随着机器人变得更加智能、自主和互联，大部分注意力自然会集中在日益强大的人工智能模型上。
但在这些模型的背后是越来越复杂的传感器、处理器、控制系统和安全硬件的集合，这些硬件必须可靠地运行——通常在功耗、尺寸和热量方面受到严格限制。
莱迪思半导体 是为机器人堆栈中这一不太明显的层开发技术的公司之一。该公司成立于 1983 年，总部位于俄勒冈州，专注于低功耗现场可编程门阵列 (FPGA)，可对从机器视觉和传感器融合到电机控制、工业网络和硬件安全等功能进行编程和重新编程。
随着机器人技术向更强大的边缘处理方向发展，FPGA 的灵活性变得尤为重要。莱迪思的目标应用包括工业机器人、自主移动机器人和其他物理人工智能系统，在这些系统中，确定性实时控制、低延迟和功效与原始计算性能一样重要。
在这次采访中， 机器人与自动化新闻 与 卡尔·沃克斯文德莱迪思半导体工业高级首席系统架构师，介绍可编程硬件如何与机器人行业一起发展。
Wachswender 讨论了为什么更多的感知、传感器融合、物体跟踪和电机控制工作负载正在转移到机器人上，而不是依赖于云处理，以及可编程架构如何允许机器在部署后不断发展，而不是随着需求的变化而变得过时。
他还考虑了一个比人工智能模型本身受到的关注要少得多的领域：在正确的时间提供正确的数据所需的底层基础设施。
安全是另一个中心主题。 Wachswender 认为，随着机器人与企业网络的连接以及操作与人类的距离越来越近，安全性需要从硬件层面开始，FPGA 从系统启动的那一刻起就有可能提供硬件信任根。
随着智能机器的部署更加广泛，讨论还展望了类人机器人、工业自动化、自主移动机器人和医疗保健机器人所创造的半导体机遇。
卡尔·沃克斯文德专访
机器人与自动化新闻：人形机器人的能力越来越强，但它们也有严格的功率、尺寸和热限制。低功耗可编程设备如何改变机器人公司设计下一代智能机器的方式？
卡尔·沃克斯文德：由于低功耗现场可编程门阵列 (FPGA) 用途广泛，人形机器人开发人员能够采用更全面的系统设计方法。
单个 FPGA 可以同时支持电源门控、协议桥接和硬件安全等功能，这为真正的端到端优化打开了大门，而这种方式以前在这些固有资源有限的环境中是无法实现的。
这种并行处理能力有助于支持在边缘部署更强大的人工智能模型，从而支持更智能的机器人。
当机器人能够实时感知、处理环境数据并采取行动，并且不会给中央处理单元带来压力时，我们可以信任它们拥有更多的自主权。
R&AN：边缘人工智能正在迅速从云连接演示转向机器人本身的实时决策。您认为哪些人工智能工作负载将越来越多地转移到机器人上，哪些将继续依赖云计算？
千瓦：在决定需要在边缘还是在云中执行什么时，重点不在于工作负载本身，而在于预期结果。
这些任务需要多快发生，如果延迟增加会发生什么？将责任放在边缘组件上会带来净收益，还是会压垮其有限的容量？
与实时感知和运动控制（例如深度处理、传感器融合和对象跟踪）相关的工作负载将受到边缘限制，因为它们需要亚微秒的确定性，而云往返无法提供。时间敏感度较低的流程（例如企业分析任务）可以继续在云中进行。
这种边缘与云的优先级可以帮助平衡紧迫性与谨慎性，从而能够快速执行时间敏感的工作负载，而不会将规模向边缘倾斜太多。
R&AN：机器视觉已成为现代机器人技术的决定性技术之一。您在嵌入式视觉方面看到了哪些进步？边缘处理的改进如何改变机器人实时感知和响应的能力？
千瓦：机器视觉在过去几年中取得了巨大进步，支持 FPGA 的边缘处理有助于在相机传感器数据到达中央处理器之前对其进行过滤和预处理。
从集中式系统卸载此类深度处理、传感器融合、对象跟踪和感兴趣区域检测工作负载，可以减少延迟和电力成本，从而使自主机器人更易于访问和可靠。
为了更好地了解这些进步的影响，请查看 Lattice 和 AIRY3D 最近的合作。通过将紧凑型相机模块与动态 FPGA 相结合，开发人员能够使边缘的单传感器 3D 视觉成为现实。
这种单一来源选项有助于进一步解决阻碍现实世界交互的深度感知和自遮挡挑战，为执行迈出了有意义的一步。
R&AN：机器人制造商越来越希望平台能够在部署后不断发展，而不是在几年后就过时。可编程硬件架构对于延长工业和Serve Robotics的使用寿命有多重要？
千瓦：可编程性是当今成功的机器人设计的关键。例如，工业最终用户正在投资大量资金用于自主机器人部署，并期望设备能够在未来持续使用。
当我们知道尽管过去五年取得了进步，但仍有更多进步即将到来时，为什么他们会考虑具有固定功能的解决方案呢？
机器人制造商明白这一点，并且在对自己的设施做出决策时，他们越来越意识到可编程性。
我们这些制造驱动机器人系统的组件的人需要提供支持部署前和部署后可编程性的选项，从而实现持久部署，无需在硬件或软件模型过时时进行更换。
R&AN：围绕类人机器人的大部分讨论都集中在人工智能模型上，但可靠的机器人技术还取决于传感、控制电子设备和确定性实时性能。您认为目前业界低估了机器人硬件的哪些领域？
千瓦：人工智能模型令人兴奋，因为它们很容易演示；任何成功的部署都会有一个令人惊叹的因素。但在很多方面，我们倾向于看到展示的是成品。
这是基础模型训练和优化的结果，而不是开箱即用的部署。如果我们想继续将 人形机器人 AI 模型推向新的水平，这种优化需要成为主要关注点。
这不是传统的“人工智能需要数据来交付”的想法。这已被广泛理解和讨论。更深一层：人工智能需要在正确的时间、正确的地点提供正确的数据并显示正确的内容。
首先是基础设施的改进，包括更好的电源排序、协议桥接和实时运动控制。如果我们能够在基础级别的设计中构建动态、功能强大且可重新编程的组件，那么它们对成功的人工智能部署的下游影响将是巨大的。
R&AN：随着机器人连接到企业网络和关键基础设施，安全性正成为一个更重要的考虑因素。除了防止网络攻击之外，制造商还应该采取哪些实际步骤来建立信任并满足新兴的监管要求，而不增加不必要的复杂性或成本？
千瓦：这与我们上面讨论的所有内容都有联系。最终产品的安全性始于安全的基础组件，合规性也是如此。实际上，这意味着在系统设计中重新定位安全性。开发人员必须在设计过程结束时将其视为硬件层，而不是软件驱动的附加层。
FPGA 可以提供这一强大的基础，因为它们可以在立即通电时执行排序和控制逻辑，这有助于保护分布式设备免受利用操作系统启动之前的间隙的攻击。它们还可以充当硬件信任根 (HRoT)，作为先开后关组件启动信任链。
至关重要的是，除了其他类型的工作负载之外，Lattice 的 MachXO3D 等专用选项还可以处理这些类型的安全功能。将这些功能集成到单个组件中可以帮助设计人员提高安全性，而无需使系统复杂化或增加成本。
基于 FPGA 的设计的优势还延伸到了安全性，支持机器人系统按预期运行，而不会产生过多的风险。
对于现代机器人技术来说，这与有效的安全性同样重要——如果不能相信机器人能够在各种工作负载下可靠地启动和运行，就无法保证它在工作中不会出现故障。随着这些机器人与更多的人类工人一起部署，这种意外错误可能会造成真正的人身危险。
R&AN：展望未来五到十年，您预计哪些机器人领域将为半导体公司创造最大的商业机会？增长将主要来自类人机器人、工业自动化、物流机器人、自动驾驶汽车、医疗保健，还是来自当今不太受关注的市场？
千瓦：人形机器人技术无疑将为半导体公司带来巨大的潜力；高盛甚至将 2035 年全球市场预测从 60 亿美元修改为 380 亿美元。这是不可否认的动力和机遇的标志。
但肯定存在全面显着增长的机会。类人机器人远不是唯一预计快速增长的领域。分析师预计，到 2035 年，全球工业自动化市场将增长至 6232.5 亿美元（复合年增长率为 9.13%），到 2030 年，手术机器人市场将超过 270 亿美元。
与此同时，到 2030 年，某些区域 AMR 市场的规模预计将增加两倍。半导体是这些行业进步的基础，因此在当前的 人形机器人 繁荣中将它们排除在外是不明智的。