英特尔押注物理 AI：2027 年 Nova Lake、2028 年 Razor Lake AX，平台算力冲到 700 TOPS

当所有人都在讨论 GPU 与云算力时，英特尔把目光投向了另一个词：物理 AI。10 月 16 日，据韩媒 THE ELEC 报道，英特尔高级副总裁在韩国举行的“半导体驱动人形机器人”大会上给出了一个清晰的时间表——2027 年初面向物理 AI 推出 Nova Lake，2028 年再补上 Razor Lake AX。

一分钟速览

• 英特尔计划 2027 年初面向物理 AI 领域推出 Nova Lake 处理器。
• 2028 年将推出 Razor Lake AX，平台总算力可达 700 TOPS，明显高于 Panther Lake 的 180 TOPS。
• 综合爆料，Razor Lake AX 是英特尔首款商业化的大内存位宽大核显 SoC。
• 它沿用标准 Nova Lake 的核心组成，同时集成 16 个或 32 个 Xe3P 核心。
• 图形显示与 AI 推理能力都将显著提升，目标场景是机器人等物理 AI 设备。

700 TOPS 意味着什么

把算力数字排在一起会更直观：Panther Lake 是 180 TOPS，Razor Lake AX 目标 700 TOPS，接近前者四倍。对于机器人这类场景，算力不是拿来做“聊天”的，而是要同时处理多路传感器输入、视觉识别、路径规划与控制决策。边缘设备上多出的每一分算力，往往直接对应“能不能在本地实时做完、而不必回传云端”的能力边界。对机器人厂商来说，本地算力决定了延迟、带宽成本与隐私边界，这三件事恰恰是云端推理最难兼顾的。

为什么是“大核显”路线

Razor Lake AX 被描述为英特尔首款商业化的大内存位宽大核显 SoC：核心组成沿用标准 Nova Lake，但集成 16 或 32 个 Xe3P 核心。这条技术路径的含义是，把并行计算能力放在集成显卡上，而不是完全依赖独立加速卡。对机器人这种空间、功耗、散热都极度受限的形态而言，一体化 SoC 的吸引力在于体积与功耗的平衡——少一块板卡，就少一份重量与热设计压力。

时间表背后的竞争

2027 与 2028 这两个节点，恰好是物理 AI 从演示走向量产的关键窗口。人形机器人与具身智能的落地节奏，正在把“芯片—模型—整机”三方绑在同一根时间线上：模型需要更大上下文与更强视觉推理，整机需要更低功耗，而芯片厂需要提前一两年锁定设计。英特尔把物理 AI 单独拎出来做产品路线，本质上是在为这条新赛道提前卡位。

需要保留的疑问

需要说明的是，这些规划目前来自大会表态与媒体爆料，最终的产品形态、量产时间与真实能效表现都还没有官方产品页佐证。“平台总算力 700 TOPS”这类指标通常也包含了不同精度下的加权结果，横向比较时需要看清口径。对关心机器人落地的读者来说，真正值得跟踪的是三件事：量产时间是否守约、开发者生态能否跟上、以及在真实机器人负载下的功耗表现。