恩智浦（NXP）是誰？對於從事半導體行業的讀者來說，這不是一個難回答的問題。
如果從飛利浦於1953年成立半導體事業部算起，恩智浦的歷史已經超過70年；如果從2006年正式從飛利浦獨立算起，恩智浦也已經走過了20年的發展歷程。如果再考慮上公司在2015年收購的飛思卡爾，恩智浦的歷史脈絡還可以進一步追溯至更早的半導體產業發展階段，因為飛思卡爾的前身可以追溯到摩托羅拉在1949年成立的半導體業務。
總而言之，恩智浦是一家當之無愧的半導體老兵。基於公司在嵌入式處理、混合訊號模數轉換、電源管理、數字訊號處理、密碼安全、高速介面、射頻（RF）和嵌入式系統設計等領域的領先智慧財產權組合、深厚的應用知識、工藝技術和製造專長，恩智浦也提供了領先的產品解決方案，為汽車、工業和物聯網（IoT）、移動通訊和通訊基礎設施等眾多終端市場提供了值得信任的服務。
回看恩智浦發展的這些年，他們完整經歷了積體電路的發明、從大/小型機的崛起與衰落、汽車/PC/智慧型手機的興起與變革。現在，隨著AI的到來，他們所從事的行業也迎來了新的機遇和挑戰。恩智浦走向何方，也成為了行業關注的重點。
在日前與半導體行業觀察等交流的時候，恩智浦半導體總裁兼首席執行長Rafael Sotomayor給出的答案是以邊緣智能為基礎的“可信物理AI”。
01. 瞄準可信物理AI背後的考量
首先，我們必須釐清一點，那就是恩智浦佈局物理AI，與公司現有的業務並不衝突，而是一種相得益彰的延伸。因為按照Rafael Sotomayor所說，恩智浦現有的業務當中，有50%以上其實是汽車行業，還有大概20%的業務來源於工業與物聯網，而這些業務，正是邊緣AI和物理AI變革的主要領域。
從行業發展來看，邊緣AI似乎也是大勢所趨。據IDC在今年年初發佈的一份報告所說，出於成本、延遲和資料安全的考慮，當前AI終端產業正從端雲集中算力向端-邊-雲協同架構轉型。其中，尤其以AI終端正演變為邊緣算力核心。Global Market Insights 在一份報告中也指出，2025 年，邊緣 AI 市場規模為 252 億美元，預計到 2035 年將達到 2,255 億美元，2026 年至 2035 年的年均複合增長率（CAGR）約為 24.7%。
由此可見，邊緣AI大有可為。談到邊緣與雲的分工，Rafael Sotomayor表示：“我認為讓機器人可以在真實世界當中運行的大多數計算會發生在邊緣。但物理AI一個非常吸引人的點是它需要不斷學習，你仍然需要一個雲端模型來持續學習，機器人會用新的模型、新的學習成果和新的應用場景來更新，這部分發生在雲端。”
AI的崛起，給相應的軟硬體供應商帶來了巨大的挑戰。恩智浦半導體執行副總裁兼中國事業部總經理李曉鶴以近年來非常火熱的具身智能舉例說：“物理AI系統的安全度要求比汽車更高，而且更難。”他表示，相較於運行場景和運動方式相對受約束的汽車，人形機器人具有更多關節和運動自由度，還需要與人及周圍環境進行主動接觸，因此系統複雜度和安全驗證難度顯著提升。
Rafael Sotomayor也強調，物理AI的規模化，不是靠把“大腦”做得越來越大，而是要靠一套能夠交付“信任”的系統級方案。為此，恩智浦提出了受人類神經系統啟發的“神經軸架構”：“大腦”對應推理層，深度思考但速度相對慢；“小腦”對應協調層，思考較少、速度更快；“脊髓”對應反射層，幾乎不思考、速度極快。三層各有不同的衡量指標並高度協同，構成物理AI系統在複雜真實環境中實現可靠與安全的系統級基礎。
按照恩智浦的定義，可信物理AI需要兼顧邊緣智能、信任、即時性能和高能效。其中，“信任”涵蓋功能安全、資訊安全與系統可靠性；同時，物理AI系統還需要具備確定性的即時響應和可持續運行所需的能效。
但要實現上述目標，按照Rafael Sotomayor的說法，其實並不是一件容易的事情。
02. 夯實面向未來的技術底座
如下圖所示，Rafael Sotomayor告訴半導體行業觀察，在未來的物理AI市場競爭中，單一處理器或算力能力並不足夠。企業還需要將處理與AI、連接與感知、網路、電力與能源，以及功能安全和資訊安全等能力整合為可規模化部署的系統方案。
恩智浦，無疑已經打下了夯實的基礎。
據李曉鶴介紹，恩智浦擁有MCU、模擬晶片、功率管理、電池管理、感測器、高速網路以及同步網路等多方面的技術能力，並能夠將這些技術有機整合到完整的系統中。基於這一系統級能力，恩智浦可以幫助機器人企業補強從原型驗證邁向規模化部署過程中所需的即時控制、功能安全、資訊安全、可靠性、網路連線和能效等系統級能力，並推動相關技術實現規模化落地。
這種從單點技術走向系統級整合的能力，並非短期形成，而是恩智浦過去數十年深耕汽車和工業市場所積累的技術、產品和產業能力的集中體現。從智能車、電動化再到機器人等物理AI應用，需要的都是系統級的解決方案，而不是獨立的半導體器件。在過去，恩智浦面對任何應用都是以系統為目標，把資源投入到打造系統的工作中去。
展望未來，NXP將一如既往地發展以提升服務客戶的能力，公司對此也充滿信心。
正如Rafael Sotomayor所說，以機器人為代表的中國物理AI客戶的創新速度往往都非常快，甚至可能都快於功能和資訊安全能夠支撐的速度。有見及此，恩智浦一方面加強可信系統的部署。據介紹，在機器人方面，恩智浦正在與客戶合作，定義下一代產品。據介紹，這些產品將讓這些系統變得非常高效，並使其成為可信的AI系統；另一方面，恩智浦也正在與時俱進，加速創新。
許多機器人初創企業在原型與小規模驗證階段推進極快，但真正進入大規模部署時，會在系統級可信與系統整合上遇到新的挑戰。為了協助解決這些問題，恩智浦現在在中國成立機器人創新中心，“恩智浦的目標是通過密切地和我們的客戶協作、貼近他們的需求，在創新方面跑贏對手。”Rafael Sotomayor告訴半導體行業觀察。
“恩智浦在工業和汽車領域積累的產品和技術，與這個世界正在發展的方向非常契合。所以世界正在變化，恩智浦也隨之而變，我們正在走向物理AI。而物理AI將由中國引領，我們希望與贏家一起贏。因此，恩智浦也在持續投資中國。”Rafael Sotomayor重申。
03. 在中國，為中國，為全球
“我們投資中國是把中國視為一個創新區域，技術創新的源頭，而不僅僅是一個銷售區域。”Rafael Sotomayor告訴半導體行業觀察。而這一切，都歸功於公司過去數十年在中國的積累。
據介紹，恩智浦在中國已經深耕四十年，公司在中國的業務基礎可以追溯至飛利浦和摩托羅拉時期。自1998年開始在中國本地開展企業化營運以來，公司持續加大在中國的研發、生產和市場投入。目前，恩智浦在中國擁有約1600名工程師，並已建立覆蓋研發、生產和銷售等環節的完整業務體系，其中中國研發中心也是恩智浦在全球重要的研發基地之一。
與一些跨國企業強調的“在中國，為中國”更多是圍繞銷售和生產不一樣，恩智浦希望在中國實現更完整的業務閉環，即從產品定義、產品設計，到前端、後端製造以及市場銷售，都能夠依託中國本地團隊完成。
在李曉鶴看來，這種本土化能力，既得益於恩智浦在中國長期積累的產業基礎，也與其在中國持續建設的大規模嵌入式系統開發團隊密切相關。經過多年發展，恩智浦已經形成覆蓋研發、製造和市場等環節的本地化能力，並成為其服務中國客戶、支援全球業務的重要基礎。
李曉鶴指出，隨著中國企業不斷走向海外，恩智浦也希望能夠伴隨中國客戶的全球化處理程序，將在中國形成的產品和技術能力進一步拓展至全球市場，實現從“在中國，為中國”向“在中國，為全球”的延伸。 (半導體芯聞)