機器人要像人一樣自然拿起水瓶、走路或閃避障礙，不能只把更多GPU塞進機身。卡內基梅隆大學機器人研究所代理所長Srinivasa Narasimhan指出，若要讓機器人的感知、思考與動作接近人類，運算與反應速度至少要提高10倍、甚至100倍，能耗卻必須降至目前的十分之一到百分之一。
與雲端AI不同，機器人受限於機身空間、電池容量與散熱能力，無法用資料中心等級的GPU處理每個肢體動作。先進人形機器人可能配置超過50個致動器，單手就有20至25個，每個關節都需要感測、運算與控制，迫使機器人晶片從單一中央「大腦」，轉向大腦、小腦及邊緣控制分工。
不能用H100只為移動一瓶水
Narasimhan表示，現有機器人若要拿起一瓶水，通常會先辨識物體位置、思考移動路徑，再緩慢執行；人類則能把感知、思考與動作連續完成，幾乎不會察覺等待時間。
即使是機器人走路或跌倒時恢復平衡，也不能把每項動作都送回中央處理器慢慢判斷。機器人必須在毫秒內完成感知與反應，才能安全進入家庭、工廠及公共空間。
Narasimhan表示，機器人的AI速度可能要比目前快10倍，甚至100倍，才足以自然執行任務；但這也帶來能源問題，「不能只是放進更多GPU，也不能用一顆H100只為了移動一瓶水，這不合理。」
因此，機器人必須同時達成兩個看似矛盾的目標：運算快10至100倍，能源消耗卻降至十分之一或百分之一。
人形機器人超過50個致動器，單手就有20至25個
Fraunhofer可靠度與微整合研究所系統整合與互連技術部主任Andreas Ostmann指出，機器人若比擬人體，中央處理器相當於大腦，還需要感測器、致動器與電力電子系統，才能控制肢體。
目前先進人形機器人可能擁有超過50個致動器，單手就需要20至25個致動器。每個致動器都要感測施力大小、電流與關節位置，並即時調整握力。
這些動作不能全部交由中央AI大腦控制，否則資料往返與決策將花費太多時間。就像人手握住物體時，不需要等待大腦逐一計算每根手指的力量，機器人也必須把部分控制下放至手部、腳部或關節端。
大腦負責策略，手腳處理即時反射
達明機器人（4585）營運長黃識忠表示，機器人必須先感知環境，再進行學習、形成策略，最後執行全身控制，整套流程相當複雜。
環境辨識及策略形成需要較大算力，屬於偏向大腦端的工作；但手部拿取物體、關節失去平衡等狀況，必須立即反應，不能每次都等待中央大腦。
因此，手部等邊緣端必須整合感測器、微控制器（Microcontroller Unit，MCU）及AI推論功能，在低功耗條件下自行完成部分判斷。
黃識忠指出，機器人自由度愈高，需要處理的即時控制就愈複雜。未來封裝技術要把感測、運算及控制晶片整合得更小、功耗更低，才能放入機器人關節與手部。 （相關報導： 晶鏈解密》10人公司做美國防務資安合規可能耗資25萬美元！專家：標準別淪為勾選清單 ｜ 更多文章 ）
AI加速器之外，MEMS與電力晶片同樣重要
Ostmann表示，市場談到AI機器人，焦點經常放在中央AI處理器，但真正讓機器人動起來的零組件還包括微機電系統（Micro-Electro-Mechanical Systems，MEMS）、影像與力覺感測器、MCU、馬達控制器、電源管理晶片及電力電子元件。
