详解具身智能算力需求，英特尔推大小脑融合方案

tayun

智东西（公众号：zhidxcom）

编辑 | ZeR0

编辑 | 漠影

智东西4月22日报道，近日，在2025英特尔具身智能解决方案推介会上，英特尔正式发布其具身智能大小脑融合方案（下称具身智能方案）。

该方案基于英特尔酷睿Ultra处理器以及全新的具身智能App开发套件和AI加速框架打造，凭借创新性的模块化设计，能够兼顾操作精度和智能泛化能力，且性价比出色，可满足不同领域需求。



现在具身智能产品处于小批量阶段，不同应用场景对IO接口、传感器、算力有不同的需求。如何打造能够快速适配不同需求的灵活计算平台，是一个关键挑战。

许多具身智能大小脑方案采用双系统来实现。而英特尔推出的具身智能应用解决方案采用一体化单系统设计，能够以较低的总成本，实现高效灵活的工作负载分配。

硬件上，该方案搭配英特尔酷睿Ultra CPU核心板。英特尔酷睿Ultra 200H CPU可提供90 TOPS性能，下一代Panther Lake算力可达到180 TOPS。

其硬件方案采用模块化设计，可针对不同具身智能应用场景进行灵活搭配，包括支撑MxM嵌入式显卡插槽，可扩展接入英特尔锐炫独立显卡；摄像头转接板，接入多路MIPI/GMSL嵌入式摄像头，扩展感知能力；独立的IO载板，扩展各类接口。

App上，该具身智能方案提供全栈式App平台，包括底层的BSP、算法模型、加速库、参考示例等，附文档和开发教程；还提供实时调优BKC、RT Linux内核和优化的EtherCAT IgH主站协议栈示例，以更好支撑实时运动控制。

算法方面，英特尔在CPU对传统运动规划和视觉算法进行优化，通过iGPU和NPU加速基于深度学习、大模型的感知和操作。

还有各种App工具，包括实时性能调优工具和Debug工具，有助于降低学习成本和开发部署成本。

英特尔可扩展产品组合丰富，提供了从入门级到1000TOPS以上的AI算力，以及从低到高的CPU算力产品组合，并在开发工具等方面实现了统一，可用于构建覆盖各种类型的具身智能解决方案。



例如酷睿、凌动非常适合做本体运控小脑。云端或边缘侧大脑可接入酷睿、至强、锐炫独立显卡。无论是传统机器人智能化改造，还是人形机器人大小脑融合，或是将传统运控小脑升级成AI运控小脑，都可以利用酷睿UItra实现。

浙江人形机器人创新中心已基于英特尔酷睿处理器，打造出“领航者2号NAVIAI”人形机器人，实现了可泛化高精准视觉伺服、多行为联合学习的长序列行为规划、视力融合的操作行为学习等技术突破，能够使其在工业场景中实行复杂任务，也可以在服务场景中完成人机交互和辅助等任务。

一、具身智能需要单系统方案：低成本、低延迟、低功耗

随着具身智能从人工设计算法逐渐转向到数据驱动的模型，具身智能计算负载需求的发展趋势，也从以CPU为主计算发展到CPU、GPU并重，乃至需要云端算力的辅助。在不同场景、不同应用需求下，不同架构各具优势和性价比。

据英特尔技术专家先容，目前主流计算架构是大小脑融合架构。小脑部分以x86为主，包括英特尔12、13代酷睿，还有凌动N97、N305，用小板子实现功耗和尺寸的优化；大脑部分的主流方案以其他厂商的产品为主。两个系统通过网络进行通信，最终实现双系统方案。

由于市面上没有单系统能够同时提供CPU和GPU算力，因此很多时候不得不采用双系统方案来解决现有问题。这样的架构带来很多设计挑战，带来研发、维护等成本的提升，对整个计算平台的功耗、尺寸、结构优化都有很大限制，无法像单系统那样进一步做极致优化。

另外，两个系统通过网络进行通信，无论是双系统时间同步，还是之间的信息交互，都会有带宽限制和延迟。

因此业界需要采用更好的单系统方案解决这些问题。

英特尔酷睿Ultra产品线把CPU、GPU、NPU封装在一个SoC里，让低功耗SoC可提供强劲的CPU算力、AI算力，满足了具身智能在绝大多数场景需求。



不同系统之间通过共享内存来通信，无论是网络通信还是CPU内存和独显的显存通信，共享内存方式会更稳定、更快速。

此外，单系统方案可帮助显著降低整体计算成本。在能效方面，酷睿UItra支撑28W-65W，以便用户根据实际需求匹配功率实现更好的功效和续航。单系统配合ODM设计也可以实现更小巧的尺寸，以及更灵活的接口。

二、以大小脑融合为亮点，处理具身智能复杂任务

英特尔具身智能方案以大小脑融合为亮点，能够使感知、交互、任务规划和运动控制在统一的系统中实现高效整合。

作为其中的算力中枢，英特尔酷睿Ultra处理器通过CPU 、集成的英特尔锐炫GPU与NPU协同运行，以高性能异构算力和高精度实时性能，支撑具身智能的多样化负载稳定运行，同时也大幅提升具身智能系统的整体效率和响应能力。



其中，通过CPU可以支撑具身智能方案进行复杂的运动控制，集成的英特尔锐炫GPU可处理具身智能处理环境感知、任务识别、任务规划、大语言模型（LLM）、视觉语言模型（VLM）和端到端模型等复杂任务，NPU则承载语音识别、实时视觉处理、传感器数据分析等需长时间运行的AI任务。

据英特尔中国网络与边缘技术与产品总监王景佳分享，酷睿Ultra系列处理器的架构符合当前异构计算的趋势，不仅适用于AI PC消费类场景，而且为具身智能场景提供了理想的解决方案。

英特尔也在显卡市场持续投入。王景佳谈道，去年底发布的英特尔锐炫B系列显卡在市场上广受好评，对于具身智能场景而言，它可能是性价比或性能功耗比最佳的产品。

另据英特尔技术专家分享，酷睿Ultra处理器可持续提供强劲的x86算力，实现实时的运动控制。CPU采用大小核架构，拥有多达16个CPU核心，运行主频最高可达5.1GHz；在AI工作负载下，其实时确定性可达到20微秒抖动，为运动控制提供更好的确定性保障。

新推出的英特尔酷睿Ultra 200H系列处理器方案，总AI算力已达到90 TOPS。基于Intel 18A的下一代英特尔Panther Lake总算力将超过180 TOPS。

NPU的能耗表现尤为出色，可在2W功耗下提供13 TOPS的AI推理能力。



集成显卡GPU部分单独可达到77 TOPS的算力，支撑各类视觉模型、大语言模型、端到端大模型，通过OpenVINO和IPEX-LLM，能够对传统的卷积神经网络模型和大模型进行优化。

英特尔也在集成显卡（iGPU）上进行了具身智能相关算法的测试。例如，对于机器人在物体检测中常用的YOLO v8算法，在2048×2048高分辨率下，使用FP16的网络精度进行测试，推理效率可达108 FPS。

如果使用该集成显卡运行6-9B参数规模的小尺寸大语言模型，能够达到约800毫秒的首个token生成时间，后续平均token生成时间为50-80毫秒，效率很高。

英特尔具身智能方案搭载了最新一代的英特尔锐炫B系列显卡（Battlemage）。该独立显卡采用Xe2架构核心，相较上一代产品效率提升显著，每个Xe核心的性能提升高达70%，每瓦性能也提升了50%。



英特尔在此方案中采用的是锐炫B570。该显卡具有18个Xe核心，每个Xe核心配备8个AI计算单元，总计144个AI计算单元，整体AI算力可达200+ TOPS，从而进一步扩展了AI能力。

英特尔在独立显卡上进行了大量的大语言模型推理测试。以6B-9B参数规模的大模型为例，在锐炫B系列显卡上，首个token的生成时间约为100毫秒，后续token的生成时间约为10-15毫秒，可用于具身智能应用中的人机交互、内容生成以及通过大语言模型进行动作编排。

VLA大模型通常包含三个部分：一个运行频率约为10Hz的慢思考视觉语言大模型，一个运行频率为200Hz的动作大模型，以及一个需要实时处理总线信息和模型运动控制的实时系统。2B-7B VLM大模型适合在酷睿Ultra内置的锐炫GPU上运行，NPU上则适合运行如ACT算法等。

三、提供具身智能App开发套件，缩短评估和开发时间

同时，英特尔推出了具身智能App开发套件，通过包括OpenVINO工具套件、英特尔oneAPI工具包、Intel Extension for PyTorch-LLM（IPEX）、英特尔工业边缘控制平台（ECI）、基于开源机器人操作系统的库、中间件和示例应用程序，使代码实现一次开发多平台部署，缩短评估和开发时间，加快客户应用程序的部署以及算法和应用的运行。

▲英特尔具身智能App开发套件

在App框架和加速器的基础上，英特尔开发了一系列参考用例，例如视觉伺服、模仿学习、优化运动控制、以及基于大模型的运动规划。这些参考实践代码旨在帮助开发者更好地理解如何基于App平台实现各种具身智能应用。

英特尔亦提供跨平台AI模型优化工具以及端到端流程加速方案，以简化方案搭建过程，加快产品上市。

该App开发套件能够将不同类型的工作负载均匀地分配到CPU、NPU、集成显卡，甚至独立显卡上进行协同运行，从而更充分地利用整体计算资源。

例如，传统的运动规划库和MPC运动控制算法，因其App特性，在CPU上能够获得更高的运行效率，因此可以将其调度到CPU上运行。而CNN视觉模型在iGPU或NPU上可能运行效率更高，因此可以将其调度到NPU上运行。对于需要更多AI算力的大模型，则可以将其分配到集成显卡或独立显卡上运行。通过这种方式，整个系统能够得到更高效的利用。

在使用上，英特尔具身智能App开发套件旨在最大程度地降低用户使用成本，把SDK大部分的App包打包，将英特尔提供的代码库添加到APT源中，然后安装Deb包、下载源码，就可以通过英特尔在线APT代码库进行下载和部署，App包支撑Ubuntu 22.04 LTS版本。

此外，用户可使用在线文档教程快速入门，获取相关信息及原文件下载。

四、与本体生态伙伴深度合作，探索具身智能全链路协同

在持续推动具身智能软硬件创新的同时，英特尔亦与本地生态伙伴展开深度合作，探索从技术研发到场景落地的全链路协同模式，构建起协同共进的产业生态格局。

其中，信步科技推出的具身智能硬件开发平台HB03，搭载英特尔酷睿Ultra 200系列处理器和英特尔锐炫B570显卡，能够提供强大且灵活的算力，并实现极强的控制实时性。



信步HB03平台通过紧凑结构、扩展接口与工业级可靠性设计，具有性能更强、尺寸更小、可靠性更高、灵活配置等优势，为具身智能“大小脑”融合构建了有力的硬件支撑。

HB03有4个显著优势：

（1）更强大：采用了英特尔酷睿Ultra 200系列处理器，支撑96 TOPS算力；采用了板贴内存方式，提高了可靠性，也旨在实现CPU和内存之间更高的数据带宽。96 TOPS的本体算力加上英特尔显卡，整个HB03最高支撑300 TOPS算力。



（2）更紧凑：HB03有两个型号：支撑显卡，算力达300 TOPS的版本，厚度为78毫米；不带显卡，本体算力为96 TOPS的版本，厚度仅为53毫米。不同型号能够适配不同尺寸、不同形态的具身机器人。

（3）更可靠：对所有对外接口都采用了加固设计，解决传统USB标准接口和RJ45水晶头在运动过程中容易脱落、线缆过粗、不易整理等问题。

（4）更灵活：采用模块化开发理念。屏幕上展示的所有接口都可以自由定制和灵活配置，帮助用户快速实现项目落地和产品销售。

HB03支撑宽电压输入，最高耐压输入可达75V，可直接连接到电池模组上，无需额外配置200W的电压模块，令使用更加便捷可靠；散热方面，采用了CPU和GPU分别放置在两侧的设计，以解决热量集聚的问题，每个单元都采用了铜管和涡轮风扇散热，尽可能将热量导出。

结语：以高性价比软硬全家桶，助攻具身智能规模化、场景化应用落地

具身智能产业的快速发展，正在带动算力基础设施需求之变。英特尔具身智能方案凭借大小脑融合架构的创新，带来功耗、成本、算力的平衡，为高效构建具身智能系统提供了一个高性价比的选择。

英特尔市场营销集团副总裁、中国区OEM & ODM销售事业部总经理郭威谈道：“以人形机器人为代表的具身智能行业正迎来前所未有的发展热潮，然而，系统架构的非一致性、解决方案的泛化能力不足、场景适配的复杂性等挑战，正在制约其大规模商业化的进程。基于此，英特尔携手生态伙伴，通过大小脑融合的方式，打造更高效、更智能的解决方案，以基础通用大模型与硬件技术的协同突破，以及开放生态所带来的加速效应，推动具身智能向实践应用场景的迈进。”

未来，英特尔计划持续深化技术创新，与生态伙伴拓展其在医疗、教育、养老等关键领域的应用场景，共建开放、协同的具身智能生态体系，使具身智能真正赋能千行百业，为社会的高效运转与可持续发展提供助力。

来源：智东西