IEEE IRDS 2026 白皮书：具身智能的机载算力需求与 2035 路线图

具身智能要从演示走向持续作业，绕不开一个具体问题：机器人本体上究竟需要多少计算资源，这些资源又该如何在功率与散热的硬约束下分配。IRDS 2026版的自主机器计算章节把这个题目拆成可核算的部件，而不是停留在“模型能不能跑动”的层面，标题即点明要给出技术基线与到2035年的预测。现在值得看，是因为讨论重心正从单点算力指标转向长时作业中的时限与能效——这意味着评价口径本身需要一次统一。它提供的正是这样一套口径的草案。

覆盖范围从框架定义一直延伸到校准方法。开篇先立“机载计算框架”，规定四类职责以及各自的时间与功率要求；接着交代预测是怎么造出来的，包括证据与评审年份的选取、未来输入的选择，并把内存、能量、控制分别当作独立维度处理。主体部分按层展开：关节处的伺服计算、面向任务信息交付的感知计算、全身控制与核心机器人计算，以及跑在机器人上的基础模型计算。之后是跨层共性要求、2026–2035年的定量技术情景、开源作为具身智能基础设施、基准测试与路线图校准；附录则给出2035年情景数字的生成方式、计算细节与敏感性分析，以及一份输入证据台账。

从图表与章节安排能看出这份资料的核心判断：机载计算不是一个层，而是四层相互作用的系统，快速电机反馈同时支撑感知、协调运动与模型生成的任务决策。三个预算维度被刻意分开——内存看的是保留状态的空间和访问它的速度，能量看的是每焦耳能兑现多少及时决策，控制看的是在同一时限内能不能解更大的问题。换句话说，单看某一个算力指标，或单看模型规模，都无法回答“这台机器能不能连续干完一件活”。伺服与感知被排在基础模型之前讲，也说明作者把时限最紧、最贴近物理世界的那一层当作约束起点。

跨层要求单独成章，列的是封装与数据搬运、观测时效与状态有效性、可复用的执行软件这三类问题。它们都不属于某一层独有，却直接决定层与层之间能否配合。2026–2035的情景在图里被明确标为“有条件”（conditional），附录A交代2035年情景数字如何生成，附录B给计算细节与敏感性，附录C是输入证据台账。这意味着那些数字是带假设链条的推演结果，而非实测值；敏感性一节的存在也提示结论对输入选择相当敏感，引用前需要先看假设是否贴合自己的场景。

按这一章的安排，基准测试被放到校准的位置上：现有基准能贡献什么、怎样对一套完整配置做资格认定、如何用测量替换假设、如何在物理作业上衡量进展，四节连成一条从“信假设”走向“信测量”的路径。配套的评估边界图从硬件资源一直画到集成后的机器人行为，说明评价对象是整机表现而非某个部件；开源被当作具身智能的基础设施，与“可复用执行软件”的诉求彼此呼应。另一张图给出 AIRSEAI 从移动单臂技能到双臂操作、再到异构机器人协同的演进方向，其中第三阶段被注明是项目目标、图由作者提供——这是方向性示意，不宜与路线图的定量情景混为一谈。

做机器人系统集成、边缘计算选型、功耗与散热设计以及评测方法的人，读这份资料能拿到两样东西：一套把长时作业需求折算成内存、执行与功耗散热预算的核算框架，一份把假设逐步换成测量的校准清单。边界同样清楚：IRDS 自述仅用于技术评估，不考虑个别产品或设备的商业考量，因此它不能当作产品规格或采购依据；情景数字依赖附录中的假设与敏感性，脱离前提引用容易失真。更稳妥的用法是把它当提问清单——先确认自己的时限、状态保持时长与功率包络，再回头对照它的分层与预算。

INTERNATIONAL ROADMAP FOR DEVICES AND SYSTEMS™ 2026 EDITION AUTONOMOUS MACHINE COMPUTING THE ON-ROBOT COMPUTING NEEDS OF EMBODIED AI: TECHNOLOGY BASELINES AND PROJECTIONS TO 2035 THE IRDS IS DEVISED AND INTENDED FOR TECHNOLOGY ASSESSMENT ONLY AND IS WITHOUT REGARD TO ANY COMMERCIAL CONSIDERATIONS PERTAINING TO INDIVIDUAL PRODUCTS OR EQUIPMENT. ii THE INTERNATIONAL ROADMAP FOR DEVICES AND SYSTEMS: 2026 COPYRIGHT © 2026 IEEE. ALL RIGHTS RESERVED. © 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works. The IEEE emblem is a trademark owned by the IEEE.