全球人工智能的发展正遭遇“物理瓶颈”。早期 AI 浪潮主要集中在大规模数据中心，但如今，行业正面临一个关键瓶颈：基于云端处理模式的局限性。当前 AI 部署依赖数据中心的集中式服务器，这些服务器在功耗、延迟和计算密度方面均存在明显限制。对于需要实时交互的应用——如自动化机器人、智能可穿戴设备、医疗设备和智能家居——将数据发送至远程云端并等待响应，已不再可行。
与此同时，世界正变得越来越无线化。设备必须在没有物理数据或电源连接的情况下运行，依赖电池供电和无线通信。这带来了日益拥挤的无线环境，多个设备争夺相同的免许可频谱资源，常常导致用户体验下降。在这种环境下，责任分散也成为制造商面临的重要挑战。当设备出现故障时，客户往往需要面对不同的芯片供应商——处理器供应商和连接供应商各自独立，却没有任何一方对整体解决方案承担完整责任。
为解决这些问题，行业正加速向 Agentic AI 转型，使智能能力向传感器边缘深度迁移。这一演进需要新一代芯片，不仅具备对用户和环境的感知能力，还必须实现低功耗和高热效率，同时能够在设备端原生提供高性能 AI 推理能力。此外，人机接口模拟与传感技术也必须在网络最边缘实现高效集成。Synaptics 正在引领这一转型，通过重塑内部架构和产品布局，推动边缘 AI 的持续发展。
边缘 AI 战略：将智能延伸至传感器最前沿
我们的增长战略建立在一个核心原则之上：AI 推理必须在边缘的最末端执行——也就是数据产生、学习并最终被智能利用的位置。聚焦“深度传感器边缘”，能够实现云端模型无法达到的低延迟和高能效体验。通过将 AI 能力直接集成到硬件中，我们使设备能够实时感知并响应环境，更加智能、高效。
这一战略的核心是 Synaptics Astra 平台，这是业界领先的一系列原生支持 AI 的微处理器和微控制器产品。许多行业厂商试图通过构建封闭的软件生态或专有工具链来获取市场优势，而我们则采取了更加开放、对客户和开发者更友好的策略，基于开源架构构建平台。这一开发者导向的方法充分认识到，AI 模型正在快速演进，任何单一公司都难以维持封闭生态。通过提供开源编译器，并与包括 Google Research 在内的领先合作伙伴开展合作，我们使全球开发者能够基于我们的硬件平台持续创新。
在这一战略中，一项重要的技术成果是 Synaptics Torq 神经处理架构，该架构与 Google Research 联合开发，使 Synaptics 处理器能够原生运行复杂 AI 模型，例如 Gemma 3。这一能力确保我们能够在 AI 模型日益复杂和去中心化的发展趋势中保持领先。
向 Astra 平台的战略转型，为我们推动技术创新和能力拓展打开了新的空间。通过在边缘直接提供先进的 AI 推理能力，我们能够深化与开发者和合作伙伴的协作，加快产品开发进程，并推动多个市场领域的业务增长。这一战略使 Synaptics 能够持续强化其技术体系，拓展新兴应用领域，并为客户提供能够适应行业变化的定制化解决方案。基于这些优势，我们正积极推动边缘 AI 的发展，并在这一关键领域持续巩固自身的领先地位。
业务协同：用一体化方案打造竞争优势
在无线化时代，计算与连接（Wi-Fi、蓝牙/BLE、Thread、UWB、GNSS/GPS）已密不可分。然而，许多制造商在集成不同组件时仍面临挑战，不得不从一家供应商采购处理器，同时从另一家供应商采购无线芯片，这不仅增加了工程复杂度，也带来了更高的开发成本和支持难度。为解决这一问题，Synaptics 提供完整的系统级解决方案，将高性能计算与业界领先的无线连接深度集成。我们的竞争优势十分明确：许多竞争对手虽能提供处理器，但往往缺乏 Synaptics 所具备的先进无线 IP 技术能力。
统一战略的优势，在近期与一家日本大型家电制造商的合作中得到了充分体现。当一家竞争对手仍以理论方案的 PowerPoint 演示向客户展示时，Synaptics 团队则基于 Synaptics Astra 平台展示了可实际运行的原型系统。仅用数天时间，我们便将日语语音推理模型集成到系统中，使设备能够以低延迟在本地理解并执行语音指令。这一快速响应能力表明，我们不仅提供芯片，更为客户提供完整解决方案，帮助其加速产品上市进程。
Synaptics 同时认识到，未来的单芯片系统（SoC）必须集成 MCU 以及 Wi-Fi 7、Bluetooth 6.0 和 Thread 等先进连接能力。这些连接技术的灵活组合，对于下一代 IoT 设备在日益拥挤的无线环境中实现稳定运行至关重要。将这些功能集成在单一芯片上，可显著提升能效，降低功耗，并优化物料成本结构（BOM），帮助制造商提升整体产品竞争力。
为实现更广泛的市场覆盖，我们采用双轨战略。在推动 Astra 平台生态的同时，我们也提供可独立运行的连接 SoC，使其能够与非 Synaptics 处理器配合使用。这种平台无关的策略，使 Synaptics 即使在客户采用其他计算平台的情况下，仍能参与更广泛的边缘 IoT 市场。
此外，我们的 SKU 产品规划策略基于内部 IP 模块，实现从高性能到高性价比的快速产品组合。这使客户能够在完整产品线中复用软件投入，增强平台一致性，并进一步提升 Synaptics 平台生态的长期价值和客户粘性。
Physical AI 与机器人：打造机器人的智能核心
在 Synaptics 看来，机器人市场涵盖广泛，从已进入家庭的智能扫地机器人，到未来更先进的人形机器人。我们的目标是打造机器人的智能核心，即为机器提供感知、运动和响应能力的底层技术，使其能够以接近人类的精度与环境交互。
触觉感知与灵巧操作是 Synaptics 的重要技术突破方向。通过与 Grinn 等合作伙伴协作，我们已展示机器人手部方案，利用数十个触控控制器模拟人类触觉。这些传感器使机器人能够区分不同材质，并动态调节抓取力度，例如识别陶瓷杯需要更稳定的握持力，而对纸杯则采用更轻的力度。这种精确控制能力，源于在深度传感器边缘直接集成于触控控制器中的机器学习和 AI 算法。
现代机器人系统的复杂性要求将大量传感器数据以极低延迟传输至主处理器。Synaptics 通过接口桥接产品解决这一挑战，这些产品相当于机器人内部的高带宽数据通道。借助我们在视频接口和 VR 市场积累的核心 IP 技术，使机器人能够实时处理感知数据，这是确保安全性和性能的关键。
Synaptics 已在这一领域取得重要进展，目前正与北美领先企业合作，为其人形机器人项目提供芯片样品，用于原型开发。这些预计于 2026 年底交付的系统，集成了 Synaptics 提供的多颗触控控制器和高带宽数据接口，为机器人提供关键感知与数据传输能力。
不同市场的增长节奏存在明显差异。消费类应用，如智能电视和家用机器人，通常具有更快的市场导入周期。例如，我们近期已获得一家全球领先消费电子 OEM 的项目，为其智能电视提供基于视觉的手势控制技术。而工业机器人则对精度、可靠性和稳定性要求更高，从试点到量产周期更长，预计将在 2027 年或 2028 年实现规模化部署。不过，一旦工业机器人系统投入应用，其产品生命周期通常长达 5 至 10 年，为业务带来长期稳定的增长基础。
迈向原生 AI 时代
在我担任 CEO 推动转型的九个月后，Synaptics 已发展成为专注于边缘 AI 与 IoT 领域的核心技术提供商。我们不仅提供芯片，更通过系统级解决方案，重新定义人与机器交互的未来方式。
这一增长势头已在财务表现中得到体现。在最近公布的财季中，Synaptics 核心 IoT 产品收入同比增长 53%，主要得益于无线连接产品组合的强劲表现。随着 Embedded World 等重要行业活动临近，我们也将发布新的技术路线图，进一步推动 Agentic AI、机器人和增强现实等前沿领域的发展。
通过即将公布的与 Google 的合作进展，以及新一代机器人开发套件的发布，Synaptics 正在巩固其作为边缘 AI 时代关键架构者的地位。通过提供深度集成计算、连接与感知能力的专用芯片，我们正在推动新一代智能设备实现更强性能、更高能效以及更强的环境感知能力。从依赖云端的 AI 向本地化、物理 AI 的转变已经全面展开，而 Synaptics 正走在这一变革的前沿。