Спрос на память для физического ИИ будет намного больше, чем ожидают люди

$MU сказал, что гуманоидные роботы несут в 10 раз больше памяти, чем средний автомобиль уровня L2+
Средний современный автомобиль имеет около 16 ГБ оперативной памяти DRAM, в то время как автономные автомобили уровня L4 могут требовать более 300 ГБ
Ожидается, что гуманоидные роботы будут использовать вычислительные платформы, сравнимые с высококлассными автономными автомобилями
Учитывая это, если физический ИИ масштабируется до 100 млн гуманоидных роботов или роботов с эквивалентной вычислительной мощностью, общая потребность в DRAM составит:
- 100 млн x 300 ГБ = 30 ЭБ
Это эквивалентно примерно 75% глобальной производственной мощности DRAM в 2026 году
Мы уже видим подтверждение этому на примере NVIDIA Jetson Thor. Ориентированный на задачи физического ИИ, он оснащен 128 ГБ LPDDR5X и пропускной способностью памяти 273 ГБ/с, что вдвое превышает объем памяти Jetson AGX Orin
______________________
Причина таких требований к памяти заключается в том, что роботы не запускают одну небольшую модель
Им необходимо обрабатывать данные с нескольких камер, датчиков, глубины, аудио, тактильных входов и проприоцепции, одновременно выполняя циклы восприятия, рассуждения и управления в реальном времени
Модели «зрение-язык-действие», такие как NVIDIA GR00T N1, также увеличивают нагрузку на память, поскольку они объединяют визуальное понимание, языковые рассуждения и генерацию моторных политик
______________________
Возможности могут быть еще больше
Физический ИИ требует мировых моделей, симуляции, генерации синтетических данных, обучения политик, обучения флота и непрерывного переобучения
Платформа NVIDIA Cosmos является примером этого: она использует огромные наборы видеоданных и фундаментальные мировые модели для обучения и оценки систем физического ИИ
Это не просто увеличивает спрос на DRAM, но и взрывает спрос на NAND