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）

作者 | 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软件开发套件和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，包括支持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。

软件上，该具身智能方案提供全栈式软件平台，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，以更好支持实时运动控制。

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。

还有各种软件工具，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执行复杂任务，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。

据英特尔技术专家介绍，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支持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，支持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可以支持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，支持各类视觉模型、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、提供具身智能软件开发套件，缩短评估和开发时间

同时，英特尔推出了具身智能软件开发套件，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。

▲英特尔具身智能软件开发套件

在软件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软件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。

该软件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，因其软件特性，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，英特尔具身智能软件开发套件旨在最大程度地降低用户使用成本，把SDK大部分的软件包打包，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，软件包支持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，支持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最高支持300 TOPS算力。



（2）更紧凑：HB03有两个型号：支持显卡，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支持宽电压输入，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