WRC2026：神经形态计算或成机器人低功耗关键，商业化仍需3至8年

AI 摘要

在2026世界机器人大会圆桌会议上，德国慕尼黑工业大学教授Alois Knoll提出，若未来部署10亿至100亿台人形机器人，当前高功耗计算模式将面临能源挑战。与会专家认为，神经形态计算凭借事件驱动和低功耗特性，更适合率先应用于机器人的感知和低层控制任务，而非替代现有AI系统。商业化方面，硬件可能先于软件成熟，半结构化工厂场景预计3至5年内实现较大规模部署，开放场景则需5至8年。

正文节选

0 作者丨魏溶 编辑丨岑峰 “如果未来全球真的部署10亿至100亿台高度依赖AI的人形机器人，今天这套计算方式，还供得起电吗？” 德国慕尼黑工业大学教授Alois Knoll在2026世界机器人大会“类脑智算，让机器人学会自主决策”圆桌会议开场时提出了这个问题。 过去讨论计算中心，人们习惯谈千万亿次浮点运算、百亿亿次浮点运算；如今，随着AI基础设施不断扩张，数据中心的建设规模越来越多地与吉瓦级电力联系在一起，算力的度量衡，正在从“百亿亿次浮点运算（Exaflops）”变成“吉瓦级功耗（Gigawatts）”。 当AI进一步从数据中心进入实体世界，能源问题还会被继续放大。Knoll判断，如果人形机器人未来真的走向十亿级部署，沿用当前高功耗计算模式，累计能源需求可能变得难以承受。 产业因此需要寻找传统计算架构之外的其他可能性，神经形态计算便是其中之一。 Alois Knoll 教授在开场时曾回顾了这段历史：从百年前的神经元观察，到欧洲“人类大脑计划”中被架构师 Steve Furber 戏称为“智能水平大约等同于五只老鼠”的早期类脑系统，再到如今试图接管数十亿人形机器人的运动中枢，这项穿越

发布时间：2026-08-28 19:23

抓取时间：2026-08-28 21:32

来源机构：雷峰网