ARM Physical AI: Warum der Chip-Gigant jetzt auf Roboter setzt
Die neu gegründete Abteilung bündelt alle Kräfte für autonome Systeme und sagt der Cloud den Kampf an.
Der britische Chip-Designer ARM bündelt seine Ressourcen in einer neu geschaffenen Division für "Physical AI", um die Steuerung von Robotern und autonomen Systemen zu revolutionieren. Dieser strategische Umbau zielt darauf ab, die Dominanz aus dem Smartphone-Sektor auf die physische Welt zu übertragen und liefert die Hardware-Basis für die nächste Generation intelligenter Maschinen.
Strategische Neuausrichtung in drei Säulen
ARM reagiert auf die Marktsättigung bei Mobilgeräten mit einer fundamentalen Umstrukturierung des Unternehmens. Das Geschäft gliedert sich künftig in die drei Bereiche Web/Cloud, Edge (Consumer-Geräte) und die neue Sparte Physical AI. In diesem neuen Segment verschmelzen die bisher getrennten Geschäftsbereiche für Automobiltechnik und das Internet der Dinge (IoT). Das Management unter CEO Rene Haas setzt damit klar auf Wachstum jenseits des reinen Bildschirms.
Die Logik hinter dieser Fusion liegt in den technischen Gemeinsamkeiten der Anwendungsfelder. Sowohl ein modernes Elektroauto als auch ein Industrieroboter müssen Sensordaten in Echtzeit erfassen und in mechanische Aktionen umsetzen. Die Trennung dieser Bereiche ist technologisch nicht mehr zeitgemäß, da die Anforderungen an die Sicherheitsarchitektur und die Echtzeitverarbeitung bei beiden Systemklassen identisch sind. ARM positioniert sich damit als zentraler Architekt für jede Hardware, die sich autonom bewegt.
Anzeige
Edge AI und neue Befehlssätze
Technisch steht der Wechsel von der Cloud zur sogenannten Edge AI im Mittelpunkt. Daten werden nicht mehr an Rechenzentren gesendet, sondern direkt im Roboter verarbeitet. Um die dafür nötige Rechenleistung effizient bereitzustellen, integriert ARM die "Scalable Matrix Extensions" (SME) tief in seine Prozessorarchitektur. Diese Technologie beschleunigt spezifische mathematische Operationen – vor allem Matrixmultiplikationen –, die das Rückgrat moderner neuronaler Netze bilden.
Der Verzicht auf den Cloud-Umweg reduziert die Latenz drastisch. Ein autonomes Fahrzeug oder ein kollaborativer Roboter in der Fabrikhalle muss im Millisekundenbereich auf unvorhergesehene Hindernisse reagieren. Eine Datenübertragung über das Internet wäre hier ein Sicherheitsrisiko. Zudem spielt die Energieeffizienz der ARM-Architektur eine entscheidende Rolle. Da viele dieser neuen "Physical AI"-Systeme batteriebetrieben sind, entscheidet der Stromverbrauch maßgeblich über die Einsatzdauer und Wirtschaftlichkeit der Geräte.
Kampfansage an Nvidia und Qualcomm
Mit der Fokussierung auf physische KI tritt ARM in direktere Konkurrenz zu Schwergewichten wie Nvidia und Qualcomm. Während Nvidia den Markt für das Training von KI-Modellen dominiert, will ARM den Markt für die Ausführung dieser Modelle (Inferenz) in Endgeräten besetzen. Die Strategie zielt darauf ab, Entwicklern eine einheitliche Plattform zu bieten, die von einfachen Sensoren bis hin zu komplexen humanoiden Robotern skaliert.
Erste Partnerschaften, etwa mit dem US-Unternehmen Nuro für autonome Lieferfahrzeuge, verdeutlichen den Anspruch. ARM liefert nicht nur den Bauplan für den Prozessor, sondern zunehmend auch sicherheitskritische Software-Stacks. Dies soll die Entwicklungskosten für Hardwarehersteller senken und die Markteinführung neuer Robotik-Lösungen beschleunigen. Der Wettlauf um das Betriebssystem der realen Welt ist damit eröffnet.