正文
例如富士康和
Foxlink
正在使用
GR00T-Mimic
蓝图进行合成运动操控生成，以加速其机器人训练流程。
Agility Robotics
、波士顿动力、
Fourier
、
Mentee Robotics
、
NEURA Robotics
和小鹏机器人正在使用
NVIDIA Isaac Sim
和
Isaac Lab
模拟和训练其人形机器人。
Skild AI
正在使用模拟框架开发通用机器人智能，而
General Robotics
正在将其集成到其机器人智能平台中。
此外，据天风证券研报称，
英伟达的虚拟仿真技术其实在机器人领域取得显著进展。
宇树科技也采用英伟达的技术，通过创新训练框架，实现人形机器人智能化发展。英伟达凭借
MimicGen
、
Omniverse
与
Isaac
平台，正构筑行业优势，加速机器人从理论到规模化应用的转变。
短短几年，英伟达已发展成为一家市值
3
万亿美元的公司。
其
将从
AI
到机器人的各阶段
功能
基础设施拆解，形成灵活、模块化的产品矩阵
，
又适时推出半定制
AI
基础设施
NVLink Fusion
，敞开生态大门
，
从而在全球范围内持续
扩大其数据中心生态及市场影响力。
但美国商务部于
2023
年
10
月起就已经进一步强化了对华
AI
芯片出口管控措施 —— 不仅明令禁止英伟达向中国市场供应其高端主力产品
A100
和
H100 GPU
，甚至将专门针对中国市场进行定制化降配设计的
H20
芯片也纳入了禁令范围。
▍
华为的机器人芯片生态
华为最新芯片可能成为替代品。
2025
年
4
月
28
日，有媒体报道华为搞出了代号昇腾
910D
的
AI
芯片。
瑞穗证券的
Vijay Rakesh
分析师
5
月初表示
，
到
2025
年，华
为昇腾
910
系列
AI
芯片，单单在中国市场就有可能卖出超过
70
万颗。
腾
910D
达芬奇架构
3.0
，采用
3D Cube
技术，单芯片集成
64
个
AI Core
，算力密度提升
200%存算一体突破。同时自研
HBM3e
显存通过
3D
堆叠技术，带宽达
4TB/s
，超越
H100
的
3.35TB/s光子互连技术，并采用硅光模块实现芯片间超高速互联，延迟降低至纳秒级。
这种架构革新让昇腾
910D
的理论峰值算力达到
1.2 PFLOP/s
，
超越英伟达
H100
的
989TFLOPS
。
BF16
算力达
300PFLOP/s
，实现架构级反超。在
TF32
精度下算力为
512TFLOPS
，首次反超
H100
