大脑和本体现在最风光，可决定生死的端侧芯片呢？

台北 GTC 上，老黄站在一台银色人形机器人旁边，直接下场卷具身了。

仿真、开放模型、训练数据生成，最底下是大家很熟的 Jetson Thor。芯片、大脑、本体、灵巧手，英伟达想把人形机器人的整条栈都纳入自己的盒子里。

发布会结束没几天，几位做投资和做部署的朋友先后来找我们聊端侧芯片。

说实话，这个方向我们之前关注得不算多，Thor 在我的印象里一直是自驾量产的芯片。去官网查了一下，有点意外：算力 2070 FP4 TFLOPS、128GB 显存，功率可配置在 40W 到 130W 之间。

40 到 130W放车上没问题，可放到一台靠电池活动的机器人身上，这个数字就有点吓人了。

给个参照：特斯拉 Optimus 背的是一块 2.3kWh 电池，坐着不动整机约 100W功耗、快走起来约 500W；宇树 H1 的电池是 864Wh，官方标的运动续航也就 1 小时出头，G1 那块 9000mAh 电池续航约 2 小时。

Thor 功率拉满换算到 H1 的电池上，单是大脑 6 个多小时就能把电吃光，本体的电机、传感器还一点没动。续航本就是人形机器人的痛点，大脑这一项先占掉一大块。

这两年具身的聚光灯，几乎都在大脑和本体上，风光是真风光。可真正决定一台机器人能不能落地量产的，恰恰是脚下的端侧芯片。

说到底，没有一块撑得住的芯片，再强的大脑，也是死的。

所以几位朋友问我们国产有没有能平替的，功耗能不能做的更低？性能还能兼顾目前主流的框架？

被这么一问，我们觉得还是有必要认真做了下调研。先看看牌桌上都有谁。

端侧机器人芯片这块，国内外现在大致有这么几拨人在做：

• 英伟达：通用大平台路线。旗舰 Jetson Thor 给到 2070 FP4 TFLOPS、128GB 显存，功率 40–130W；低一档的 AGX Orin 是 275 TOPS（INT8）、15–60W。强是真强，但功耗和价格都是按「什么都能干」配的。

• 高通：CES 2026 发布的 Dragonwing IQ10 号称最高 700 TOPS，直接瞄准人形和工业机器人，Figure、库卡都是首发伙伴；不过上市要等到 26 年 9 月，主打能效，没公布具体功耗。

• 瑞芯微：传统方案里的常客。RK3588 的 NPU 只有 6 TOPS，但胜在功耗低、便宜，很多机器人拿它做小脑运控，真要扛 VLA 或者 WAM就吃力了。

• 还有一些初创：根据迈特芯最近披露的消息，他们的国产芯片跑通了自变量 VLA 模型的适配验证，平均功耗5W。此外还有地瓜机器人等等。

• 巨头还有一手自研自用。特斯拉 Optimus 用的是自家 AI 芯片，并不对外。

把这一圈扫下来，最直观的是落差是：算力从 6 TOPS 到 2000 TOPS 差出三个量级，功耗从个位数到 130W，价格从两千多到两万多。而且每家关注的点都不一样，有人做通用算力，有人做大小脑异构，还有人主打性价比。

路线这么散、参数差出十几倍，反而暴露了一个更基础的问题：这么多公司在做端侧芯片，但「端侧到底卡在哪」，大家的答案并不一致。

在我们看来，多数人押错了方向。真正的瓶颈，恐怕不在算力本身。

先替 Thor 说句公道话：它不弱，是太强了。

2070 FP4 TFLOPS、128GB 显存，对标上一代 Orin 算力提升 7.5 倍、能效 3.5 倍。

可这套规格是按「物理 AI 通用大平台」设计的，什么都要能干，代价就是功率拉到 40–130W、价格做到两万出头。这两个参数放到送餐机器人都难受：机器人要在商场跑一整天，续航是硬指标，130W 峰值意味着要么背更大电池、要么频繁回充，都会卡运营效率；成本上本就要抠 BOM，光大脑硬件两万多，经济上不是很划算。

所以端侧跑 VLA，到底卡在哪？

最直接的答案好像是「算力不够」。但我们调研了一圈发现并非如此。我也联系了几位这方面的专家，他们的结论大体一致：

以现在主流部署的VLA为例。模型可以分成两段：

• 前面的 VLM。这部分大家用的模型都差不多，π0.5、π0.6 或者Qwen 2.5VL，基于开源模型魔改；

• 难点在后面的动作端。diffusion 或者 flow matching ，不是每家都有解决方法。

而无论是 VLM 推理还是动作生成，大模型在芯片上跑的时候，大部分时间不是在运算，是在等数据从内存传输过来。

简单来说就是：算力是工人，带宽是传送带。传送带又窄、利用率又低，工人再多也只能干等。这就是业内说的「内存墙」。

关于这部分的技术参数，我们联系到了迈特芯。把四类端侧方案总结成了一张表：

「带宽利用率」这一栏很有意思。GPU 物理带宽很高（A100 标称近 2000GB/s），但跑端侧大模型时利用率只有 10% 上下，大量带宽空转；NPU 也只有 12%，算力闲置。

迈特芯利用率能做到 80%。同一条传送带，它能跑满。这才是低功耗、低成本还保住速度的根本原因。

把卡点定义清楚，后面要解决的问题就是：谁能在小功耗下把带宽吃满，谁才接得住端侧部署这条路。

这个问题，是整个后摩尔时代摆在所有芯片公司面前的方向题。

过去几十年，芯片性能靠把晶体管做小往前推。但晶体管快缩不动了，单纯堆制程的收益越来越薄。

华为前阵子提出了 τ（tao）定律，说的就是这个意思：后摩尔时代的优化，不能只盯着晶体管，得跨芯片、电路、系统多个层级做系统级的时间优化。

落到端侧大模型芯片上，这道题的题面是：怎么在小功耗、低成本下，把内存墙拆掉、把带宽吃满。

迈特芯的专家告诉我们。业内公认的方向之一是近存计算和 3D 堆叠。逻辑大体是：传统 2D/2.5D 方案里算的芯片和存的芯片分开布线，数据中间长途跋涉，又慢又费电；把内存垂直堆到逻辑芯片上方、直接近距离互连，路就短了。

打个比方，以前是仓库和工厂分两座城、靠卡车拉货，现在直接把仓库盖在车间二楼，开个口子料就下来了。这个路线的物理收益是实打实的：同样做到 600GB/s 带宽，互连延迟能从 20–40ns 降到 5ns 以内，能效比从 7–9.5 pJ/bit 降到 0.8–1.5 pJ/bit，总功耗从三四十瓦压到 3.8–7.2W。

方向是共识，难的是工程化。沿着这条路开发的国产团队不止一家，迈特芯是走得比较靠前的一个。他们给自己的产品起名叫 MC_mega，核心就是这套 3D 近存。

迈特芯3D芯片结构

具体到怎么落地，迈特芯的负责人告诉我们主要有两点：

1. 立方脉动阵列架构（Cubic Systolic）。计算那一侧的解法，TPU 逻辑芯片上有自有专利。对比 Google 的标量脉动架构，他们的数据是能效提升 1.24 倍、面积减少 20%、动态功耗降低 42%。

2. 3D 分布式数据搬运架构。算芯片和存储芯片之间数据怎么走的解法，也是自有专利。

有几个硬指标，9B 模型、20GB 内存、600GB/s 带宽。定价目标 800 元以内，是Thor 1/30 的成本，5W功耗。

这对一台要量产的服务机器人来说，不单单是优化，是换了一套成本结构。

下面，我们就一起看看他们是怎么实现的。

链路是这样的。

自变量提供 VLA 大模型（WALL-OSS），迈特芯把模型适配到自己的芯片上，部署后用来驱动普渡的机械臂，去做具体的操作。目前已经在真机验证的阶段了。

异构集成大小脑方案

模型怎么在芯片上落地，迈特芯把 VLA 拆成大脑和小脑两块来承载：大脑跑 VLM 主干，负责看懂环境、理解指令、生成高层动作意图；小脑是专门的强化学习协处理器，支持VLA后训练，如离线强化学习（RECAP）、在线RL残差PLD模块等等。负责底层实时运控，并在真机上采集反馈、可以在线更新轻量策略模块。

一句话概括分工：大脑决定「做什么」，小脑负责「怎么越做越好」。

迈特芯自己给出的结果是，使用端侧在线强化学习框架，在 OOD 陌生场景做 30 分钟的真机交互，成功率可以从 50% 提升到 70%，全程不依赖云端。

这也确实是真机RL的优势之一，对于模型和本体的泛化还是很有必要的。

技术负责人还告诉我们，这也是迈特芯把 RL 协处理器做进芯片层面的原因。他们认为泛化会成为下一阶段本体的胜负手，而泛化的载体需要在端侧上在线学习。

判断一家端侧芯片公司能不能成，其实不看发布会和 PPT，要看回片。

这话听着残酷，但芯片行业就是如此。

尤其是国内，整个行业仍然方兴未艾。这条路上，有很多值得我们关注的公司。并且每一家的切入角度各不相同，但都在填补国产端侧芯片的空白。

具体到迈特芯，目前在FPGA上走出了第一步，完成了架构的验证。芯片回片还在路上，但也不妨碍我们继续关注这个行业。

再把镜头拉远一些，具身现在给我们的感觉，有点像 2018 年前后的自驾。方向大家都认，但软硬件、数据、量产还没一样完全收敛，每个公司都在补齐自己的短板。

端侧芯片这一环过去几乎被英伟达一家定义。现在国产从功耗、成本这个口子切进来，哪怕只是验证阶段，这个信号本身就值得记一笔。