Entscheidungen mithilfe von ger?teinterner KI und Steuerungsalgorithmen. Dies erfordert eine leistungsstarke Rechenleistung mit geringer Latenz, die innerhalb strenger power deterministische Ergebnisse liefert ¨C insbesondere f¨¹r Roboter und Fahrzeuge, die am Netzwerkrand betrieben werden.

In der ´¡³Ü²õ´Ú¨¹³ó°ù³Ü²Ô²µ²õ±è³ó²¹²õ±ð wandelt das System Entscheidungen in physische Bewegungen um, indem es Motoren, Stellantriebe, Bremsen oder Roboterarme steuert. Diese Phase erfordert extrem niedrige Latenzzeiten und ?u?erst zuverl?ssige Reaktionen, damit Aktionen wie das Bremsen oder das Ausweichen vor Hindernissen innerhalb von Millisekunden erfolgen.

In der ?°ä´Ç³¾³¾³Ü²Ô¾±³¦²¹³Ù±ð¡°-±Ê³ó²¹²õ±ð tauscht das System Informationen intern und extern aus ¨C zwischen Teilsystemen, anderen Ger?ten, der Cloud oder sogar Menschen. Dies erfordert eine sichere Verbindung mit geringer Latenz sowie die ±«²Ô³Ù±ð°ù²õ³Ù¨¹³Ù³ú³Ü²Ô²µ mehrerer Kommunikationsstandards (wie ^Bluetooth? LE oder 5G), ohne dass es zu Verz?gerungen kommt.

Im Wesentlichen gibt es in jeder Phase verschiedene Arten von Intelligenz, von Algorithmen zur pr?zisen Bewegungsausf¨¹hrung bis hin zur fortschrittlichen Verarbeitung multimodaler Wahrnehmungsdaten. Die Arbeitslast jedes Kunden wird innerhalb des S.T.A.C.-Kreislaufs etwas anders ausfallen, weshalb Flexibilit?t entscheidend ist, um Physical AI am Edge erfolgreich zu implementieren ¨C ohne dabei die Vorgaben power, Latenz oder Sicherheit zu ¨¹berschreiten.

An welchen Stellen unterscheidet sich MIPS innerhalb des S.T.A.C.-Zyklus?

MIPS unterscheidet sich in zwei wesentlichen Punkten; einer davon ist unser ?Software-First¡°-Co-Design-Ansatz. Zun?chst erstellen wir ein Profil der Arbeitslast des Kunden, indem wir dessen Stack auf unseren virtuellen Plattformen und Kernsimulatoren ausf¨¹hren, um Engp?sse fr¨¹hzeitig aufzudecken. Anschlie?end passen wir die Chip-Architektur entsprechend an ¨C von ma?geschneiderten Befehlen bis hin zu Optimierungen des Speichersubsystems ¨C, damit der ausgelieferte SoC vom ersten Tag an die realen KPIs erf¨¹llt. Unsere virtuelle Plattform ?Atlas Explorer¡° ist ein gutes Beispiel f¨¹r diesen ?Shift-Left¡°-Ansatz.

Der zweite Punkt ist unsere umfassende, anwendungsspezifische Hardware-Optimierung auf Basis von Open RISC-V. Da unsere IP modular aufgebaut ist, k?nnen wir Kerne und Subsysteme individuell anpassen. MIPS leistet seit Jahren Pionierarbeit bei der Entwicklung von Multithreading- und funktionalen Sicherheitsfunktionen in unserer Prozessor-IP, um ereignisgesteuerte, deterministische Echtzeitleistung und funktionale Sicherheit zu gew?hrleisten.

Letztendlich erm?glichen wir unseren Kunden, ihre Workloads auf unseren Kernmodellen auszuf¨¹hren, um bereits vor der Siliziumfertigung Einblicke in das Plattformdesign zu gewinnen. Dies hilft unseren Kunden dabei, ihre Workloads und die Auswahl der IP-Bl?cke auf die jeweiligen Phasen der Workloads abzustimmen, die sie bearbeiten m?chten. Der offene und modulare Charakter von RISC-V erm?glicht es uns, gezielte Workload-Optimierungen auf Hardwareebene bis hinunter auf die Kernebene vorzunehmen und so ein hohes Ma? an Effizienz und Leistung zu erzielen.

Sie haben ¨¹ber den ?Software-First¡°-Ansatz von MIPS gesprochen. Wie sieht das in der Praxis aus?

Das bedeutet, dass wir zun?chst die Software-Workloads des Kunden analysieren und profilieren, bevor wir die Hardware festlegen. Indem wir zun?chst die Software-Workloads verstehen, k?nnen wir Erkenntnisse f¨¹r Optimierungen liefern, die beim gemeinsamen Design von Software und Hardware helfen. Auf diese Weise k?nnen wir Engp?sse oder bestimmte Funktionen identifizieren, die viele Rechenzyklen beanspruchen, und dann unsere IP so optimieren, dass diese effizient bew?ltigt werden. Wenn beispielsweise die Navigationssoftware einer autonomen Drohne die CPU stark belastet, k?nnten wir eine benutzerdefinierte Anweisung einf¨¹hren oder das Speichersubsystem anpassen, um sie zu beschleunigen. Dieser Co-Design-Prozess schafft eine enge R¨¹ckkopplungsschleife zwischen Software und Hardware. Da die Nachfrage nach leistungsstarken, dom?nenspezifischen Rechenleistungen zunimmt, wird die F?higkeit, die Interaktionen zwischen Workloads und anpassbaren Rechenplattformen zu analysieren und zu optimieren, zu einem echten Wettbewerbsvorteil.

Ein ?Software-First¡°-Ansatz ¨¹berbr¨¹ckt die Kluft zwischen Hardware- und Software-Teams, erm?glicht intelligentere architektonische Entscheidungen und schafft einen skalierbaren, risikoarmen Arbeitsablauf f¨¹r die Entwicklung physischer KI-Plattformen, die auf realistische Leistungsziele abgestimmt sind.

Mit anderen Worten: Wenn die Chips fertiggestellt sind, l?uft die Kundensoftware bereits reibungslos auf dem Silizium. Dieses Kooperationsmodell verk¨¹rzt letztlich die Markteinf¨¹hrungszeit, da wir die gesamte Feinabstimmung bereits im Vorfeld vorgenommen haben. Es verringert zudem das Risiko in den Produktionszyklen und erm?glicht engere Partnerschaften ¨C wir arbeiten Hand in Hand mit unseren Kunden, was bedeutet, dass wir nicht nur ein Lieferant sind, sondern ein Partner bei ihrer Produktentwicklung. Letztendlich f¨¹hrt eine ?Software-first¡°-Denkweise zu einem skalierbaren, risikoarmen Workflow f¨¹r den Aufbau von Physical-AI-Plattformen: Sie erhalten die ben?tigte Leistung mit weniger ?berraschungen und erreichen Ihre Leistungsziele wesentlich zuverl?ssiger.

Wie w¨¹rden Sie das Wertversprechen des kombinierten ÌÇÐÄÊÓƵ- und MIPS-Portfolios beschreiben?

Es geht um die Nutzung von Plattformvorteilen. Die Anforderungen an neue physische KI-Produkte konzentrieren sich auf das ÌÇÐÄÊÓƵ- und MIPS-Portfolio: Es besteht Bedarf an power extrem geringem power , die unter rauen Bedingungen zuverl?ssig, sicher und gesch¨¹tzt arbeiten und mit Intelligenz ausgestattet sind ¨C und die zudem eine widerstandsf?hige Lieferkette gew?hrleisten. Gemeinsam erf¨¹llen wir die entscheidenden Anforderungen der n?chsten Generation physischer KI-Produkte, indem wir fortschrittliche Halbleitertechnologie mit intelligentem Prozessordesign verbinden.

power von ÌÇÐÄÊÓƵ, darunter die FDX- und FinFET-Plattformen, erm?glichen eine vollst?ndige Systemintegration und reduzieren power durch adaptive Body-Biasing, um die engen power einzuhalten, die Physical-AI-Anwendungen erfordern. Die integrierten Speicher, die HF-Integration und die fortschrittlichen Packungstechnologien von ÌÇÐÄÊÓƵ erm?glichen es uns zudem, hochintegrierte, effiziente SoCs zu entwickeln, auf die Physical AI angewiesen ist, um in den eingesetzten Systemen Echtzeit-Reaktionsf?higkeit und power zu gew?hrleisten.

Dank dieser Synergie unserer Portfolios k?nnen wir unseren Kunden nun helfen:

• Erzielen Sie den branchenweit niedrigsten power den h?chsten Integrationsgrad

• Erf¨¹llen Sie die Anforderungen an Latenz, power Kosten f¨¹r Edge-Ger?te

• Die Markteinf¨¹hrungszeit verk¨¹rzen und die Widerstandsf?higkeit der Lieferkette st?rken

Was hat Sie als CEO von MIPS an ÌÇÐÄÊÓƵ gereizt, sich mit dem dortigen Team zusammenzuschlie?en?

¹ó¨¹°ù mich ging es schon immer darum, wie wir den gr??tm?glichen Mehrwert f¨¹r unsere Kunden schaffen k?nnen. Als ich dar¨¹ber nachdachte, was wir angesichts des sich rasch entwickelnden Marktes f¨¹r physikalische KI gemeinsam erreichen k?nnten, war die Entscheidung klar. Mit dieser ?bernahme haben wir ein umfassenderes Modell f¨¹r die Kundenbindung geschaffen, das es uns erm?glicht, Kunden auf verschiedenen Ebenen zu unterst¨¹tzen, darunter im Bereich geistiges Eigentum, kundenspezifische Halbleiter und Software.

Nur sehr wenige Unternehmen k?nnen ein derart umfassendes Leistungsspektrum bieten. Wenn ein handels¨¹blicher Standardchip den Anforderungen eines Kunden nicht gerecht wird, entwickeln wir nun einen, der diese erf¨¹llt, und fertigen ihn f¨¹r ihn. Genau diese Art von Partnerschaft hat mich ¨¹berzeugt.

?ber den Aufbau f¨¹hrender Technologieplattformen hinaus erm?glicht uns die weltweit verteilte, widerstandsf?hige Produktionspr?senz von ÌÇÐÄÊÓƵ, unsere Aktivit?ten zu skalieren und uns als Vorreiter in wachstumsstarken Bereichen wie autonomes Fahren, intelligente Ger?te und industrielle Automatisierung zu positionieren. Diese geografische Reichweite und unsere herausragende Fertigungskompetenz sind f¨¹r mich ein entscheidender Vorteil f¨¹r unsere Kunden.

Eine letzte Frage an dich, Sameer. Worauf freust du dich am meisten, wenn man die Entwicklung der physikalischen KI betrachtet?

Ehrlich gesagt begeistert es mich am meisten, zu sehen, wie unsere Technologie in der realen Welt zum Leben erwacht. Die humanoiden Roboter, die n?chste Generation autonomer Fahrfunktionen ¨C all das ist l?ngst keine Science-Fiction mehr. Die Funktionen autonomer Fahrzeuge, die derzeit in Produktion sind, haben bereits das ¨¹bertroffen, was viele einst f¨¹r zu diesem Zeitpunkt m?glich gehalten h?tten. Angesichts der Geschwindigkeit, mit der sich die physische KI entwickelt, glaube ich zudem, dass wir in den n?chsten Jahren v?llig neue Anwendungen erleben werden, die noch nicht einmal auf dem Radar sind. So k?nnten wir beispielsweise bald Roboter in Krankenh?usern haben, die Routineeingriffe durchf¨¹hren, oder agile Lieferdrohnen, die sich nahtlos durch komplexe Umgebungen navigieren. Ich freue mich besonders auf diese ?Premieren¡° ¨C das erste Mal, dass jemandem durch die blitzschnelle Entscheidung eines KI-gesteuerten Fahrzeugs das Leben gerettet wird, oder den ersten Haushaltsroboter, der seine Umgebung wirklich versteht und auf menschen?hnliche Weise mit ihr interagiert. Das werden Meilensteine sein.

Ich freue mich auf den Tag, an dem Ger?te, die mit unseren Full-Stack-L?sungen betrieben werden, in der Welt im Einsatz sind und etwas bewegen ¨C sei es in einem Auto, das einen Unfall verhindert, oder bei einem Roboter in einem Lager, der die Abl?ufe sicherer und effizienter macht. Zu sehen, wie unsere Arbeit allt?glichen Maschinen ein neues Ma? an Autonomie und Intelligenz erm?glicht ¨C das ist die Belohnung. Und angesichts der rasanten Entwicklung in diesem Bereich vermute ich, dass wir nicht lange warten m¨¹ssen, um einige erstaunliche Durchbr¨¹che mitzuerleben.