為真實世界的混合工作負載提供領先效能與整合
AMD Ryzen™ AI 嵌入式 X100 系列處理器將 x86 處理器、獨立級整合式顯示卡 (iGPU) 與 NPU 結合在單一 SoC 中，為自主系統提供高效能異構處理。Ryzen AI X100 系列處理器專為實體 AI 的高要求運算需求所打造，可為需要即時感測、感知與採取行動的應用實現決定性且低延遲的效能。
專為真實世界的實體 AI 工作負載所打造
為真實世界的自主工作負載實現單一裝置的感知、推論和控制
單晶片整合
透過將處理器、顯示卡與 NPU 整合在單一 SoC 中，擺脫分散式架構的複雜性，並將通訊延遲、功耗與成本降至最低。
決定性的即時效能
透過整合式記憶體架構、虛擬化與快取配置技術，為即時工作負載實現可預測的低延遲執行效能。
可擴充的開放式軟體方法
Kria™ AI 機器人軟體套件採用包含 AMD ROCm™ 軟體在內的開放式完整最佳化軟體堆疊，並與 Linux、Xen Hypervisor 及業界標準 AI 架構相容，可避免受限於單一廠商。
專為嵌入式工作負載打造的效能
強力推進並行工作負載，多執行緒處理器整數輸送量預期高
2.1 倍
（相較於 Intel Core Ultra 系列 3）(CoreMark®)¹
提供沉浸式體驗，顯示卡預期快
1.6 倍
（相較於 Intel Core Ultra 系列 3）(Unigine Heaven Pro "Extreme")²
釋放系統層級效能，記憶體頻寬最高可達
1.7 倍
（相較於 Intel Core Ultra 系列 3）
加速實體 AI，尖端與基礎 VLA 的輸送量最高可達
1.3 倍
（相較於 NVIDIA Jetson AGX Orin）³
結合 AI 與訊號處理，FP32 運算力最高可達
3 倍
（相較於 NVIDIA Jetson T5000）
增強即時成像，心臟超音波波束成形速度平均可提升
1.7 倍
（相較於 NVIDIA RTX 4000 Ada）⁴
查看 AMD Ryzen AI 嵌入式 X100 系列處理器如何釋放設計效能。
主要應用
機器人
為 AMR、協作機器人、人形機器人和其他類型機器人的自主感知、規劃與控制，提供全天候、即時且決定性的效能。
工業
透過單一晶片，為工業電腦、智慧零售及機器視覺應用推動多感測器處理與工作負載合併。
醫療照護
運用結合 AI 分析的即時成像，為微創手術增強診斷並實現精準機器人控制。
無人飛機系統
為智慧農業、基礎設施檢查等應用加速多感測器處理、自主導航與快速決策。
媒體製作工作流程
多聲道作曲與混音；AI 輔助重播與標記；適用於廣播及專業影音應用的軟體定義媒體處理。
互動娛樂
在高階遊戲系統中實現進階多重顯示器視覺效果；支援即時個人化與自適應遊戲體驗。
生態系統中的夥伴們怎麼說
型號規格
開始
AMD Ryzen AI 嵌入式 X100 系列處理器
使用 Ryzen AI X100 系列處理器設計專屬解決方案，以獲得最大的彈性與效能。
AMD Kria™ AI SOM
使用 AMD Kria AI 與合作夥伴 SOM 進行開發，縮短上市時間。
AMD Kria™ AI 機器人平台
從 AMD Kria AI 機器人開發人員平台開始，快速從概念邁向原型。
生態系統合作夥伴
在加速採用 AMD 嵌入式高效能與自適應運算技術方面，AMD 嵌入式合作夥伴扮演著重要的角色。
開放式軟體
AMD ROCm™ 開放式軟體
AMD ROCm 軟體是一個開放原始碼顯示卡運算平台，可透過業界標準程式設計架構，實現在 AMD 加速器上運轉的高效能 AI、HPC 與資料分析工作負載。
AMD Ryzen™ AI 軟體
AMD Ryzen AI 軟體是一套開發人員平台，可支援以 Ryzen AI 嵌入式系列處理器為目標的 AI 推論與加速，並針對各類應用最佳化效能、效率及部署。
AMD 機器人軟體套件
AMD 機器人軟體套件是一套完全開放的機器人技術堆疊，包括現成可用的管線與參考設計。含多套 SDK，可提供加速的 ROS 程式庫、虛擬化與即時支援，以及針對實體 AI 最佳化的 AI 模型。
軟體生態系統
AMD ROCm 與 Ryzen AI 軟體解決方案均以開放標準為基礎，並相容於各種開放原始碼機器學習工具與架構。
聯絡我們
掌握最新動態
註冊以接收最新的嵌入式產品資訊與內容。
聯絡嵌入式專家
需要進一步幫助？填寫我們的表格，AMD 嵌入式團隊將會與您聯絡。
尾註
- 測量與預測由 AMD 於 2026 年 5 月使用 AMD Ryzen AI Max+ 395 處理器 (OPN 100-000002199) 進行，其配置可反映 Ryzen AI 嵌入式 X199 規格（AMD Maple CRB，5.1 GHz 處理器，2.9 GHz 顯示卡，以 45 W TDP/sPPT/fPPT 持續運作，停用 STAPM，以及 64 GB 焊接式 LPDDR5X-8000），並與 Intel Core Ultra X7 358H（MSI Prestige 16 Flip AI+ C3MTG MS-2622，5.1 GHz 處理器，2.5 GHz 顯示卡，PL1 = 45 W，PL2 = 64 W，MSI BIOS E2622IMS.10E，32 GB LPDDR5X-8533，實測 OEM 持續功耗限制為 30 W）進行比較。結果反映的是 CoreMark v1.01 在 Ubuntu 24.04 上的預估相對多執行緒效能，比較 AMD 在 45 W 持續功耗下的實測效能，以及根據 30 W 持續功耗測量結果推估的 Intel 45 W 效能；推估所採用的縮放係數來自 358H 的公開基準測試資料。系統製造商可能改變配置，而產生不同的結果。結果可能會因配置、設定、使用方式及其他因素而異。(REX-007)
- 測量與預測由 AMD 於 2026 年 5 月使用 AMD Ryzen AI Max+ 395 處理器 (OPN 100-000002199) 進行，其配置可反映 Ryzen AI 嵌入式 X199 規格（AMD Maple CRB，5.1 GHz 處理器，2.9 GHz 顯示卡，以 45 W TDP/sPPT/fPPT 持續運作，停用 STAPM，以及 64 GB 焊接式 LPDDR5X-8000），並與 Intel Core Ultra X7 358H（MSI Prestige 16 Flip AI+ C3MTG MS-2622，5.1 GHz 處理器，2.5 GHz 顯示卡，PL1 = 45 W，PL2 = 64 W，MSI BIOS E2622IMS.10E，32 GB LPDDR5X-8533，實測 OEM 持續功耗限制為 30 W）進行比較。 結果反映的是，在 Ubuntu 24.04 上使用 Unigine Heaven 4.0 Pro “Extreme” 預設定執行測試所得的預估相對效能，比較 AMD 在 45 W 持續功耗下的實測效能，以及根據 30 W 持續功耗測量結果推估的 Intel 45 W 效能；推估所採用的縮放係數來自 358H 的公開基準測試資料。系統製造商可能改變配置，而產生不同的結果。結果可能會因配置、設定、使用方式及其他因素而異。(REX-004)
- 根據 AMD 截至 2026 年 5 月的內部測試，本測試使用 AMD Ryzen AI Max+ 395 處理器系統，來測量預估推論輸送量，此系統之配置可反映 Ryzen AI 嵌入式 X199 規格（5.1 GHz 處理器，2.9 GHz 顯示卡，55 W TDP，以 55 W TDP/sPPT/fPPT 持續運作，以及 LPDDR5X-8533）。比較對象為採用類似配置且 TDP 為 60 W 的 NVIDIA AGX Orin 64 GB，結果採計的是使用 FP16 量化時 GR00T N1.5、SmolVLA、Pi0 DROID、Pi0.5 DROID 與 OpenVLA 模型的效能幾何平均值。系統製造商可能改變配置，而產生不同的結果。結果可能會因配置、設定、使用方式及其他因素而異。(REX-001)
- 根據 AMD 截至 2026 年 7 月的內部測試。本測試以 AMD Ryzen AI Max+ PRO 395 與 AMD Radeon 8060S 顯示卡作為替代測試平台，對 Ryzen AI X199 進行效能評估，記憶體配置為 128 GB LPDDR5x 8000 MT/s；比較系統則配置 AMD Ryzen 7 9800X3D 處理器，以及配備 20 GB GDDR6 視訊記憶體的獨立 NVIDIA RTX 4000 SFF Ada 顯示卡。兩種配置皆執行 Ubuntu Linux 24.04.3，容器作業系統為 Debian GNU/Linux 13，並使用 Vulkan 進行顯示卡加速。波束成形效能比較採計的是 128 通道、50 公釐掃描深度與不同掃描角度之系統，從射頻資料複製至畫面顯示所需的總時間。取得多種掃描類型的時間改善幅度後取其平均，即得出 1.7 倍這個數字，掃描類型包括平面波高回音散射體、平面波低回音、平面波頸動脈橫切面、平面波頸動脈縱切面，以及平面波模擬解析度失真。系統製造商可能改變配置，而產生不同的結果。結果可能會有所不同。(REX-015)
© 2026 Advanced Micro Devices, Inc. 保留所有權利。AMD、AMD 箭頭標誌、Kria、Ryzen、ROCm 及其相關組合為 Advanced Micro Devices, Inc. 的商標。CoreMark 為 Embedded Microprocessor Benchmark Consortium 的註冊商標。Intel 與 Intel Core 為 Intel Corporation 或其子公司的商標。Linux 是 Linus Torvalds 在美國及其他國家或地區的註冊商標。NVIDIA 與 NVIDIA Jetson 為 NVIDIA Corporation 在美國及其他國家/地區的商標及/或註冊商標。OpenGL 與 Vulkan 為 Khronos Group Inc. 的商標。PyTorch 為 The Linux Foundation 的商標。Ubuntu 與 Ubuntu 標誌為 Canonical Ltd. 的註冊商標。Xen 為 The Linux Foundation 的商標。本文使用的其他產品名稱僅用於識別目的，可能屬於各自所有者的商標。特定 AMD 技術可能需要第三方的啟用或啟動。支援的功能可能會因作業系統而異。如需特定功能，請向系統製造商確認。沒有技術或產品是絕對安全的。
尾註
- 測量與預測由 AMD 於 2026 年 5 月使用 AMD Ryzen AI Max+ 395 處理器 (OPN 100-000002199) 進行，其配置可反映 Ryzen AI 嵌入式 X199 規格（AMD Maple CRB，5.1 GHz 處理器，2.9 GHz 顯示卡，以 45 W TDP/sPPT/fPPT 持續運作，停用 STAPM，以及 64 GB 焊接式 LPDDR5X-8000），並與 Intel Core Ultra X7 358H（MSI Prestige 16 Flip AI+ C3MTG MS-2622，5.1 GHz 處理器，2.5 GHz 顯示卡，PL1 = 45 W，PL2 = 64 W，MSI BIOS E2622IMS.10E，32 GB LPDDR5X-8533，實測 OEM 持續功耗限制為 30 W）進行比較。結果反映的是 CoreMark v1.01 在 Ubuntu 24.04 上的預估相對多執行緒效能，比較 AMD 在 45 W 持續功耗下的實測效能，以及根據 30 W 持續功耗測量結果推估的 Intel 45 W 效能；推估所採用的縮放係數來自 358H 的公開基準測試資料。系統製造商可能改變配置，而產生不同的結果。結果可能會因配置、設定、使用方式及其他因素而異。(REX-007)
- 測量與預測由 AMD 於 2026 年 5 月使用 AMD Ryzen AI Max+ 395 處理器 (OPN 100-000002199) 進行，其配置可反映 Ryzen AI 嵌入式 X199 規格（AMD Maple CRB，5.1 GHz 處理器，2.9 GHz 顯示卡，以 45 W TDP/sPPT/fPPT 持續運作，停用 STAPM，以及 64 GB 焊接式 LPDDR5X-8000），並與 Intel Core Ultra X7 358H（MSI Prestige 16 Flip AI+ C3MTG MS-2622，5.1 GHz 處理器，2.5 GHz 顯示卡，PL1 = 45 W，PL2 = 64 W，MSI BIOS E2622IMS.10E，32 GB LPDDR5X-8533，實測 OEM 持續功耗限制為 30 W）進行比較。 結果反映的是，在 Ubuntu 24.04 上使用 Unigine Heaven 4.0 Pro “Extreme” 預設定執行測試所得的預估相對效能，比較 AMD 在 45 W 持續功耗下的實測效能，以及根據 30 W 持續功耗測量結果推估的 Intel 45 W 效能；推估所採用的縮放係數來自 358H 的公開基準測試資料。系統製造商可能改變配置，而產生不同的結果。結果可能會因配置、設定、使用方式及其他因素而異。(REX-004)
- 根據 AMD 截至 2026 年 5 月的內部測試，本測試使用 AMD Ryzen AI Max+ 395 處理器系統，來測量預估推論輸送量，此系統之配置可反映 Ryzen AI 嵌入式 X199 規格（5.1 GHz 處理器，2.9 GHz 顯示卡，55 W TDP，以 55 W TDP/sPPT/fPPT 持續運作，以及 LPDDR5X-8533）。比較對象為採用類似配置且 TDP 為 60 W 的 NVIDIA AGX Orin 64 GB，結果採計的是使用 FP16 量化時 GR00T N1.5、SmolVLA、Pi0 DROID、Pi0.5 DROID 與 OpenVLA 模型的效能幾何平均值。系統製造商可能改變配置，而產生不同的結果。結果可能會因配置、設定、使用方式及其他因素而異。(REX-001)
- 根據 AMD 截至 2026 年 7 月的內部測試。本測試以 AMD Ryzen AI Max+ PRO 395 與 AMD Radeon 8060S 顯示卡作為替代測試平台，對 Ryzen AI X199 進行效能評估，記憶體配置為 128 GB LPDDR5x 8000 MT/s；比較系統則配置 AMD Ryzen 7 9800X3D 處理器，以及配備 20 GB GDDR6 視訊記憶體的獨立 NVIDIA RTX 4000 SFF Ada 顯示卡。兩種配置皆執行 Ubuntu Linux 24.04.3，容器作業系統為 Debian GNU/Linux 13，並使用 Vulkan 進行顯示卡加速。波束成形效能比較採計的是 128 通道、50 公釐掃描深度與不同掃描角度之系統，從射頻資料複製至畫面顯示所需的總時間。取得多種掃描類型的時間改善幅度後取其平均，即得出 1.7 倍這個數字，掃描類型包括平面波高回音散射體、平面波低回音、平面波頸動脈橫切面、平面波頸動脈縱切面，以及平面波模擬解析度失真。系統製造商可能改變配置，而產生不同的結果。結果可能會有所不同。(REX-015)
© 2026 Advanced Micro Devices, Inc. 保留所有權利。AMD、AMD 箭頭標誌、Kria、Ryzen、ROCm 及其相關組合為 Advanced Micro Devices, Inc. 的商標。CoreMark 為 Embedded Microprocessor Benchmark Consortium 的註冊商標。Intel 與 Intel Core 為 Intel Corporation 或其子公司的商標。Linux 是 Linus Torvalds 在美國及其他國家或地區的註冊商標。NVIDIA 與 NVIDIA Jetson 為 NVIDIA Corporation 在美國及其他國家/地區的商標及/或註冊商標。OpenGL 與 Vulkan 為 Khronos Group Inc. 的商標。PyTorch 為 The Linux Foundation 的商標。Ubuntu 與 Ubuntu 標誌為 Canonical Ltd. 的註冊商標。Xen 為 The Linux Foundation 的商標。本文使用的其他產品名稱僅用於識別目的，可能屬於各自所有者的商標。特定 AMD 技術可能需要第三方的啟用或啟動。支援的功能可能會因作業系統而異。如需特定功能，請向系統製造商確認。沒有技術或產品是絕對安全的。