恩智浦拥抱物理AI时代：深耕中国、服务全球

恩智浦（NXP）是谁？对于从事半导体行业的读者来说，这不是一个难回答的问题。

如果从飞利浦于1953年成立半导体事业部算起，恩智浦的历史已经超过70年；如果从2006年正式从飞利浦独立算起，恩智浦也已经走过了20年的发展历程。如果再考虑上公司在2015年收购的飞思卡尔，恩智浦的历史脉络还可以进一步追溯至更早的半导体产业发展阶段，因为飞思卡尔的前身可以追溯到摩托罗拉在1949年成立的半导体业务。

总而言之，恩智浦是一家当之无愧的半导体老兵。基于公司在嵌入式处理、混合信号模数转换、电源管理、数字信号处理、密码安全、高速接口、射频（RF）和嵌入式系统设计等领域的领先知识产权组合、深厚的应用知识、工艺技术和制造专长，恩智浦也提供了领先的产品解决方案，为汽车、工业和物联网（IoT）、移动通信和通信基础设施等众多终端市场提供了值得信任的服务。

回看恩智浦发展的这些年，他们完整经历了集成电路的发明、从大/小型机的崛起与衰落、汽车/PC/智能手机的兴起与变革。现在，随着AI的到来，他们所从事的行业也迎来了新的机遇和挑战。恩智浦走向何方，也成为了行业关注的重点。

在日前与半导体行业观察等交流的时候，恩智浦半导体总裁兼首席执行官Rafael Sotomayor给出的答案是以边缘智能为基础的“可信物理AI”。

首先，我们必须厘清一点，那就是恩智浦布局物理AI，与公司现有的业务并不冲突，而是一种相得益彰的延伸。因为按照Rafael Sotomayor所说，恩智浦现有的业务当中，有50%以上其实是汽车行业，还有大概20%的业务来源于工业与物联网，而这些业务，正是边缘AI和物理AI变革的主要领域。

Rafael Sotomayor 恩智浦半导体总裁兼首席执行官

从行业发展来看，边缘AI似乎也是大势所趋。据IDC在今年年初发布的一份报告所说，出于成本、延迟和数据安全的考虑，当前AI终端产业正从端云集中算力向端-边-云协同架构转型。其中，尤其以AI终端正演变为边缘算力核心。Global Market Insights 在一份报告中也指出，2025 年，边缘 AI 市场规模为 252 亿美元，预计到 2035 年将达到 2,255 亿美元，2026 年至 2035 年的年均复合增长率（CAGR）约为 24.7%。

由此可见，边缘AI大有可为。谈到边缘与云的分工，Rafael Sotomayor表示：“我认为让机器人可以在真实世界当中运行的大多数计算会发生在边缘。但物理AI一个非常吸引人的点是它需要不断学习，你仍然需要一个云端模型来持续学习，机器人会用新的模型、新的学习成果和新的应用场景来更新，这部分发生在云端。”

AI的崛起，给相应的软硬件供应商带来了巨大的挑战。恩智浦半导体执行副总裁兼中国事业部总经理李晓鹤以近年来非常火热的具身智能举例说：“物理AI系统的安全度要求比汽车更高，而且更难。”他表示，相较于运行场景和运动方式相对受约束的汽车，人形机器人具有更多关节和运动自由度，还需要与人及周围环境进行主动接触，因此系统复杂度和安全验证难度显著提升。

李晓鹤 执行副总裁兼中国事业部总经理

Rafael Sotomayor也强调，物理AI的规模化，不是靠把“大脑”做得越来越大，而是要靠一套能够交付“信任”的系统级方案。为此，恩智浦提出了受人类神经系统启发的“神经轴架构”：“大脑”对应推理层，深度思考但速度相对慢；“小脑”对应协调层，思考较少、速度更快；“脊髓”对应反射层，几乎不思考、速度极快。三层各有不同的衡量指标并高度协同，构成物理AI系统在复杂真实环境中实现可靠与安全的系统级基础。

按照恩智浦的定义，可信物理AI需要兼顾边缘智能、信任、实时性能和高能效。其中，“信任”涵盖功能安全、信息安全与系统可靠性；同时，物理AI系统还需要具备确定性的实时响应和可持续运行所需的能效。

但要实现上述目标，按照Rafael Sotomayor的说法，其实并不是一件容易的事情。

如下图所示，Rafael Sotomayor告诉半导体行业观察，在未来的物理AI市场竞争中，单一处理器或算力能力并不足够。企业还需要将处理与AI、连接与感知、网络、电力与能源，以及功能安全和信息安全等能力整合为可规模化部署的系统方案。

恩智浦，无疑已经打下了夯实的基础。

据李晓鹤介绍，恩智浦拥有MCU、模拟芯片、功率管理、电池管理、传感器、高速网络以及同步网络等多方面的技术能力，并能够将这些技术有机整合到完整的系统中。基于这一系统级能力，恩智浦可以帮助机器人企业补强从原型验证迈向规模化部署过程中所需的实时控制、功能安全、信息安全、可靠性、网络连接和能效等系统级能力，并推动相关技术实现规模化落地。

这种从单点技术走向系统级整合的能力，并非短期形成，而是恩智浦过去数十年深耕汽车和工业市场所积累的技术、产品和产业能力的集中体现。从智能车、电动化再到机器人等物理AI应用，需要的都是系统级的解决方案，而不是独立的半导体器件。在过去，恩智浦面对任何应用都是以系统为目标，把资源投入到打造系统的工作中去。

展望未来，NXP将一如既往地发展以提升服务客户的能力，公司对此也充满信心。

正如Rafael Sotomayor所说，以机器人为代表的中国物理AI客户的创新速度往往都非常快，甚至可能都快于功能和信息安全能够支撑的速度。有见及此，恩智浦一方面加强可信系统的部署。据介绍，在机器人方面，恩智浦正在与客户合作，定义下一代产品。据介绍，这些产品将让这些系统变得非常高效，并使其成为可信的AI系统；另一方面，恩智浦也正在与时俱进，加速创新。

许多机器人初创企业在原型与小规模验证阶段推进极快，但真正进入大规模部署时，会在系统级可信与系统整合上遇到新的挑战。为了协助解决这些问题，恩智浦现在在中国成立机器人创新中心，“恩智浦的目标是通过密切地和我们的客户协作、贴近他们的需求，在创新方面跑赢对手。”Rafael Sotomayor告诉半导体行业观察。

“恩智浦在工业和汽车领域积累的产品和技术，与这个世界正在发展的方向非常契合。所以世界正在变化，恩智浦也随之而变，我们正在走向物理AI。而物理AI将由中国引领，我们希望与赢家一起赢。因此，恩智浦也在持续投资中国。”Rafael Sotomayor重申。

“我们投资中国是把中国视为一个创新区域，技术创新的源头，而不仅仅是一个销售区域。”Rafael Sotomayor告诉半导体行业观察。而这一切，都归功于公司过去数十年在中国的积累。

据介绍，恩智浦在中国已经深耕四十年，公司在中国的业务基础可以追溯至飞利浦和摩托罗拉时期。自1998年开始在中国本地开展企业化运营以来，公司持续加大在中国的研发、生产和市场投入。目前，恩智浦在中国拥有约1600名工程师，并已建立覆盖研发、生产和销售等环节的完整业务体系，其中中国研发中心也是恩智浦在全球重要的研发基地之一。

与一些跨国企业强调的“在中国，为中国”更多是围绕销售和生产不一样，恩智浦希望在中国实现更完整的业务闭环，即从产品定义、产品设计，到前端、后端制造以及市场销售，都能够依托中国本地团队完成。

在李晓鹤看来，这种本土化能力，既得益于恩智浦在中国长期积累的产业基础，也与其在中国持续建设的大规模嵌入式系统开发团队密切相关。经过多年发展，恩智浦已经形成覆盖研发、制造和市场等环节的本地化能力，并成为其服务中国客户、支持全球业务的重要基础。

李晓鹤指出，随着中国企业不断走向海外，恩智浦也希望能够伴随中国客户的全球化进程，将在中国形成的产品和技术能力进一步拓展至全球市场，实现从“在中国，为中国”向“在中国，为全球”的延伸。

点这里👆加关注，锁定更多原创内容

*免责声明：文章内容系作者个人观点，半导体芯闻转载仅为了传达一种不同的观点，不代表半导体芯闻对该观点赞同或支持，如果有任何异议，欢迎联系我们。