Neue Standards für das Robotergehirn setzen
AMD FPGAs und adaptive SoCs ermöglichen seit Jahrzehnten Sensorik-, Sicherheits- und Steuerungssysteme für Roboter. AMD Kria™ AI Lösungen erweitern diese Funktionen nun auch auf das Robotergehirn. Sie kombinieren dazu Echtzeit-CPU-Steuerung mit schneller GPU- und NPU-Inferenz zur Versorgung agentischer Robotik und anderer physikalischer KI-Anwendungen und einem gemeinsamen Speicher auf einem einzigen, produktionsbereiten Modul.
Physische KI-Lösungen in der Praxis im großen Maßstab bereitstellen
Erzielen Sie skalierbare, latenzarme und produktionsbereite physische KI-Bereitstellung mit deterministischer Performance, integrierter KI-Beschleunigung und modularem Design.
Die eigene Lösung anpassen
Nutzen Sie eine anpassbare, offene Plattform für die sichere Bereitstellung von KI mit branchenüblichen Frameworks und AMD Software.
Für schnellere Markteinführung
Verkürzen Sie die Markteinführungszeit mit einer vorgefertigten Hardwareplattform, die vorkonfigurierte KI-Entwicklung, schnelles Prototyping und eine sichere, zukunftsbereite Open-Source-Plattform für sich entwickelnde Modelle bietet.
Kria AI SOMs
Das AMD Kria AI SOM verfügt über den AMD Ryzen™ AI Embedded X100 Chip auf einer COM-HPC-Bauform-Platine nach Industriestandard. Das SOM, das über das AMD Partnerökosystem erhältlich ist, verfügt über eine CPU für agentische Orchestrierung und Echtzeitsteuerung, eine GPU für die KI-Wahrnehmung und -Schlussfolgerung, eine NPU für KI mit geringem Stromverbrauch und niedriger Latenz und einen gemeinsamen Speicher.
Das Kria AI SOM wurde für rechenintensive physische KI-Anwendungen wie Robotics und autonome Maschinen entwickelt und kann auf bis zu 234 gleichzeitige1 Agenten skalieren und bis zu 8.000 Entscheidungen pro Sekunde treffen.2
Produkt-Highlights
im Vergleich zu NVIDIA Jetson Thor
Kria™ AI Robotics Developer Platform
Die AMD Kria™ AI Robotics Developer Platform ist die erste offene, vollständig integrierte Plattform der Branche für autonome Robotics. Sie deckt die gesamte Robotics-Pipeline ab, von Fabrikrobotern und AMRs bis hin zu mobilen Manipulatoren und Humanoiden. Diese skalierbare Entwicklungsplattform hilft Entwicklern, Designs innerhalb weniger Tage vom Konzept bis zum Prototyp umzusetzen.
Sie kombiniert ein AMD Kria AI SOM mit einer Trägerplatine mit einem FPGA und einer Vielzahl von Sensor- und Kommunikationsschnittstellen. Die Plattform wird von der AMD Robotics Software Suite unterstützt, die auf der AMD ROCm™ Software und dem branchenüblichen ROS 2-Framework basiert. Kria AI treibt das Gehirn eines Systems an und bietet dabei eine einzige Plattform für Entscheidungen in Echtzeit und autonomes Handeln.
Im Blog erfahren Sie mehr über die Wettbewerbsvorteile der AMD Kria AI Robotics Developer Platform.
Beschleunigen Sie die Robotics-Entwicklung mit einem offenen physischen KI-Software-Stack
Intelligenter bauen. Schneller Prototypen erstellen. Zuverlässig bereitstellen.
Die AMD Robotics Software Suite ist ein offener, portabler Software-Stack, der die Robotics-Entwicklung vom Prototyp bis zur Produktion beschleunigt. Mit optimierten ROS 2-Bibliotheken, KI-SDKs, Simulationstools und Referenzanwendungen vereinfacht sie die Entwicklung und maximiert gleichzeitig die AMD Plattform-Performance für autonome Roboter, industrielle Automatisierung und KI-gesteuerte Robotics.
Erste Schritte
Kria AI SOM bei unseren Partnern kaufen
Bereit für die Einführung in der Serienproduktion? Informieren Sie sich über die SOM-Lösungen unserer Partner.
AMD Embedded Experten kontaktieren
Möchten Sie mehr erfahren? Füllen Sie unser Formular aus, damit das AMD Embedded Team Sie kontaktieren kann.
Fußnoten
HAFTUNGSAUSSCHLUSS: Die hier enthaltenen Angaben dienen ausschließlich zur Information und können ohne vorherige Ankündigung geändert werden. Obwohl dieses Dokument mit aller Sorgfalt angefertigt wurde, kann es technische Ungenauigkeiten, Auslassungen und typografische Fehler enthalten. AMD ist nicht verpflichtet, diese Informationen zu aktualisieren oder anderweitig zu korrigieren. Advanced Micro Devices, Inc. gibt keinerlei Zusicherungen bezüglich der Genauigkeit oder Vollständigkeit dieser Inhalte und übernimmt keinerlei Haftung oder stillschweigende Gewährleistungen für die Nichtverletzung von Rechten, Marktfähigkeit oder Eignung für bestimmte Zwecke bei Betrieb oder Nutzung von AMD Hardware, Software oder anderen hier beschriebenen Produkten. Mit diesem Dokument werden keinerlei gewerbliche Schutzrechte gewährt – weder ausdrücklich noch implizit oder durch eine Rechtswirkung. Die für Kauf oder Nutzung von AMD Produkten geltenden Bedingungen und Einschränkungen werden schriftlich zwischen den Parteien vereinbart oder in den Standard-Verkaufsbedingungen von AMD festgelegt. GD-18u.
- Basierend auf dem von AMD in Auftrag gegebenen mimik Whitepaper „Architectural Fit for Production-Scale Agentic AI on Heterogeneous SoCs“, das am 23. Juli 2026 von mimik veröffentlicht wurde, basierend auf einem modellierten Vergleich von 455 durchführbaren agentischen KI-Workflows über zwei Chipklassen (X100, NVIDIA Jetson T5000), bei dem verfügbare CPU-, GPU- und Speicherressourcen überprüft wurden. Weitere Informationen unter https://www.mimik.com/agentix-compute-benchmarking (REX-019)
- 8.000 Entscheidungen pro Sekunde (125 us) durch den Einsatz der Bosch Rexroth Steuerung auf der AMD X100-Serie. Benchmark misst die Latenz eines Echtzeit-Regelkreises auf der CPU. Roboter-Schlussfolgerungen in <100 ms Benchmarking durch embedL-Targeting GPU-VLA-Inferenzlatenz (basierend auf Pi0.5 VLA)
- Basierend auf dem von AMD in Auftrag gegebenen OpenNav Robotics Workload Benchmark, veröffentlicht von Open Navigation LLC am 23. Juli 2026, gemessen auf dem GMKtec EVO-X2 KI-Mini-PC AMD Ryzen AI Max+ 395 so konfiguriert, dass es den Ryzen AI Embedded X199 Spezifikationen (5,1 GHz CPU, 2,9 GHz GPU, 120 W TDP, LPDDR5X-7500) entspricht, im Vergleich zum NVIDIA Jetson AGX Thor Developer Kit: https://opennav.org/news/opennav-robotics-workload-benchmark (REX-018)
- Basierend auf dem von AMD in Auftrag gegebenen OpenNav Robotics Workload Benchmark, veröffentlicht von Open Navigation LLC am 23. Juli 2026, gemessen auf dem GMKtec EVO-X2 KI-Mini-PC AMD Ryzen AI Max+ 395 so konfiguriert, dass es den Ryzen AI Embedded X199 Spezifikationen (5,1 GHz CPU, 2,9 GHz GPU, 120 W TDP, LPDDR5X-7500) entspricht, im Vergleich zum NVIDIA Jetson AGX Thor Developer Kit: https://opennav.org/news/opennav-robotics-workload-benchmark (REX-016)
HAFTUNGSAUSSCHLUSS: Die hier enthaltenen Angaben dienen ausschließlich zur Information und können ohne vorherige Ankündigung geändert werden. Obwohl dieses Dokument mit aller Sorgfalt angefertigt wurde, kann es technische Ungenauigkeiten, Auslassungen und typografische Fehler enthalten. AMD ist nicht verpflichtet, diese Informationen zu aktualisieren oder anderweitig zu korrigieren. Advanced Micro Devices, Inc. gibt keinerlei Zusicherungen bezüglich der Genauigkeit oder Vollständigkeit dieser Inhalte und übernimmt keinerlei Haftung oder stillschweigende Gewährleistungen für die Nichtverletzung von Rechten, Marktfähigkeit oder Eignung für bestimmte Zwecke bei Betrieb oder Nutzung von AMD Hardware, Software oder anderen hier beschriebenen Produkten. Mit diesem Dokument werden keinerlei gewerbliche Schutzrechte gewährt – weder ausdrücklich noch implizit oder durch eine Rechtswirkung. Die für Kauf oder Nutzung von AMD Produkten geltenden Bedingungen und Einschränkungen werden schriftlich zwischen den Parteien vereinbart oder in den Standard-Verkaufsbedingungen von AMD festgelegt. GD-18u.
- Basierend auf dem von AMD in Auftrag gegebenen mimik Whitepaper „Architectural Fit for Production-Scale Agentic AI on Heterogeneous SoCs“, das am 23. Juli 2026 von mimik veröffentlicht wurde, basierend auf einem modellierten Vergleich von 455 durchführbaren agentischen KI-Workflows über zwei Chipklassen (X100, NVIDIA Jetson T5000), bei dem verfügbare CPU-, GPU- und Speicherressourcen überprüft wurden. Weitere Informationen unter https://www.mimik.com/agentix-compute-benchmarking (REX-019)
- 8.000 Entscheidungen pro Sekunde (125 us) durch den Einsatz der Bosch Rexroth Steuerung auf der AMD X100-Serie. Benchmark misst die Latenz eines Echtzeit-Regelkreises auf der CPU. Roboter-Schlussfolgerungen in <100 ms Benchmarking durch embedL-Targeting GPU-VLA-Inferenzlatenz (basierend auf Pi0.5 VLA)
- Basierend auf dem von AMD in Auftrag gegebenen OpenNav Robotics Workload Benchmark, veröffentlicht von Open Navigation LLC am 23. Juli 2026, gemessen auf dem GMKtec EVO-X2 KI-Mini-PC AMD Ryzen AI Max+ 395 so konfiguriert, dass es den Ryzen AI Embedded X199 Spezifikationen (5,1 GHz CPU, 2,9 GHz GPU, 120 W TDP, LPDDR5X-7500) entspricht, im Vergleich zum NVIDIA Jetson AGX Thor Developer Kit: https://opennav.org/news/opennav-robotics-workload-benchmark (REX-018)
- Basierend auf dem von AMD in Auftrag gegebenen OpenNav Robotics Workload Benchmark, veröffentlicht von Open Navigation LLC am 23. Juli 2026, gemessen auf dem GMKtec EVO-X2 KI-Mini-PC AMD Ryzen AI Max+ 395 so konfiguriert, dass es den Ryzen AI Embedded X199 Spezifikationen (5,1 GHz CPU, 2,9 GHz GPU, 120 W TDP, LPDDR5X-7500) entspricht, im Vergleich zum NVIDIA Jetson AGX Thor Developer Kit: https://opennav.org/news/opennav-robotics-workload-benchmark (REX-016)