恩智浦首发“NPU+无线”集成芯片，专为物理AI而生

2026年3月10日，恩智浦半导体在上海浦东办公室召开媒体发布会，正式宣布推出i.MX 93W应用处理器。这是首款将将专用AI神经处理器（NPU）与安全三频无线连接集成于单一封装的应用处理器，专为加速物理AI的部署而设计。在i.MX 93W发布前不久，恩智浦刚刚完成对边缘NPU公司Kinara的收购，预示着恩智浦“物理AI”的战略布局的持续深入。

在此次上海媒体沟通会上，恩智浦半导体执行副总裁兼安全连接边缘业务总经理Charles Dachs还透露，接下来还将宣布与AI芯片大厂英伟达在机器人领域的重磅合作。“这将会帮助OEM以更简单的方式实现机器人大脑和身体的协同制造。”Dachs表示。

边缘AI市场的巨大机遇

尽管过去多年，业界一直有持续探讨智能家居、智能工厂、智能城市等概念，并部署了大量互联设备，但这些设备在边缘侧的智能水平仍然有限。真正的智慧意味着设备不仅要能主动预判，更要实现自主决策。

近年来生成式AI技术的革新已将行业带入全新发展阶段，部分设备已开始展现出真正的“智慧”。这里需要指出的是，过去几年AI能力的发展很大程度上由云端智能推动，但当前越来越多AI能力正向边缘迁移。边缘侧不再仅仅负责数据采集、聚合与分析，更开始发挥决策职能。这对半导体企业而言蕴藏着巨大市场机遇。

据Gartner预测，到2028年，全球将有超过75%的数据在边缘侧进行处理，而2025年这一比例约为45%。IDC数据显示，2025年全球边缘计算市场规模约为2760亿美元，预计到2030年将达到1.3万亿美元，年复合增长率超过16%。边缘AI芯片市场同期增速预计达25%以上。

“对恩智浦来说，这正是我们可以大放异彩的领域，是我们的专长所在——在边缘端打造安全可靠的智能系统。”Charles Dachs强调，当前市场对AI边缘计算的关注度空前高涨，主要源于四大驱动因素：

首先是带宽解放。将计算留在边缘，意味着海量数据不必传输至云端存储，极大释放了网络带宽压力。

其次是实时性需求。许多复杂系统部署边缘AI能力，源于需要处理实时敏感数据。这些应用对环境响应往往要求毫秒级，而边缘AI可支持超低时延。Dachs举例称，机器人在环境中移动时，确保功能和信息安全需要低时延的支持。

第三是能耗优势。相比将数据发送到云端处理，在边缘侧进行分布式计算的能耗要小得多。通过在边缘实现智慧化，整个系统的能效比显著提升。

第四是数据信任。Dachs特别强调，边缘系统处理的数据可能高度敏感，若在本地完成处理，则无需上传至云端。当数据处理呈分布式、遍及各边缘设备时，数据也更不易受到黑客攻击。

恩智浦的边缘AI技术布局

面对边缘AI市场的巨大基于，恩智浦正通过自身的核心能力为边缘AI赋能，包括可扩展的硬件产品组合、可靠的软件和高效的AI工具包，同时确保功能安全和信息安全贯穿始终。

首先，面对客户多样化的边缘应用需求，恩智浦提供了极具独特性的可扩展产品组合，从简单的微控制器到复杂的应用处理器，均可实现AI功能。据Dachs介绍，恩智浦在几年前已率先推出高性能集成NPU的微控制器，今后所有产品都将配备专用AI加速器，性能强弱将根据应用需求而定。

2025年底，恩智浦还宣布了对Kinara的收购。这笔收购有两点主要作用：第一，使恩智浦能够在现有处理器产品组合中集成高性能AI加速器；第二，通过收购Kinara，恩智浦现拥有专门的独立NPU，当应用场景需要更多AI加速时，可将其搭配应用处理器使用。

现在，恩智浦还带来了i.MX 93产品系列的最新成员i.MX 93W，专为加速物理AI的部署而设计，是首款将专用AI神经处理器（NPU）与安全三频无线连接功能集成到单一封装中的应用处理器。这种高集成度设计使客户能够用单一封装替代多达60个分立元件。借助预认证的参考设计，该方案可消除许多常见的集成挑战，降低传统射频设计固有的复杂性、成本和风险。在恩智浦软件和业界领先的eIQ AI工具支持下，i.MX 93W还有助于实现更紧凑的产品设计，加速物理AI应用的上市进程。

其核心特性包括：

高集成度设计：在单一封装中集成双核Arm Cortex-A55应用处理器、Arm Ethos NPU（算力最高1.8 eTOPs）以及IW610三频无线模块（支持Wi-Fi 6、低功耗蓝牙及802.15.4，兼容Matter和Thread协议）。这一创新使高度集成的解决方案成为可能，例如在智慧楼宇这类既需要无线连接又需要AI能力的应用场景中；

元件替代能力：可替代多达60个分立元件，显著减少电路板面积和供应链复杂性；

安全特性：内置EdgeLock安全区域高级配置，始终将信息安全放在首位，并可满足欧洲网络弹性法案（CRA）等监管要求；

开发支持：提供单天线与双天线预认证参考设计，已通过多国和地区无线认证，这将极大程度降低射频调优和法规认证的复杂度。

“这种高集成度设计使客户能够用单一封装替代多达60个分立元件，”Dachs在回答芯智讯提问时表示，“成本方面主要是材料成本的节约，另一个关键因素是认证周期——对OEM来说，他们可能要花费几个月时间做认证，而我们的预认证参考设计可以帮他们节约大量时间。”

在构建硬件可扩展性之外，恩智浦还为客户提供了一套完整的软件框架——eIQ® AI软件框架，让客户能够在此框架下部署各自用例。在2026年初的国际消费类电子产品展览会（CES）上，恩智浦宣布扩展工具包和应用，推出eIQ®产品组合中的eIQ® AI Hub，让开发人员能够便捷访问和使用产品中所需的工具和模型。同时，恩智浦还推出了eIQ® Agentic AI框架，通过这一框架能够在边缘实现AI智能体的部署。

重点应用领域布局

随着边缘AI能力的增强，数以百计的新应用场景成为可能。恩智浦正聚焦于五大应用领域：医疗、电力、工厂、楼宇和机器人。

比如在工厂自动化领域，边缘AI是最早得以部署的领域之一。对于大型制造商而言，工厂停工意味着数十亿美元的损失，而边缘AI可以帮助显著缩短工厂停工时间。

Charles Dachs通过具体案例展示了工厂边缘AI智能体的响应机制：若工厂发生严重漏水，配备AI智能体的摄像头和湿度传感器共同检测到漏水后，随即通知中央编排AI智能体。该智能体随后触发一系列行动——调度专门AI智能体关闭供水阀门；触发管理门禁系统的AI智能体锁门防止水蔓延；启动清理流程排出积水。若情况严重，还会第一时间通知工厂内外部相关人员。以上所有操作无需访问云端处理，充分体现了带宽解放、实时低时延、能耗优势和安全性四大要素。

在另一个演示案例中，恩智浦展示了整合应用处理器、Ara AI加速器及电机控制MCX微控制器的小型智能体AI边缘系统。当工厂车间发生爆炸，AI智能体子系统识别后立即向消防部门及内部负责人员发送通知，并触发电机启动洒水装置控制火势。这一切均在边缘侧完成，无需连接云端。

Charles Dachs特别指出，AI智能体在协调不同智能体的同时，系统自身也在不断自主学习。随着情况发展变化，协同角色的智能体能够真正理解并在下一次任务中完成得更好。

在机器人领域，Charles Dachs认为最接近真正意义上物理AI的应用场景就是机器人或人形机器人。这些人形机器人极为复杂，手部需要相应芯片驱动手指和传感器节点的动作，需要AI处理能力达成目的。信号在机器人全身传播，需要将所有节点信号传递至大脑，低延迟网络至关重要。

Charles Dachs表示，恩智浦拥有全面的处理器产品组合，叠加AI能力，可实现智能边缘的全面AI需求。

携手英伟达推动创新机器人解决方案部署

恩智浦还宣布推出创新机器人解决方案，提供可靠、安全的实时数据处理与传输以及先进网络连接能力，支持传感器融合、机器视觉和精密电机控制。

作为恩智浦基础机器人解决方案系列的首批成果，该解决方案可直接部署的解决方案由恩智浦与英伟达联合开发，将英伟达Holoscan Sensor Bridge与恩智浦高集成度片上系统（SoC）相结合。该方案可减少分立器件数量，显著减小占用空间，降低功耗和成本，同时简化机器人感知与执行的软件复杂性，同样适用于人形机器人形态。

具体来说，恩智浦可将处理器产品组合集成到英伟达的仿真或模拟环境中，使客户在没有硬件的情况下进行模拟仿真。同时，恩智浦还将把英伟达的Holoscan传感器产品Sensor Bridge集成到自己的软件开发包中，使所有处理器及AI解决方案能够将传感器节点采集的数据以实时方式发送给机器人大脑。

双方还将携手定义适用于全身型人形机器人的统一架构，结合恩智浦边缘处理、电机控制、功能安全专长与英伟达AI基础设施，为开发人员提供可扩展的基础平台，加速物理AI部署。恩智浦首批支持产品已包含机器视觉与电机控制解决方案。

恩智浦即将推出两款解决方案：一是分布式电机控制应用，涵盖电机控制及以太网交换机等能力；二是对话AI应用部署，基于i.MX 95应用处理器。

除处理器外，恩智浦还提供有线和无线网络解决方案、电池管理、机器人功能与信息安全、任务和动作规划、语言和音频应用、感知及电机与运动控制等产品。这些处理器、AI能力及安全功能相结合，可帮助客户构建端到端的机器人解决方案。

Charles Dachs总结道，通过构建可扩展的软硬件AI系统，结合一系列产品和服务，恩智浦正将控制、功能和信息安全更多应用于边缘应用中，在边缘端实现真正的智能化。

编辑：芯智讯-浪客剑