Analog Devices 机电一体化工程师：驱动 AI 推理的硬件｜GTC 研究者对话

摘要

• Analog Devices 相对较新的 Emerging Tech Hub 是一个为机器人和边缘计算提供赋能的团队，并非机器人公司。 这家“拥有60年历史的公司”提供半导体和芯片级解决方案；该团队则在系统层面整合现有技术，将其用于机器人解决方案。
• 重点应用之一是面向精细工业操作的触觉感知，尤其用于数据中心维护。 指尖传感器将力反馈、压力敏感性、加速度计和部分振动传感器结合起来，帮助机器人轻柔地操作光纤连接器，并自动完成断开线缆、抛光光纤等任务。
• Analog Devices 正在开发开源实体测试基准，以吸引机器人社区并推动共享解决方案。 公开测试板将覆盖数据中心问题、汽车线束组装和齿轮箱组装；团队可以使用任何机器人，并采用经典控制或更新的 AI 驱动策略。
• 模拟的目标是缩小“仿真到现实的差距”，并解决机器人数据采集问题。 高保真仿真资产，以及针对触觉感知和飞行时间感知的仿真环境，将允许团队在仿真中训练策略；飞行时间方案可以提供深度场景或深度估计信息。
• 这里描述的是一套赋能型传感器和信号链，而不是完整机器人。 其中包括模数转换器、CMOS 传感器、触觉感知和飞行时间感知。协同创新模式允许合作伙伴将工程师或技术带入 Analog Devices 的实验室，但嘉宾未透露具体合作方，相关工作仍在推进。
• 谈到边缘 AI 时，嘉宾并未认为训练侧具备独特性。 重点在推理：将大型模型蒸馏成紧凑、低功耗的形态，部署到机器人和自动驾驶车辆中，同时提前思考未来可能的家用机器人应用。Jordan 将芯片和蒸馏描述为正在 converging，Howie 表示认同；芯片选择因场景而异，他说自己并未深度参与这部分工作。

精读

1. Analog Devices 向技术栈上层延伸，但并非机器人公司

• 在 GTC 2026 上，嘉宾介绍了相对较新的 Emerging Tech Hub：这是“拥有60年历史的公司”内部的机器人与边缘计算团队，负责将现有半导体技术上移至系统级集成。
• 边界划分十分明确：“我们无论如何都不是一家机器人公司。” Analog Devices 提供从模数转换器、CMOS 传感器到触觉感知和飞行时间感知的精密信号链，让机器人开发者自行构建系统。

2. 触觉感知服务于数据中心维护

• 演示将多模态触觉感知装进夹爪指尖，把力反馈和压力敏感性与加速度计及部分振动传感器结合起来，以识别交互过程中发生的情况。
• 数据中心维护是关键应用之一：断开线缆和抛光光纤都要求在光纤连接器周围进行精细、敏感的操作。Jordan 将其概括为“字面意义上的插接线缆”，Howie 确认这确实是一个应用场景。

3. 开放基准将实体任务与仿真连接起来

• Analog Devices 正在开发实体测试板，并计划以开源形式公开，覆盖数据中心、汽车线束组装和齿轮箱组装中的实际问题，而不是预设一个“房间里的机器人”。
• 用户可以选择任意机器人，并用经典控制或更新的 AI 驱动策略对其编程。目标是让研究人员和产业界共同解决这些问题，并分享解决方法。
• 团队还在与合作伙伴开发高保真仿真资产，包括触觉感知和飞行时间感知的仿真环境。后者可以生成深度场景或深度估计。团队明确表示，这些工作的目的在于缩小“仿真到现实的差距”，解决机器人领域长期存在的机器人数据采集难题。

4. 协同创新是工作模式，但合作方尚未公开

• 嘉宾将团队称为“协同创新中心”：合作伙伴可以把工程师和技术带进 Analog Devices 的实验室，也可以用自有问题测试公司的技术。
• 当 Jordan 要求举出合作案例时，嘉宾拒绝透露具体名称，只表示“目前没有”，同时强调相关工作仍在推进。

5. 边缘推理瞄准紧凑型部署

• 嘉宾并未认为训练侧具备独特性。具体重点是推理：将大型模型蒸馏成紧凑、低功耗的形态，在机器人或自动驾驶车辆上运行，而不需要“旁边拖着一个超大型 GPU 盒子”。
• Jordan 将提升芯片能效与模型蒸馏描述为正在 converging，Howie 表示认同：“这就是我们的想法。” 部署可能采用 NVIDIA GPU，也可能采用定制芯片，取决于具体场景；Howie 表示自己并未深度参与边缘计算的这部分工作。
• 在模型与芯片或系统设计的整合方面，Howie 表示这是协同创新工作的重要组成部分。他说，团队会进一步思考模型可以部署到哪些场景，包括机器人系统、自动驾驶汽车和家用机器人。