AMD konkurrenziert NVIDIA in der Robotik mit neuer Kria-Module und X100-Chip
AMD behauptet, dass sein neuer Ryzen AI Embedded X100-Prozessor und die Kria-Systemmodul die Flaggschiff-Robotik-Chips von NVIDIA übertreffen können. Eine wachsende Zahl von Roboterherstellern wechselt bereits zu AMD.
Wichtigste Punkte
- AMD startete Anfang 2025 die Ryzen AI Embedded X100-Serie, einen neuen System-on-a-Chip für die Robotik.
- AMD behauptet, dass die Kria AI-Systemmodul eine 3,4-mal bessere Echtzeit-Leistung als NVIDIAs Thor T5000-Chip bietet.
- Foundation Robotics, ein Entwickler von Humanoid-Robotern, migriert von Intel- und NVIDIA-Hardware zur AMD-X100-Plattform.
- Die Kria-Modul nutzt einen offenen Industriestandardstecker namens COM-HPC, was bedeutet, dass andere Hersteller kompatible Hardware ohne Zustimmung von AMD bauen können.
- AMDs Robotik-Partnernetzwerk umfasst bereits Open Robotics, OpenCV und Sensorzulieferer.
AMD hat einen bekannten Namen in PC-Prozessoren, aber die neueste Ankündigung zielt auf eine ganz andere Maschine ab: Roboter. Das Unternehmen stellte diese Woche die Kria AI Robotics-Plattform und den Ryzen AI Embedded X100 vor – einen System-on-a-Chip (SoC, ein einzelner Chip, der Prozessor, Grafik und KI-Rechenleistung in einem Silizium-Stück vereint) – gezielt für Fabrikroboter, autonome Mobile Roboter und humanoide Maschinen.
NVIDIA dominiert derzeit diesen Marktsektor. AMD positioniert den X100 als direkte Alternative.
Was macht der X100-Chip eigentlich anders?
Die Schlüsseländerung ist der Speicher. Herkömmliche Robotercomputer nutzen einen Hauptprozessor und einen separaten Grafikchip, jeder mit eigenem Speicherpool, und übertragen ständig Daten zwischen ihnen. Der X100 bringt den Zentralprozessor (CPU), Grafikprozessor (GPU) und KI-Beschleuniger (NPU) auf einem Chip zusammen, die sich den gleichen Speicher teilen. Das reduziert Verzögerungen beim Datentransfer zwischen Chips.
Für einen Roboter spielen diese Verzögerungen eine Rolle. Das Erkennen von Hindernissen, das Verschmelzen von Daten aus mehreren Sensoren und die Entscheidung, wie man sich bewegt, geschehen in Millisekunden. Das Einkürzen von Mikrosekunden bei jedem Schritt macht den Unterschied.
AMD sagt, dass der Chip eine Interrupt-Latenz (die Verzögerung, bevor ein Chip auf ein Signal reagiert) unter sieben Mikrosekunden bei sehr hohen Zuverlässigkeitsstufen erreicht. Für die schwierigsten Echtzeit-Aufgaben empfiehlt das Unternehmen, den X100 mit einem Zen-Hypervisor und FreeRTOS zu kombinieren – zwei Softwaretools, die kritische Aufgaben von allem anderen, das auf dem Chip läuft, isolieren.
Wie schneidet AMD gegen NVIDIA in der Theorie ab?
AMDs Zahlen, die bei der Ankündigung präsentiert wurden, sind aussagekräftig. Laut Unternehmen bietet die Kria AI-Modul:
| Metrik | AMD-Behauptung vs. NVIDIA Thor T5000 |
|---|---|
| Echtzeit-Leistung | 3,4x besser |
| Zusätzliche Rechenleistung | 1,6x mehr |
| Agentic AI-Kapazität | 2,3x mehr |
| FP32-Signalverarbeitungsrechenleistung | 3x besser als NVIDIA Thor |
Diese Zahlen stammen von AMD und nicht von unabhängigen Testern, also behandeln Sie sie als Ausgangspunkt für die Bewertung und nicht als gesicherte Tatsache.
Was ist die Kria-Modul, und warum ist der offene Standard wichtig?
Die Kria AI SoM (System-on-Module, eine kleine in sich geschlossene Platine, die in ein größeres Gerät passt) basiert auf dem X100-Chip. Sie verwendet einen Steckerstandard namens COM-HPC anstelle eines proprietären Standards, den AMD kontrolliert. Das bedeutet, dass ein Roboterhersteller nicht darauf beschränkt ist, Hardware nur von AMD zu kaufen.
„Wir wollen keinen proprietären Formfaktor haben", sagte KV Thanjuvar Bhaaskar, Robotik-Leiter bei AMD. Jedes Unternehmen auf der Welt kann eine kompatible Trägerplatine mit öffentlich verfügbaren Schaltplänen bauen.
Ein Entwicklungskit wird mit der Modul geliefert, einschließlich Hochgeschwindigkeitskamera-Anschlüssen, einer Trägheitsmesseinheit (ein Sensor, der Bewegung und Ausrichtung verfolgt), Wi-Fi, Bluetooth und einem kleinen an Bord integrierten FPGA (ein reprogrammierbarer Chip für Echtzeit-Sicherheit und Sensoraufgaben).
Worauf sollten Leser achten?
AMDs Leistungsansprüche benötigen unabhängige Bestätigung, bevor Roboterhersteller ihre Produktionslinien darauf abstützen. Achten Sie auf unabhängige Benchmarks von Integratoren im Robotics Partner Network. Die Migration von Foundation Robotics von NVIDIA zu AMD X100 wird ein früher praktischer Test. Wenn das reibungslos läuft, werden weitere Entwickler von Humanoid-Robotern einen genauen Blick darauf werfen.
Wie zuerst von The Robot Report berichtet, nutzt auch Castec International die Plattform für einen Halbleiterfabrik-Roboter, was AMD einen konkreten Industriereferenzpunkt über die Pressemitteilung hinaus gibt.
