Arm открывает подразделение Physical AI и делает ставку на роботов

Arm официально перестраивает свою стратегию под следующую волну ИИ и на этот раз речь уже не про чат-ботов и облака. Компания объявила о создании нового бизнес-направления Physical AI, которое объединит автомобильные чипы и робототехнику в одну экосистему.

Это важный сигнал. Arm десятилетиями был невидимым игроком: его архитектуры стоят почти во всех смартфонах, огромной части серверов и встраиваемых систем, но сама компания редко задавала направление рынку. Теперь она фактически признаёт, что следующий большой рост будет связан не с экранами, а с машинами, которые взаимодействуют с физическим миром.

Почему автопром и роботы объединяют в один юнит? Потому что с инженерной точки зрения ^[1] это один и тот же класс задач. И там и там нужны:

• гарантированная безопасность и изоляция процессов,

• отказоустойчивость на уровне железа,

• минимальное энергопотребление,

• работа в реальном времени без облака.

Грубо говоря, архитектура, подходящая для автопилота, почти идеально ложится на гуманоидных роботов, складскую автоматизацию и промышленные манипуляторы. Поэтому Arm решил не распыляться, а строить единую платформу для «физического интеллекта».

Отдельно важно, кто возглавит направление. Дрю Генри – человек с большим опытом ^[2] в графике, HPC и ИИ, что намекает на сближение классических CPU-архитектур с ускорителями под нейросети. Это подтверждает общий тренд: роботы будущего будут не просто моторчиками с логикой ^[3], а полноценными агентами с on-device ИИ.

Для рынка это означает ещё одно ускорение. Если Arm успешно стандартизирует Physical AI так же, как когда-то мобильные SoC, мы можем получить взрывной рост доступных роботов – дешёвых, энергоэффективных и массовых. И тогда вопрос будет уже не появятся ли роботы, а кто быстрее научится их использовать.

Делегируйте часть рутинных задач вместе с BotHub! ^[4] Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке ^[5] вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!

Источник ^[6]