文章来源 机器人大讲堂

芯片是人形机器人实现各种功能的核心驱动力，在人形机器人的运作中扮演着至关重要的角色。

人形机器人在控制系统、感知系统、决策与规划系统、语音交互系统、动力与传动系统、安全与防护系统以及其他辅助系统中都需要芯片的支持。这些芯片共同协作，为人形机器人提供了强大的计算、感知、决策和执行能力，使其能够在各种复杂环境中高效、稳定地执行任务。

但市场常说的人形机器人芯片卡脖子问题，并非每个环节、每个部件都存在，缺芯主要集中在一两个板块上。   

人形机器人核心芯片分类

其中，运动控制芯片主要集成在人形机器人的微控制器（MCU）或处理器、电机控制芯片以及FPGA/ASIC等核心零部件中，以实现机器人的整体控制和协调，负责机器人的各种运动控制、传感器数据采集和处理、通信与网络等基础功能。

MCU主要通过内置的控制算法进行数据处理和决策，然后向各个执行部件（如电机、关节等）发送控制指令，电机控制芯片接收来自微控制器或处理器的控制信号，通过精确控制电机的电流、电压和频率等参数，实现电机的精确位置、速度和力量控制。在某些高性能应用中，人形机器人可能还会使用现场可编程门阵列（FPGA）或特定应用集成电路（ASIC）进行高速信号处理和控制，以满足机器人对实时性、精度和效率的特殊要求。综合来看，运动控制芯片需要具备高效的算法和快速的响应能力，以确保机器人能够精确、快速地响应各种指令和变化。

感知系统芯片主要集成在人形机器人的传感器芯片（包括视觉、听觉、触觉等传感器芯片）、嵌入式视觉和人工智能处理芯片以及无线通信模块中的通信芯片等核心零部件中。这些芯片共同构成了机器人的感知系统，使其能够全面、准确地感知周围环境，为后续的决策和执行提供有力支持。目前，不少视觉厂商都在尝试将视觉技术和人工智能处理单元集成，能够直接对视觉传感器采集的图像和视频进行高级处理和分析，如目标检测、跟踪、识别等。它们通常与视觉传感器芯片紧密配合，共同构成机器人的视觉感知系统。

值得注意的是，由于感知系统芯片集成度正在快速提升，在一些高度复杂的人形机器人中，决策与规划系统可能采用分布式架构，与不同感知系统配合，将处理单元分散部署在机器人的各个部位，并行处理数据，提高整体的处理速度和效率，为人形机器人的自主决策和规划提供更加强大的支持。

决策与规划系统也对于高性能芯片有着强烈需求。作为人形机器人“大脑”，这些芯片不仅负责数据处理和控制，还支撑人形机器人的各种复杂操作。这其中，主控芯片/中央处理器（CPU）芯片集成了高性能的计算单元和复杂的算法，能够处理来自各个传感器的数据，负责执行复杂的算法和逻辑运算，进行实时分析和决策，规划出最优的行动路径和执行方案，使人形机器人能够做出智能决策和响应；图形处理器（GPU）芯片则用于高效处理图像和图形渲染，对人形机器人的视觉识别、人脸识别以及交互界面等方面至关重要。   

另外，在某些高端或特定应用场景的人形机器人中，对于机器人的算力需求要求较高，可能会采用专用的决策与规划芯片。例如机器人的机器学习训练环节需要庞大的数据输入量来支持复杂的神经网络模型，而训练过程中由于神经网络结构的复杂性和运算量大幅度增加，对处理器的算力、能耗要求极高。AI处理器芯片负责加速机器学习、深度学习等AI算法的执行，相比于传统的GPU和CPU，具有成倍的性能提升和极低的功耗水平，能够提高决策与规划的准确性和效率。因此，具备自研AI处理器芯片的人形机器人能够在处理复杂任务和实现高效能耗比方面更具优势。

当然，在某些小型或低成本的人形机器人中，决策与规划系统要求不高，也可能会使用嵌入式系统或微控制器来承担部分决策与规划任务。虽然它们的计算能力相对较弱，但足以处理一些简单的决策和规划任务，适用于对性能要求不高的应用场景。

除了控制、感知、决策三大核心模块以外，在人形机器人的语音识别与交互模块中也集成了部分芯片，这些芯片有部分在麦克风阵列、语音芯片、音频处理单元等组件中，协同帮助该模块具备语音识别、语音合成、噪声抑制和语音增强等功能，更进一步还可以实现情感识别和生成、离线语音交互等丰富能力，同时与机器人的控制系统紧密相连，负责远程控制和数据交换，最终助力实现机器人语音通信功能。

人形机器人主要芯片提供商

目前市场上主要的芯片公司包括英伟达、英特尔、高通等美国品牌，这些公司在全球范围内拥有广泛的用户和客户群体，其技术实力和产品品质也备受认可。英伟达的AI新品，就针对决策与规划任务进行了优化，具有更高的计算效率和更低的功耗，能够更快地生成决策结果和执行规划。

此外，亚洲地区的韩国和日本也是芯片行业的重要参与者，三星、SK海力士、东芝等企业在全球芯片行业中有着非常重要的地位。目前国内主要的芯片公司包括但不限于华为海思、中芯国际、中环股份、华天科技、寒武纪等，此外，中兴微电子、纳斯达、芯擎科技、瑶芯微等也是国内芯片行业的重要参与者。

目前，对于人形机器人的芯片需求而言，运动控制芯片制程技术的要求并不像手机芯片那样高，一般在20-50纳米之间即可满足需求。因此，在国内也有不少企业能够满足这一制程要求，并参与到人形机器人相关运动控制芯片芯片的研发和生产中。但在人形机器人中，电机端使用的芯片数量较多，因为一个机器人可能包含70个关节，至少需要41个以上的关节驱动，而每一个关节至少需要三四个芯片。因此，电机端的芯片使用量比较可观。国内例如风少科技和联盟科技在驱控芯片方面表现突出，市场占有率较高。   

而感知系统芯片和决策与规划系统领域，比如高性能的计算芯片，我国机器人的芯片应用主要来自英伟达、英特尔等国外品牌，需要依赖国外的技术，英伟达、AMD和联发科也占据了较大市场份额。在当前“百模大战”的背景下，英伟达的GPU芯片作为训练AI大模型的“神兵利器”，一直处于供不应求的状态，拥有多少张英伟达的A100、H100芯片更是被视为AI企业硬实力的标志之一。但纯国产机器人核心芯片的自主研究仍处于起步阶段，目前仅有地平线、华为海思、科大讯飞几个核心厂商在寻求新架构的突破。

结语与未来   

针对人形机器人的发展及未来预期，面向人形机器人的高实时协调运动控制需求，我国目前正在重点研发具有高动态运动驱动、高速通信等功能的专用芯片，来提升人形机器人的运动控制、认知决策等计算效能。

因为随着半导体工艺迭代逐渐缓慢，原始版本的摩尔定律逐渐失效，越来越大的模型在极速提高GPU单元间的通信需求，让传统网络间的互联通信越来越难，芯片开发的瓶颈期已经出现，不久前英伟达推出了新一代芯片架构“Blackwell”，并展示了基于该架构的GB200芯片的硬实力，本质上也是在往超大规模芯片、内部D2D通信（类似晶圆基板上芯片封装）、尽量小范围网络内解决问题的方向上走，这对于国产芯片来说，或许意味着一段较好的追赶期。

展望未来，随着人机交互技术的快速发展，AI算法不断迭代，包括语音识别、深度视觉、脑电波识别等，人形机器人对AI芯片的需求量必然将呈现爆发式增长，AI算法公司和AI芯片制造商将会直接受益，形成一个高增量的发展赛道。