AMD ชี้หมดยุคแข่งตัวเลข TOPS พลิกสถาปัตยกรรมสู่ Physical AI ขับเคลื่อนหุ่นยนต์ด้วยโซลูชัน Kria AI ระดับระบบ
การเปลี่ยนผ่านครั้งสำคัญของเทคโนโลยีปัญญาประดิษฐ์กำลังก้าวข้ามจาก Cloud AI สู่ Physical AI หรือระบบปัญญาประดิษฐ์ที่ไม่ได้มีหน้าที่เพียงแค่ประมวลผลคำตอบบนคลาวด์ แต่ต้องควบคุมและลงมือกระทำในโลกจริง มุมมองจาก Salil Raje รองประธานอาวุโสและผู้จัดการทั่วไปกลุ่ม Adaptive and Embedded Computing ของ AMD ระบุว่า บริบทนี้ทำให้องค์กรทั่วโลกจำเป็นต้องนิยามคำว่าประสิทธิภาพของระบบประมวลผลใหม่ทั้งหมด
ในโลกของ Physical AI ตัวชี้วัดเดิมอย่างค่า TOPS (Trillion Operations Per Second) หรือประสิทธิภาพสูงสุดของโปรเซสเซอร์เดี่ยว ไม่เพียงพอต่อการการันตีความสำเร็จอีกต่อไป เพราะความท้าทายหลักของหุ่นยนต์อุตสาหกรรม โดยเฉพาะหุ่นยนต์ฮิวแมนนอยด์ (Humanoids) ที่ต้องทำงานร่วมกับมนุษย์ คือความแม่นยำด้านเวลา (Determinism) ความหน่วงต่ำแบบหัวจรดท้าย (End-to-end Latency) และการควบคุมความเสถียรของระบบ (Tail Latency & Jitter) การส่งคำสั่งล่าช้าเพียงเสี้ยววินาทีไม่ใช่แค่ปัญหาเรื่องประสิทธิภาพ แต่หมายถึงความปลอดภัยทางกายภาพโดยตรง
หัวใจของการออกแบบ Physical AI คือการมองเป็น “โจทย์ระดับระบบ” (System-level Problem) ซึ่งเปรียบเสมือนร่างกายมนุษย์ที่ต้องแยกและผสานการทำงานของระบบประมวลผลแบบกระจายตัว (Distributed Real-time System) โดยแบ่งเวิร์กโหลดอย่างชัดเจน:
- สมอง (Brain): ใช้ GPU และ NPU สำหรับการรับรู้ การใช้เหตุผล และวางแผน ที่ต้องการ Throughput สูง
- กระดูกสันหลัง (Spine): ใช้ Adaptive SoC ส่งผ่านข้อมูลความเร็วสูงที่ไวต่อเวลาทั่วทั้งระบบ
- ข้อต่อและมือ (Joints & Hands): ใช้ SoC จัดการการเคลื่อนไหวที่คล่องแคล่วและแม่นยำ
- ปลายประสาทและเซ็นเซอร์ (Sensors): ใช้ FPGA เพื่อประมวลผลข้อมูลเซ็นเซอร์แบบเรียลไทม์
แนวทางดังกล่าวสะท้อนออกมาในกลุ่มผลิตภัณฑ์ AMD Kria™ AI สำหรับหุ่นยนต์ ซึ่งประกอบด้วย Kria AI SOM บนโปรเซสเซอร์ AMD Ryzen™ AI Embedded X100 Series, แพลตฟอร์มการพัฒนา AMD Kria™ AI Robotics Developer Platform รวมถึงชุดซอฟต์แวร์ AMD Robotics Software Suite บนพื้นฐาน ROCm™ และ ROS 2 ที่เปิดกว้าง ไม่ผูกขาดกับผู้จำหน่ายฮาร์ดแวร์รายใดรายหนึ่ง (No Vendor Lock-in)
ด้านผลการทดสอบประสิทธิภาพระบุว่า Kria AI SOM สามารถทำการตัดสินใจเพื่อควบคุมได้สูงสุด 8,000 ครั้งต่อวินาที และตอบสนอง AI Inference ต่ำกว่า 100 มิลลิวินาที ขณะที่การทดสอบเบนช์มาร์กเวิร์กโหลดหุ่นยนต์พบว่า สเปกของ AMD Ryzen AI Embedded ให้ความน่าเชื่อถือด้านการควบคุมแบบเรียลไทม์ตรงเวลาดีขึ้นถึง 3.4 เท่า มีกำลังประมวลผลสำรองเหนือกว่าคู่แข่งอย่าง NVIDIA Jetson T5000 ถึง 1.6 เท่า และรองรับการทำงานของเอเจนต์พร้อมกันได้มากกว่าถึง 2.3 เท่า
นอกจากนี้ สถาปัตยกรรมดังกล่าวยังรองรับมาตรฐานความปลอดภัยระดับสากล ทั้ง IEC 61508, ISO 26262, ISO 13849 และสอดรับกับมาตรฐานใหม่อย่าง ISO/CD 25785-1 พร้อมการนำร่องไฮเปอร์ไวเซอร์ Xen บนสถาปัตยกรรม x86 และ Arm เพื่อแยกเวิร์กโหลดที่มีระดับความสำคัญด้านความปลอดภัยแตกต่างกัน (Mixed-criticality) ช่วยให้ระบบหุ่นยนต์ยังคงรักษาสถานะความปลอดภัยได้ แม้หน่วยประมวลผล AI หลักจะเกิดความขัดข้องก็ตาม
