7月底，AMD在圣克拉拉的Advancing AI大会上干了件憋了二十年的事：把藏在机器人关节和伺服控制器里的FPGA生意，正式推到人形机器人大脑这张牌桌上。

锐龙AI嵌入式X100系列处理器（6月送样、四季度量产）、基于X100的Kria AI SOM模组、配套的Spartan UltraScale+ FPGA载板，外加一套Robotics Software Suite和六家载板合作伙伴——AMD这次摆出的阵仗，目标很明确：在英伟达用Jetson Thor和Isaac生态占住人形机器人大脑高地之前，用x86实时控制+统一内存+工业级寿命+开放软件栈，切下一块自己能守住的份额。

01.

从关节往上爬：AMD重新排列算力优先级

过去二十年，机器人产业链里最贵、最难替换的部分是实时控制环路和传感器接入。工厂机械臂的伺服接口、手术机器人的安全链、晶圆厂AMR的防撞融合，大部分跑在AMD（通过收购赛灵思）的Zynq和Spartan FPGA上。这块生意不性感，但稳定、高毛利、客户黏性强。

VLA（视觉－语言－动作）模型出现后，游戏规则变了。端侧推理能力开始决定机器人能做什么任务、能卖多少钱，大脑芯片的BOM占比和话语权同步上升。纯FPGA的算力叙事撑不起“物理AI大脑供应商”的估值，AMD必须往上走。

X100的设计思路很直接：把原本散在工控机、GPU板卡、FPGA协处理器三个盒子里的功能，塞进一颗嵌入式SoC。最多16个Zen 5核心负责路径规划、任务编排和硬实时控制（博世力士乐实测125微秒控制周期、每秒8000次决策），RDNA 3.5集成GPU最多40个计算单元跑视觉感知和VLA推理（π0基准测试sub-100ms），XDNA 2 NPU约50 TOPS处理低功耗常驻感知，统一LPDDR5x内存池最高128GB、CPU/GPU/NPU零拷贝共享。外挂一块Spartan UltraScale+做传感器融合和多轴电机接口，形成“大脑（X100）+脊髓（Versal/Zynq）+神经（Spartan）”的单厂垂直方案。

核心竞争力不在峰值TOPS，而在把“微秒级反射”和“百毫秒级推理”放进同一供电域、同一内存池、同一产品生命周期里。工业场景容错率极低，力反馈延迟一毫秒就可能捏碎工件。传统“外挂工控机+Jetson”的双盒方案需要过PCIe、过数据拷贝、配两套散热和供电，总功耗和故障面翻倍。AMD收购赛灵思后真正独有的牌，就是纯GPU厂商做不出、纯MCU厂商凑不齐的“身体—大脑同厂”组合。

工程上有个细节值得注意：X100本质是Strix Halo的嵌入式化改版（X199/X188/X168对应16/12/8核，45–120W可配，带i后缀型号工作温度-40~105℃、last-time-buy承诺到2037年）。AMD现场对比Intel Core Ultra X7 358H和Jetson T5000的数字，是用Ryzen AI Max+ 395参考板“按X199规格配置”跑出来的，不是最终量产硅。真实量产性能要等Q4出货后第三方复测，但工业客户选型本来也不只看benchmark。

02.

双足明星机进不去，工业准人形才是主战场

人形机器人市场按采购逻辑拆开，其实是两拨完全不同的买家。

第一拨是做双足大模型演示的头部实验室和车企概念机。他们要2070 FP4 TFLOPS级的Thor、要Isaac Sim数字孪生、要GR00T基础模型直接fine-tune。英伟达2026 Q1在高端人形大脑市占约68%，Thor开发者套件3499美元、量产模块2999美元，生态闭环经过十二年打磨。AMD X100四季度才量产，2026—2027样机选型窗口基本进不去首发BOM。

第二拨是工厂AMR、医院物流车、晶圆厂搬运设备、手术辅助推车、防务ISR平台、轮式+机械臂的移动操作系统——形态不一定像人，但都被归入“物理AI设备”，且都踩中AMD的三个传统优势：设计一次卖十年、认证迁移成本高于BOM差价、控制环路不能抖。Foundation Phantom MK-2宣布换装X100、博世力士乐控制器实测125微秒延迟、ABB和Universal Robots在验证Kria平台，信号不是“AMD打败英伟达”，而是工业机器人客户愿意把它列进主供或第二供应商清单。

国内产业链容易忽略一个变量：出口管制背景下，头部人形厂商不会只押一条外循环供应链。AMD的x86+FPGA路线和昇腾、地平线、天数智芯不冲突，反而可以做“海外量产机型+国产替代机型”双轨里的外循环选项。它的价值不在国产替代，而在当英伟达受限或客户需要做CE/UL认证出口机型时，手里有一颗宽温、有last-time-buy承诺、ROCm不锁区的大脑可用。2026上半年国内高端人形价值量口径里AMD Versal仅占8%，但那是老FPGA数字；X100放量后，“Versal身体+X100大脑”组合会吃下原本属于工控机+x86+独立GPU的工业存量，而不是从Thor嘴里抢双足科研机的单。

另一个增量来自“双盒变单盒”的替换。现在很多AMR用Jetson做AI、外挂一台x86盒子做导航和调度，两套散热两套供电两套EMC认证。X100把x86控制域和GPU/NPU推理域收进一颗SOM，省掉跨板通信和冗余供电。对毛利薄、产量中等的工业AMR厂商，BOM和集成工时都能降下来。AMD官方对比T5000给出3.4倍准时控制可靠度、1.6倍空闲CPU核、2.3倍并发智能体，数字有代理测试水分，但方向对：Thor赢在单帧推理快，X100赢在“同时跑控制环、跑VLA、跑几十个并发agent还不丢中断”。

03.

能跑别人的模型，但没有自己的全栈生态

AMD这次没有自己的GR00T，没有Isaac Sim等效替代，ROCm在嵌入式端的成熟度和JetPack比还差一截。官方说CUDA迁ROCm平均保留75%代码，剩下25%通常是感知流水线里最脏的部分——图像预处理、点云滤波、相机时间同步，这些厂级代码往往绑死底层API，迁移成本高。AMD在大脑之争里扮演的是“开放承载方”，不是“模型发行方”：客户用OpenVLA、Pi-0、Qwen3、DeepSeek-R1、CogACT，它提供统一内存和ROCm运行时；客户要全栈仿真—训练—部署闭环，还是得回英伟达或自研。

量产节奏是第二道门槛。Thor已经出货、T4000 已列规格、更低价位SKU预计2027跟进。早期人形POC团队会先选英伟达，AMD吃的是2027年以后量产机型和第二供应商份额。份额起点上，AMD在机器人“脊髓/关节”FPGA侧有积累，但高端大脑端英伟达占先。X100需要2—3个量产整机案例背书才能改写格局，单靠Foundation样机不够。

软件栈层面，AMD给出的是Xen虚拟化+PREEMPT_RT+ROS 2+MoveIt+PyTorch+ONNX，载体是开放的COM-HPC标准外形（Arbor、Congatec、iBase、IEI、Sapphire、Seavo六家载板伙伴）。客户今天画一块COM-HPC载板，明天可以换Intel或未来其他厂商模块，不会被AMD锁死。

在笔者来看，这既是卖点也是妥协：它不敢像英伟达那样用专有外形+Isaac生态绑定换高粘性，只能用“不绑定”去换反英伟达情绪的订单。对担心被CUDA+GR00T锁死的OEM，这是现阶段唯一有工业级交付能力、又敢把硬件接口和软件栈同时开放的备选方案。代价是开发者真机踩坑密度仍然高于英伟达，嵌入式ROCm的驱动稳定性、相机GMSL2/FAKRA链路优化、EtherCAT主站延迟，都要靠早期客户陪跑填坑。

04.

结语与未来

AMD在人形机器人板块的真实机会，是工业级准人形设备和双轨供应链里的“确定性大脑”，不是双足前沿机型的唯一大脑。它用二十年身体生意换来的FPGA实时性、宽温寿命和x86软件延续性，正好卡在英伟达全栈生态最不愿降价，也不愿放开锁定的那条缝上——工厂、医院、防务场景里那些“最无聊也最赚钱”的订单，单台芯片BOM和十年生命周期价值极高，却不需要2000 TOPS的FP4峰值。

机器人大讲堂认为，物理AI硅市场到2035年预计2000亿美元，AMD未必拿得到明星机器人最耀眼的单机标签，但很可能拿到其中设计周期最长、复购最稳、替代成本最高那部分的算力底座。对人形整机厂来说，X100+Kria的意义从来不是性能碾压Thor，而是把供应商风险、认证成本、实时确定性、x86旧代码资产这四件事同时解决——这才是AMD从身体走向大脑时真正握住的门票，而不是发布会PPT上那些倍数对比。