日本AMD于8月28日举办了关于物理AI市场最新解决方案的圆桌会议。日本AMD国家经理杉山功和技术总部部长古屋宪吾出席，介绍了面向下一代嵌入式的处理器“Ryzen AI Embedded X100系列”以及搭载该芯片的模块产品“Kria AI System on Module（SOM）”。
杉山功指出，物理AI不仅处理数字空间中的数据，还涵盖环境感知、判断以及物理系统的实时控制，广泛应用于机器人、汽车、工业设备、医疗保健和国防等领域，需求迅速增长。预计到2035年，物理AI相关硅片市场规模将达到约2000亿美元，客户开发阶段正从原型转向实际商业化。
物理AI现场需要对环境变化做出确定性（可预测）且实时的响应。传统CPU与外部GPU频繁数据交换会导致延迟，AMD因此将CPU、GPU和NPU集成于单芯片，并采用共享单一DRAM空间的统一内存架构，显著降低延迟。
具体方案为采用先进4纳米工艺制造的Ryzen AI Embedded X100系列。该系列配备最多16核32线程的Zen 5架构CPU，内置40计算单元的强大GPU，及低功耗50TOPS处理能力的NPU，支持128GB统一内存以232GB/s带宽共享，消除数据复制瓶颈，实现低延迟高并行处理。
该系列功耗（TDP）可根据系统需求设定在45W至120W，支持-40℃至105℃的扩展温度范围，保证10年供应和全天候365天连续运行，适应严苛环境。预计2026年第四季度量产。
古屋宪吾介绍了加速硬件实现的“Kria AI SOM”及其开发套件“Kria AI Robotics Developer Platform”。
Kria AI SOM集成了X100处理器及周边电源和内存模块，客户无需从零设计电路板即可快速开展评估和开发。基于150多家客户调研，满足了“确定性响应”“开放架构”和“通用平台”的需求，显著降低系统开发成本和周期。
在软件方面，AMD强调开放堆栈战略，避免供应商锁定。基于其AI软件平台ROCm，提供涵盖Robotics Core SDK及工业医疗模型的Physical AI SDK的“AMD Robotics Software Suite”。
针对行业标准NVIDIA CUDA环境的迁移，古屋表示通过与CUDA一对一兼容的内核和自动代码转换工具HIPIFY，可减少70%至80%的迁移工作量。
发布会上还展示了与竞争产品的基准测试，显示AMD方案在实时稳定性和CPU处理余力方面优于同类平台。
实际演示包括基于视觉语言指令（VLA模型）的机器人手臂控制，以及仅用2至3天时间完成移植的日本国家Tier IV开发的自动驾驶平台“Autoware”模拟运行。
此外，针对类人机器人等复杂系统，提出将高性能Kria AI SOM作为“大脑”处理单元，结合基于FPGA的VERSAL和SPARTAN系列实现关节及传感器的实时控制。模块化设计支持未来升级和局部功能调整。
AMD通过从硅片、模块、软件到多样合作伙伴生态系统的整体提供，力图在物理AI实现领域占据主导地位。
