很多人以为给机器人装一块高性能AI芯片就够了。实际上,一台人形机器人的计算系统模仿人脑分工,分成三层,每层干的活不一样,对芯片的要求也天差地别。
三层各自干什么?

大脑——负责“想”。 看懂环境、理解指令、决定干什么。要跑大模型,是三层里最吃算力的,但对反应速度要求不高。
小脑——负责“协调”。 大脑说“走到桌边拿杯子”,小脑规划全身怎么动、怎么保持平衡。要求每秒运算50~100次,实时性要求很高。
脊髓——负责“动”。 装在各个关节里,控制每个电机转多少度、用多大劲。要求毫秒级响应,速度最快,但算力要求最低。
一个绕不开的矛盾
现实是:大脑跑大模型每秒只能想3~11次,但身体执行动作每秒要做50次以上——脑子想好了,身体还没反应过来。这就是很多人形机器人动作卡顿、走路僵硬的根本原因。
再加上整机功耗预算只有25~40瓦,连一块桌面显卡都装不下。性能、实时性、功耗三个东西互相拉扯,是机器人控制器的核心难题。
每层用什么芯片?
大脑层: 英伟达Jetson系列是绝对主流(AGX Orin、最新Thor),生态最全。国产方案如地平线也在跟进,已适配主流VLA模型。
小脑层: 国产芯片RK3588是明星——自带NPU、支持实时系统、功耗只有5~12瓦、接口丰富。宇树G1就是这个思路:Jetson当大脑,RK3588当小脑。
脊髓层: 每个关节一颗MCU芯片,新一代方案单芯片就能完成电流控制,响应速度20微秒以内,成本比传统多芯片方案降三成。
选型时问三个问题
- 三层怎么分? 大脑跑模型、小脑跑实时控制、关节各自闭环——先分清架构再挑芯片;
- 功耗够不够分? 大脑芯片可能吃掉大半功耗预算,小脑选国产低功耗平台更稳;
- 生态绑不绑? CUDA生态短期难替代,但不是每一层都需要英伟达——小脑和脊髓,国产方案完全够用。
机器人控制器不是一颗芯片的事,是三层分工。大脑负责聪明,小脑负责协调,脊髓负责精准。先分层,再选芯片,顺序不能反。
我们奥鲲做核心板和定制板卡,覆盖机器人“小脑”(RK3588平台)到“脊髓”(关节控制MCU)的板卡方案。有机器人项目的,把跑什么模型、控制频率、功耗预算发过来,工程师帮你按三层架构出方案。
