人工智能技术正在从云端加速向边缘侧迁移，设备的智能化正从“感知”走向“决策”，从“被动响应”迈向“主动预判”。在这一轮技术浪潮中，边缘计算成为释放AI潜能的关键战场。日前，在上海举办的恩智浦边缘处理业务2026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明确指出到2030年，边缘智能市场规模将达到1.3万亿美元。这一数据背后，折射出半导体行业对“端侧智慧”的强烈预期。
而边缘智能正是恩智浦可以大展身手的领域，Charles Dachs系统阐述了恩智浦在智能边缘领域的全产品线布局、技术战略与市场愿景，并公布了全球机器人核心战略及与英伟达的重磅合作。
边缘智能崛起：从“数据采集”到“自主决策”
过去多年，行业一直在谈论智能家居、智能工厂、智慧城市，并部署了大量互联设备，但真正的“智慧”并非数据的简单采集与传输，而是设备能够在边缘侧实现实时感知、预判与自主决策。
Charles Dachs强调，AI能力正在从云端向边缘迁移，这一趋势背后有四个关键驱动力：带宽解放、实时响应、能耗优化、数据信任。尤其是在工业、医疗、机器人等对时延和安全高度敏感的场景中，边缘AI的价值愈发凸显。
从产业趋势来看，边缘AI正从“单点智能”走向“系统协同”。恩智浦所描绘的“物理AI”——即AI与物理世界深度融合的能力，正成为下一个技术高地。而恩智浦凭借其在微控制器、应用处理器、安全连接等领域的多年深厚积累，正处于这一变革的核心位置。
Charles Dachs分享了在真实应用场景中，边缘AI智能体是如何响应和行动的。例如，工厂突发漏水状况，摄像头与湿度传感器检测到异常后，中央编排AI智能体立即调度多个子智能体，分别执行关阀、锁门、排水、通知等操作，整个过程在边缘侧完成，无需云端介入。
另一个更为震撼的演示是工厂爆炸应急场景：系统识别到爆炸后，立即触发洒水装置并通知消防与内部人员，所有响应均在毫秒级完成。这种“感知-决策-执行”的闭环，正是边缘AI从概念走向现实的缩影。
Charles Dachs指出：AI智能体非常有意思的一点是，它在协调不同的AI智能体的同时，这套系统自身也在不断自主学习。随着情况的发展变化，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。
值得思考的是，这类场景的实现不仅依赖于算力，更依赖于系统的实时性、安全性与协同能力。恩智浦通过将AI能力、控制功能与安全机制深度融合，真正构建了可信的边缘智能系统。
软硬协同布局，构建边缘智能的完整技术栈
在技术落地层面，恩智浦正通过“硬件可扩展+软件统一框架+高集成度系统方案”的策略，将边缘智能从概念推向规模化部署。
在硬件层面，恩智浦通过内在创新与战略收购双轮驱动，构建起从1.8 eTOPs到超100 eTOPs的算力覆盖，满足不同场景下的AI需求。去年完成的对Kinara的收购，为恩智浦注入了独立的高性能NPU能力。客户既可以选择i.MX 93W这类集成式SoC，在单一封装中实现1.8 eTOPs的能效优化算力；也可以在i.MX 95上达到8 eTOPs；对于大模型等复杂场景，还可通过独立NPU扩展至40–60 eTOPs，甚至超过100 eTOPs。
在系统集成度层面，恩智浦最新发布的i.MX 93W应用处理器作为业界首款将专用AI NPU与安全三频无线连接集成于单一封装的产品，可用单一封装替代多达60个分立元件，显著减少电路板面积、降低系统成本，并消除传统射频设计中复杂的调优步骤。配合预认证参考设计，客户可显著缩短监管审批周期，极大加速产品上市进程。
在软件与工具层面，恩智浦持续强化eIQ® AI软件框架，通过eIQ® AI Hub和eIQ® Agentic AI框架，支持开发者在边缘侧便捷部署协同AI智能体。在提升集成度的同时，恩智浦始终将安全作为设计的基石。i.MX 93W集成了EdgeLock®安全区域，作为硬件信任根满足欧洲网络弹性法案等监管要求，实现端到端的安全保障。
可以看出，恩智浦并非简单地追逐算力竞赛，而是以“系统思维”构建边缘智能的完整技术栈，为“物理AI”时代的规模化部署铺平道路。
携手英伟达，重新定义机器人“大脑+身体”
在人工智能与物理世界深度融合的浪潮中，机器人被视为“物理AI”最典型的载体。然而，人形机器人的复杂性远超传统工业设备，它需要在移动中实时感知环境，协调数十个关节电机，处理多模态传感器数据，并在毫秒级内做出安全决策。这种从“感知”到“行动”的闭环，对芯片的异构计算能力、实时通信性能和功能安全机制提出了极大的挑战。
Charles Dachs透露，恩智浦将与英伟达展开深度合作，共同打造“大脑+身体”的机器人解决方案。英伟达负责高性能AI计算与仿真环境，恩智浦则提供分布式控制、传感器数据融合、实时通信与安全机制。通过将英伟达的Holoscan传感器桥接技术集成到恩智浦的软件开发包中，实现传感器数据从端到大脑的实时传输。
这一合作的意义不仅在于技术互补，更在于产业协同。正如Charles所言：“我们希望帮助OEM厂商以更简单的方式，实现机器人大脑和身体的功能制造。我们可以在英伟达的仿真或者是模拟的环境中集成处理器产品组合，我们的客户就可以在没有硬件的情况下进行模拟仿真。”
从工厂到医疗，从楼宇到机器人，恩智浦正在构建一个覆盖感知、计算、控制、连接的完整技术栈。而随着AI向物理世界加速渗透，恩智浦的战略布局也正从“边缘计算”走向“边缘智能”，从“技术驱动”走向“场景驱动”。
可以预见，在未来的智能系统中，芯片将不再只是计算的载体，而是智能的起点。而恩智浦，正站在这场变革的潮头，以安全为基石，以场景为导向，为万物智联的世界注入真正的“芯”智能。
人工智能技术正在从云端加速向边缘侧迁移，设备的智能化正从“感知”走向“决策”，从“被动响应”迈向“主动预判”。在这一轮技术浪潮中，边缘计算成为释放AI潜能的关键战场。日前，在上海举办的恩智浦边缘处理业务2026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明确指出到2030年，边缘智能市场规模将达到1.3万亿美元。这一数据背后，折射出半导体行业对“端侧智慧”的强烈预期。
而边缘智能正是恩智浦可以大展身手的领域，Charles Dachs系统阐述了恩智浦在智能边缘领域的全产品线布局、技术战略与市场愿景，并公布了全球机器人核心战略及与英伟达的重磅合作。
边缘智能崛起：从“数据采集”到“自主决策”
过去多年，行业一直在谈论智能家居、智能工厂、智慧城市，并部署了大量互联设备，但真正的“智慧”并非数据的简单采集与传输，而是设备能够在边缘侧实现实时感知、预判与自主决策。
Charles Dachs强调，AI能力正在从云端向边缘迁移，这一趋势背后有四个关键驱动力：带宽解放、实时响应、能耗优化、数据信任。尤其是在工业、医疗、机器人等对时延和安全高度敏感的场景中，边缘AI的价值愈发凸显。
从产业趋势来看，边缘AI正从“单点智能”走向“系统协同”。恩智浦所描绘的“物理AI”——即AI与物理世界深度融合的能力，正成为下一个技术高地。而恩智浦凭借其在微控制器、应用处理器、安全连接等领域的多年深厚积累，正处于这一变革的核心位置。
Charles Dachs分享了在真实应用场景中，边缘AI智能体是如何响应和行动的。例如，工厂突发漏水状况，摄像头与湿度传感器检测到异常后，中央编排AI智能体立即调度多个子智能体，分别执行关阀、锁门、排水、通知等操作，整个过程在边缘侧完成，无需云端介入。
另一个更为震撼的演示是工厂爆炸应急场景：系统识别到爆炸后，立即触发洒水装置并通知消防与内部人员，所有响应均在毫秒级完成。这种“感知-决策-执行”的闭环，正是边缘AI从概念走向现实的缩影。
Charles Dachs指出：AI智能体非常有意思的一点是，它在协调不同的AI智能体的同时，这套系统自身也在不断自主学习。随着情况的发展变化，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。
值得思考的是，这类场景的实现不仅依赖于算力，更依赖于系统的实时性、安全性与协同能力。恩智浦通过将AI能力、控制功能与安全机制深度融合，真正构建了可信的边缘智能系统。
软硬协同布局，构建边缘智能的完整技术栈
在技术落地层面，恩智浦正通过“硬件可扩展+软件统一框架+高集成度系统方案”的策略，将边缘智能从概念推向规模化部署。
在硬件层面，恩智浦通过内在创新与战略收购双轮驱动，构建起从1.8 eTOPs到超100 eTOPs的算力覆盖，满足不同场景下的AI需求。去年完成的对Kinara的收购，为恩智浦注入了独立的高性能NPU能力。客户既可以选择i.MX 93W这类集成式SoC，在单一封装中实现1.8 eTOPs的能效优化算力；也可以在i.MX 95上达到8 eTOPs；对于大模型等复杂场景，还可通过独立NPU扩展至40–60 eTOPs，甚至超过100 eTOPs。
在系统集成度层面，恩智浦最新发布的i.MX 93W应用处理器作为业界首款将专用AI NPU与安全三频无线连接集成于单一封装的产品，可用单一封装替代多达60个分立元件，显著减少电路板面积、降低系统成本，并消除传统射频设计中复杂的调优步骤。配合预认证参考设计，客户可显著缩短监管审批周期，极大加速产品上市进程。
在软件与工具层面，恩智浦持续强化eIQ® AI软件框架，通过eIQ® AI Hub和eIQ® Agentic AI框架，支持开发者在边缘侧便捷部署协同AI智能体。在提升集成度的同时，恩智浦始终将安全作为设计的基石。i.MX 93W集成了EdgeLock®安全区域，作为硬件信任根满足欧洲网络弹性法案等监管要求，实现端到端的安全保障。
可以看出，恩智浦并非简单地追逐算力竞赛，而是以“系统思维”构建边缘智能的完整技术栈，为“物理AI”时代的规模化部署铺平道路。
携手英伟达，重新定义机器人“大脑+身体”
在人工智能与物理世界深度融合的浪潮中，机器人被视为“物理AI”最典型的载体。然而，人形机器人的复杂性远超传统工业设备，它需要在移动中实时感知环境，协调数十个关节电机，处理多模态传感器数据，并在毫秒级内做出安全决策。这种从“感知”到“行动”的闭环，对芯片的异构计算能力、实时通信性能和功能安全机制提出了极大的挑战。
Charles Dachs透露，恩智浦将与英伟达展开深度合作，共同打造“大脑+身体”的机器人解决方案。英伟达负责高性能AI计算与仿真环境，恩智浦则提供分布式控制、传感器数据融合、实时通信与安全机制。通过将英伟达的Holoscan传感器桥接技术集成到恩智浦的软件开发包中，实现传感器数据从端到大脑的实时传输。
这一合作的意义不仅在于技术互补，更在于产业协同。正如Charles所言：“我们希望帮助OEM厂商以更简单的方式，实现机器人大脑和身体的功能制造。我们可以在英伟达的仿真或者是模拟的环境中集成处理器产品组合，我们的客户就可以在没有硬件的情况下进行模拟仿真。”
从工厂到医疗，从楼宇到机器人，恩智浦正在构建一个覆盖感知、计算、控制、连接的完整技术栈。而随着AI向物理世界加速渗透，恩智浦的战略布局也正从“边缘计算”走向“边缘智能”，从“技术驱动”走向“场景驱动”。
可以预见，在未来的智能系统中，芯片将不再只是计算的载体，而是智能的起点。而恩智浦，正站在这场变革的潮头，以安全为基石，以场景为导向，为万物智联的世界注入真正的“芯”智能。
