携手共赢物理 AI 时代：对话 MIPS 首席执行官 Sameer Wasson

在上一期内容中，格罗方德超低功耗产品线高级副总裁 Ed Kaste 与大家分享了面向特定应用场景定制的半导体平台, 如何为物理 AI 从早期探索走向规模化部署奠定基础。本期我们将与 MIPS 首席执行官 Sameer Wasson 展开深入对话，进一步探讨在双方协同之下，如何为物理 AI 打开更多发展空间与应用可能。

随着物理 AI 从概念走向落地，智能正从中心走向边缘，被分布到各类设备之中。需要在严格的功耗、时延、安全性与成本约束下实现实时运行。

为迎接物理 AI 时代的加速到来，格罗方德于去年收购了人工智能与嵌入式处理器 IP、软件及工具领域的领先供应商 MIPS。

我们与 MIPS 首席执行官 Sameer Wasson 展开了一场深入对话，共同探讨 MIPS 的架构、IP 与设计能力，如何与格罗方德差异化的工艺技术相结合，为客户打开一条独特的物理 AI 发展路径—— 在边缘侧实现具备确定性与安全能力的计算 ，推动新一代能够实时感知、思考、行动与通信的智能机器加速落地。格罗方德则可以通过其专用平台实现规模化应用。

Sameer Wasson

MIPS首席执行官

Sameer Wasson 是 MIPS 的首席执行官，致力于推动下一代自主机器实现“从智能到行动”的跃迁。他曾在德州仪器负责嵌入式微处理器与微控制器业务，推动公司在汽车与工业等高增长市场的发展，涵盖嵌入式 AI、软件定义汽车与电气化等方向。更早之前，他还参与打造了德州仪器在汽车与工业领域的毫米波雷达业务，并在通信基础设施处理器领域担任多个领导职位。

Q1 MIPS 加入格罗方德，为何是开拓物理 AI 市场的关键一步？

AI 的发展正处于一个关键拐点，客户不再只关注算力规模，而是 需要能够与物理世界安全、可靠交互的实时、确定性智能 ——这正是“物理 AI”的本质。MIPS 拥有超过 40 年的技术积累，在高性能关键系统中持续提供高效、可扩展的计算能力。目前，公司聚焦基于 RISC-V 的应用处理器与实时子系统 ，围绕低时延、功能安全与能效进行优化设计。结合格罗方德差异化的工艺技术与全球制造能力，双方共同为客户打造了一套贯通 IP、定制芯片到规模化量产的平台能力，使芯片更快落地，并能够针对真实的边缘 AI 场景进行深度优化。

从 1996 年发布的任天堂 64 (Nintendo 64)，到 Mobileye 最新的辅助驾驶芯片 EyeQ6（累计出货超过 2 亿颗 ADAS SoC），再到支撑头部云厂商基础设施的计算平台，MIPS 在面向特定工作负载的性能优化与规模化交付方面积累了丰富经验。

格罗方德收购 MIPS 的核心逻辑，在于将自身 领先的工艺与制造能力 ，与 MIPS 的处理器 IP 和软件生态结合起来，为客户提供更灵活、更具差异化的解决方案，加速芯片从设计走向可用，并更好匹配真实世界的边缘 AI 需求。这一布局也正好契合了交通、通信与数据中心基础设施、机器人及智能边缘等领域 AI 需求的快速增长。

Q2 物理 AI 工作负载的各个阶段中，智能如何体现？

物理 AI 的本质，是将 AI 从数据中心延伸至边缘侧。其核心可以概括为一个闭环体系——S.T.A.C.，即 Sense（感知）、Think（推理）、Act（行动）、Communicate（通信）。这一体系让边缘设备在不牺牲时延、安全、隐私和能效的前提下，实现真正的智能化。每一个环节都有不同的系统与计算需求，而真正优秀的平台，关键在于 协同优化 ，而非单点堆叠。

整体来看，从精准控制算法到复杂的多模态感知处理，每一个环节都蕴含着不同类型的“智能”。由于每个客户在 S.T.A.C. 闭环中的工作负载各不相同，平台的灵活性就成为关键——既要满足性能需求，又不能突破功耗、时延和安全边界。

---

Q3 MIPS 在 S.T.A.C. 闭环中的差异化优势体现在哪？

MIPS 的优势主要体现在两方面。

“软件优先”的协同设计方法

团队会先在虚拟平台和核心模拟器上运行客户的工作负载，对其进行分析，提前识别性能瓶颈，再反向优化芯片设计——从自定义指令到存储子系统的调整，确保 SoC 在量产时就能满足真实场景的 KPI。我们的 Atlas Explorer 虚拟平台正是这一“左移（shift-left）”策略的典型实践。

基于开放 RISC-V 架构上的深度硬件优化能力

得益于模块化 IP，MIPS 可以针对具体工作负载定制处理器核心与子系统，并在多线程与功能安全方面持续积累，提供事件驱动、确定性的实时性能。

本质上，MIPS 让客户在芯片流片前，就能运行并验证自己的工作负载，从而更精准地匹配不同阶段的计算需求与 IP 选择。而 RISC-V 的 开放性 ，也让这种面向工作负载的硬件优化可以深入到核心层级，进一步释放性能与能效潜力。

---

Q4 “软件优先”在实际应用中意味着什么？

简单来说，就是在确定硬件之前，先理解软件。这一方法意味着在最终确定硬件架构前，我们需要先理解并分析客户的软件工作负载。通过对客户软件工作负载的分析，可以提前识别计算瓶颈或高资源消耗模块，并据此优化 IP 设计。例如，当无人机导航算法对 CPU 造成较大负担时，可以通过引入自定义指令或优化存储架构来加速执行。这种方式本质上建立了一套软硬件之间的高效反馈机制，使平台设计更贴近真实应用需求。随着领域专用计算需求不断增长，这种分析和优化工作负载与可定制计算平台之间交互的能力将成为关键的竞争优势。

同时，这一方法还能够 缩小软硬件团队之间的鸿沟 ，使架构决策更精准，并为构建符合现实世界应用目标的物理 AI 平台建立可扩展、低风险的开发流程。

换言之，等到芯片真正制造完成时，软件已经可以在芯片上稳定运行，大幅缩短产品上市周期，也降低了量产风险。更重要的是，这种模式改变了与客户的合作关系——我们不再只是供应商，而是共同参与产品定义与开发的合作伙伴。最终，“软件优先”带来的，是更可控的性能表现、更少的不确定性，以及更高的成功率。

Q5 格罗方德 + MIPS 联合方案的核心价值是什么？

如果用一句话来概括就是 平台级能力的协同放大 。新一代物理 AI 产品，对平台提出了高度一致的要求——超低功耗、在复杂环境下稳定运行、具备安全性与智能能力，同时还要有可靠的供应链支撑。格罗方德与 MIPS 的组合，正是通过先进硅技术与智能处理器设计的融合来回应这些关键需求。

格罗方德的超低功耗工艺（包括 FDX 与 FinFET 平台）支持完整的系统集成，通过自适应体偏置技术降低漏电损耗，以满足物理 AI 应用所需的 严格功耗预算 ；其嵌入式存储、射频集成与先进封装能力，也让高密度、高能效 SoC成为可能，从而满足物理 AI 对实时性与能效的双重要求。

通过这种产品组合的协同效应，我们可以帮助客户：

• 实现行业领先的低功耗与高集成度；
• 满足边缘设备对时延、功耗与成本的约束；
• 加快产品上市速度，同时提升供应链韧性。

Q6 作为 MIPS 的首席执行官，格罗方德的哪些方面吸引您加入他们的团队？

对我而言，关键在于我们如何能为客户创造更大的价值。在物理 AI 快速发展的背景下，这次合作几乎是顺理成章。通过整合，我们能够为客户提供从 IP、定制芯片到软件在内的完整支持体系。

能够提供这种“全栈能力”的公司并不多。如果标准芯片无法满足需求，我们现在可以直接为客户定制并完成制造——这种深度协同的合作方式，是最吸引我的地方。

此外，格罗方德在 全球范围内布局的制造网络 ，也让我们具备规模化能力，在自动驾驶、智能设备和工业自动化等高增长领域占据有利位置。这种制造能力与全球布局，对客户来说意义重大。

Q7 最后一个问题：

你最期待物理 AI 的哪些发展？

老实说，最让我兴奋的是看到技术真正走入现实世界。人形机器人、新一代自动驾驶功能，这些已经不再是科幻小说里的内容。今天量产的自动驾驶能力，已经超出了很多人过去的预期。更重要的是，物理 AI 仍在快速发展，未来几年很可能会出现一批全新的应用场景——甚至是我们今天还没有意识到的。例如，在医院执行日常操作的机器人，或能在复杂环境中自如穿行的配送无人机。

我尤其期待那些“第一次”的出现——第一次由 AI 驱动的车辆在关键时刻挽救生命，或第一台真正理解环境、与人自然互动的家用机器人。这些都会成为里程碑。

我也期待看到，搭载我们全栈解决方案的设备真正走向现实世界——无论是在避免事故的汽车中，还是在提升仓储效率与安全的机器人中。当这些技术让机器具备更高水平的自主性与智能时，这就是我们工作的价值所在。而以目前的发展速度来看，这一天不会太远。