AMD正在将算力触角伸向人形机器人的每一个关节。在7月28日于美国举办的Advancing AI 2026大会（AAI 2026）上，AMD发布了面向物理AI的软硬件“全家桶”——Kria AI解决方案，将旗下CPU、GPU、NPU与FPGA的异构计算能力整合进同一套机器人架构，试图覆盖从云端训练到边缘推理、从高级感知到实时控制的完整算力链路。

物理AI被业界视为AI从数字世界进入现实世界的下一个前沿。与数字智能体不同，物理机器人需要同时处理环境感知、不确定性导航、执行机构控制以及人员安全等多重挑战。AMD过去二十多年一直通过自适应计算技术为工业与手术机器人提供传感、安全与实时控制支持，而Kria AI方案则将其角色从“机器人身体”延伸至“机器人大脑”。

Kria AI方案的核心是锐龙AI嵌入式X100系列处理器，这是一颗针对机器人、工业自动化与医疗健康等物理AI应用优化的嵌入式SoC。它集成了最多16个高性能AMD“Zen 5”CPU核心、独立级RDNA 3.5集成iGPU以及XDNA 2 NPU，NPU算力约50TOPS，并支持最高128GB内存与约273GB/s带宽，通过统一内存架构减少跨计算域的数据迁移，降低时延。该处理器已于今年6月开始向客户提供样品，预计今年第四季度实现量产供货。

围绕这颗处理器，AMD构建了完整的硬件平台。Kria AI系统模块（SOM）采用开放标准COM-HPC外形规格，将CPU、iGPU与NPU融合在模块化架构中，可实现完整控制周期低于125微秒、视觉检测任务不到0.4毫秒的响应速度。Kria AI机器人开发者平台则在此基础上增加了机器人载板、评估套件与参考设计，载板搭载Spartan UltraScale+ FPGA用于传感器聚合与融合，并开放原理图与物料清单，使开发者能在几天内从概念推进到原型。Kria AI SOM预计今年第四季度通过ODM合作伙伴供货，开发者平台也同步向早期客户送样。

至此，一台复杂人形机器人的多处计算节点均可搭载AMD产品：Kria AI充当“大脑”负责高级感知与推理，第二代Versal AI Edge充当“脊柱”处理高速数据与自适应计算，Zynq UltraScale+负责“关节”与实时控制，Spartan UltraScale+则连接传感器与底层接口。甚至具身智能模型的云端训练也可由AMD Instinct GPU完成。

软件层面，AMD推出了基于ROCm与ROS 2框架构建的AMD机器人软件套件，支持PyTorch、ONNX、TensorFlow等主流AI框架。开发者可在Instinct GPU上训练模型，再通过同一软件栈部署到边缘端的锐龙AI嵌入式处理器上。据AMD测试，其开放软件栈支持从CUDA向ROCm迁移，开发者可保留最高达75%的现有CUDA代码。

为了加速生态落地，AMD同步成立了AMD机器人合作伙伴网络，首批覆盖超过30家合作伙伴，包括ODM厂商、AI模型提供商、中间件与传感器公司、仿真与验证企业以及系统集成商。该网络按四个等级开放注册，符合条件的机器人企业可免费加入注册级别，所有级别均无需支付许可费用或会员费用。

从产业视角看，AMD此举意在补齐从云到机器人的完整产品拼图：Instinct与EPYC负责训练基础设施，ROCm提供跨平台GPU软件基础，X100在机器人端处理推理与控制，Versal、Zynq与Spartan深入高速数据通路与传感器接口。在英伟达凭借Jetson与CUDA生态主导机器人算力市场的当下，AMD正试图以开放生态与异构整合策略，为机器人开发者提供另一条从原型到量产的路径。