（一）CPU（中央处理单元）

概念：CPU是一个功能概念，它指的是处理数据、执行指令、进行逻辑判断的核心功能。它是一切智能设备的算力基础和决策中心。

关键要理解：CPU本身不是一个你可以拿在手里的独立芯片，而是一种功能设计模块。它必须被实现或物化到某个实体芯片里才能工作。

就像汽车的发动机，发动机是汽车的核心动力模块，但你不能说发动机就是汽车；同理，CPU 是芯片的核心计算模块，也不能说CPU 就是芯片。

注意混淆事项：我们通常所说的 Intel i7 或 AMD Ryzen  通常被通俗的称作 CPU ，因为我们平时更关注中央运算功能，因此习惯称为 CPU。但如果从芯片的概念来说，他们更接近 MPU 芯片，它是以 CPU 为核心的独立芯片，我们平时买到的成品封装好的芯片就是它。

功能：CPU最擅长的是顺序计算，就比如解决一道复杂的数学题，需要一步一步地分析，每一步前后逻辑关联性强，这需要强大的逻辑思维和调度能力，可以指导先干什么后干什么，优秀的调度者和决策者。CPU不擅长并行计算，比如让CPU同时解决一千万道简单计算问题，它就很容易崩溃，应该交给擅长这类活的GPU去并行处理。

CPU作为核心功能模块，几乎所有现代计算芯片中都有这个模块，比如在MPU、MCU、SoC这些芯片里面，CPU是绝对核心，一个SoC中通常包含一个或多个CPU核心。

在人形机器人中，CPU 作为核心计算模块存在于主控芯片（如 MPU 或 SoC）中，是决策指挥官。它解析传感器数据判断身体姿态，按顺序规划步态调整关节角度，优先调度避障等关键动作，它有强大的顺序计算和逻辑判断能力，是实现自主运动与交互的基础算力核心。

                               核心芯片供应商‌

‌全志科技（300458）‌

‌技术优势‌：MR系列芯片（如MR813、MR133）采用异构计算架构（CPU+GPU+NPU），运动控制时延低至50微秒，适配动态平衡需求。‌‌

‌合作厂商‌：宇树科技、小米仿生机器人核心供应商，2024年机器人芯片业务营收22.88亿元（同比+36.76%）。‌‌

‌瑞芯微（603893）‌。

‌技术优势‌：通用AI视觉/控制SoC芯片，2025年上半年机器人业务营收占比达48%，海外订单占比35%。‌‌

‌合作厂商‌：与多家头部机器人企业战略合作，覆盖运动控制与环境交互。‌‌

‌奥比中光（688322）‌。

‌技术优势‌：MX6800深度引擎芯片支持3D视觉，精度±1毫米，应用于宇树H1人形机器人感知系统。‌‌

‌业绩表现‌：2025年Q1营收同比增105.63%，净利润2431万元。‌‌

‌细分领域供应商‌

‌芯朋微（688508）‌：神经网络处理器NPU性能国际领先，机器人芯片毛利率62%。‌‌

‌中控技术‌：SUPCON OS系统实现1微秒级延迟，EtherCAT主控芯片支持多关节协同控制。‌‌

‌复旦微电‌：FPGA芯片已小批量供货人形机器人客户。‌‌

‌产业链延伸企业‌

‌中芯国际（688981）‌：为人形机器人AI芯片、传感器提供晶圆代工支持。‌‌

‌北方华创（002371）‌：半导体设备供应商，间接支持芯片制造环节。‌‌

（二）MPU（微处理器）

概念：MPU 是一个器件概念，它指的是以 CPU 为核心、专注于中高性能通用计算的独立芯片实体。它的核心价值是将CPU 功能模块进行器件化封装，同时集成少量辅助单元（如高速缓存、内存控制器），形成一款能直接支撑复杂计算任务的独立芯片，是CPU 算力的独立载体。

关键要理解：MPU 本身是你可以拿在手里的实体芯片，而CPU只是芯片的一个功能模块概念。别把 MPU 和 CPU 划等号，你不能说这颗 MPU 就是 CPU，只能说这颗 MPU 的核心是 CPU 模块。

功能：MPU 最擅长的是中高性能通用计算，普遍采用多个核心设计，可同时处理多个任务比如一边调度传感器数据，一边执行路径规划，主要处理的是复杂逻辑计算，就像多面手管家，能同时协调多项工作。

在人形机器人中，MPU 是核心主控芯片，承担中枢调度角色：它运行实时操作系统统筹多任务，融合视觉、力传感器等多源数据，执行步态规划、避障决策等核心逻辑，实际也就是CPU模块的功能。

（三）MCU（微控制器）

概念：MCU 是一个器件概念，它指的是高度集成的单片微型计算机—— 将实现控制功能所需的核心组件（CPU、小容量内存、定时器、基础外设接口等）全部封装在单颗芯片中，本质是为简单场景提供一站式控制的实体芯片，核心价值是低功耗、低成本、快速响应的实时控制。

关键要理解：MCU 也是你可以直接拿在手里、焊在电路板上就能用的独立芯片，不需要额外搭配核心组件。就像自带发动机、方向盘、座椅的迷你代步车—— 不需要再单独组装动力或操控模块，加电就能完成短途代步；同理，MCU 不用外接内存、基础外设，加电后就能直接执行预设的控制逻辑。

（四）GPU（图形处理器）

概念：GPU 是兼具功能与器件属性的概念，从功能上，它指专注图形渲染与大规模并行计算的核心单元；从器件上，它可指独立显卡的核心芯片，也可指集成在其他芯片中的图形处理模块。核心价值是能高效完成任务重复、逻辑简单的高并发工作，比如处理 1000 个像素的颜色渲染、10 万组矩阵乘加运算。

关键要理解：GPU 本身既可以是独立器件，如独立显卡里的 RTX 4090 芯片，负责游戏渲染、视频编辑，也可以是功能模块，如手机 SoC 芯片里的集成的GPU模块，负责手机游戏、平板图形显示。

注意混淆事项：很多人把 GPU 和显卡划等号，其实显卡是包含 GPU 芯片、显存（VRAM）、供电电路、散热模块的完整硬件模块，GPU 只是显卡的核心部件；此外，GPU 早期仅用于图形渲染，现在通过通用目的 GPU 计算，也能处理 AI 训练、科学计算等非图形任务，不能再将其局限为 图形专用。

功能：在人形机器人中，GPU 主要承担视觉感知与并行数据处理的角色，它通过并行计算快速处理摄像头、激光雷达的海量数据，还能辅助 NPU 进行复杂 AI 推理，为机器人提供快速理解环境的视觉算力支撑，是实现精准环境感知的关键并行计算核心。

概念：NPU 是兼具功能与器件属性的概念，从功能上，它指专为神经网络算法设计的加速单元；从器件上，它可指独立的 NPU 芯片，也可指集成在 SoC 中的 AI 加速模块。核心价值是通过硬件级优化，高效执行卷积、池化、矩阵乘加等 AI 运算，实现低功耗、高速度的神经网络推理。

关键要理解：NPU 本质是AI 推理专用工具，大多是作为功能模块集成在 SoC、AI 芯片、机器人主控中，比如手机 SoC 的 NPU 负责照片美颜、语音助手推理；AI 芯片中的 NPU（如华为昇腾 310）负责边缘计算；机器人主控中的 NPU 则处理实时环境感知推理。NPU少数情况下也可以是独立器件，如地平线征程 6 独立 NPU 芯片。

注意混淆事项：不能把 NPU 和AI 推理划等号，NPU 是 AI 推理的高效工具，但 CPU、GPU 也能做 AI 推理，只是 NPU 在能效比、速度上更优。

功能：在人形机器人中，NPU 是AI 推理核心：它快速执行预训练好的神经网络模型（如识别物体、判断自身步态是否平衡、理解人类语音指令），还能实时优化运动控制算法（如根据地面摩擦力调整关节扭矩），用低功耗、高速度的 AI 推理，支撑机器人理解环境、响应指令、自主调整动作，是实现类人智能交互与运动的关键加速模块。

（六）AI 芯片

概念：AI 芯片是一个类别概念，指所有专为加速人工智能任务（机器学习、深度学习的训练与推理）设计的硬件器件，不是某一种特定架构的芯片。

关键要理解：AI 芯片是一类芯片的统称，它的核心是为 AI 任务优化，而非有 AI 功能就叫 AI 芯片，CPU、GPU 也能处理 AI 任务，但因不是专为 AI 优化，不属于严格意义上的 AI 芯片；只有 NPU、TPU、AI 专用 ASIC 等为 AI 设计的芯片，才属于 AI 芯片范畴。

架构：AI 芯片包含多种架构类型：GPU（通用并行 AI 训练）、NPU（端侧 AI 推理）、TPU（谷歌定制 AI 训练 / 推理）、AI 专用 ASIC（如华为昇腾、寒武纪思元），覆盖从云端大模型训练到终端 AI 推理的全场景。

功能：AI 芯片最擅长的是AI 任务加速：训练型 AI 芯片（如 GPU、TPU）能高效处理千亿参数大模型的训练，推理型 AI 芯片（如 NPU、AI ASIC）能低功耗执行端侧 AI 推理 ，训练型 AI 芯片适合搭建模型，推理型 AI 芯片适合用模型解决问题，不擅长非 AI 任务，比如处理系统调度、图形渲染，这类任务仍需 CPU、GPU 配合。