Auf der Taipei International Computer Show 2026 (Computex 2026) kündigte Intel die Einführung des neuen OpenVINO-Frameworks für physikalische KI (Physical AI) in Kombination mit seinem neuesten Core Ultra Series 3-Prozessor an, mit dem Ziel, Schlüsselprobleme beim groß angelegten Einsatz von physischer KI und Robotersystemen zu lösen, die Gesamtbetriebskosten zu senken und die Systemeffizienz zu verbessern.

Intel sagte, dass Unternehmen bei der Implementierung physischer KI in der Vergangenheit häufig komplexe Verarbeitungsprozesse für jeden Roboter anpassen mussten, um mit verschiedenen Sensoren, Codecs und Inferenzschleifen zu kommunizieren. Dieser hohe Grad an Individualisierung führte zu hohen Bereitstellungskosten und erhöhten Wartungsschwierigkeiten und zwang die Kunden zur Einführung teurerer Dual-Computing-Lösungen, was die Gesamtbetriebskosten (TCO) in die Höhe trieb. Mit dem neu veröffentlichten physischen KI-Framework OpenVINO und den Core Ultra Series 3-CPUs versucht Intel, dieses „fehlende Glied“ mit einem einheitlichen Software- und Hardware-Stack zu füllen. In seinem Ausmaß wird dies die Gesamtbetriebskosten erheblich senken und die Code-Effizienz erheblich verbessern, wodurch die groß angelegte Anwendung physischer KI am Rande einfacher möglich wird.

Intel erklärte auf der Pressekonferenz, dass sich die sogenannte „physische KI“ auf die Kombination von KI-Fähigkeiten mit physischen Systemen wie Robotern, autonomen Fahrzeugen, Drohnen und Industriemaschinen bezieht, damit diese die Umgebung wahrnehmen, Entscheidungen treffen und Aktionen in der realen Welt ausführen können. Im Gegensatz zur herkömmlichen KI, die nur digitale Ausgaben erzeugt, verbindet die physische KI das KI-Modell direkt mit Sensoren und Aktoren und ermöglicht so der Maschine, sich kontinuierlich an Veränderungen in realen Szenarien anzupassen und einen gewissen Grad an autonomem Betrieb zu erreichen. Solche Systeme basieren normalerweise auf dem Vision-Language-Action (VLA)-Modell, um die modalübergreifende Wahrnehmung und Entscheidungsfindung zu vervollständigen.

Da physische KI eine Echtzeitverarbeitung von Daten von Kameras, Radargeräten und verschiedenen Sensoren erfordert, gilt Edge Computing als wesentliche Infrastruktur in diesem Bereich. Intel wies darauf hin, dass die lokale Inferenz im Vergleich zum Zurücksenden von Daten zur Remote-Cloud-Verarbeitung nicht nur die Latenz deutlich reduzieren, Bandbreite einsparen und den Schutz der Privatsphäre verbessern kann, sondern auch dazu beitragen kann, dass physische Geräte in hochdynamischen, komplexen und sogar potenziell gefährlichen Umgebungen sofort reagieren, wodurch die Sicherheit und Zuverlässigkeit verbessert wird.

Bezüglich des konkreten Implementierungspfads betonte Intel, dass die neue physische KI-Lösung von OpenVINO tief in seine Produktlinien Core Ultra 300-Serie und Core Ultra Series 3 auf Basis der Panther-Lake-Architektur integriert ist. Diese Prozessorgeneration feierte bereits Anfang 2026 ihr Debüt auf der CES und wurde im März desselben Jahres weiter auf mobilen Unternehmensplattformen implementiert. Durch die Integration von Allzweck-Computing, KI-Inferenz und Edge-Control-Funktionen auf derselben Plattform hofft Intel, einen standardisierten und skalierbaren Entwicklungs- und Bereitstellungspfad für Roboter und andere physische KI-Geräte bereitzustellen und so die Abhängigkeit von externen dedizierten Beschleunigerkarten oder einem zweiten Satz von Computerplattformen zu verringern.

Intel zeigte auch eine Vergleichstabelle und behauptete, dass seine Lösung in Szenarien wie mittelgroßen VLA-Modellen gewisse Vorteile hinsichtlich Kosten, Leistung oder Gesamtwert im Vergleich zu Roboterplattformen wie NVIDIA Jetson AGX Orin und Jetson Thor T5000 bietet. Die konkreten Testparameter und -methoden wurden bei dem Treffen jedoch nicht im Detail bekannt gegeben. Die offizielle Erklärung von Intel lautet, dass es Roboterentwicklern und Unternehmen durch einen einheitlichen Stack sowie die Zusammenarbeit von Software und Hardware eine bessere Kostenleistung bei gleicher oder ähnlicher Auslastung bieten und gleichzeitig den durch die Parallelität mehrerer Plattformen verursachten Wartungsdruck verringern kann.

Dem Trend nach zu urteilen, dass die Anwendung physischer KI in Bereichen wie industrielle Fertigung, Logistik und Vertrieb, Lagerverwaltung und autonomes Fahren immer weiter zunimmt, ist die Frage, wie ein sicherer, stabiler und kosteneffektiver groß angelegter Einsatz am Rande erreicht werden kann, zu einer häufigen Herausforderung für die Teilnehmer der Industriekette geworden. Intel hat diesmal ein komplettes Set an Software- und Hardwarelösungen auf Basis des physischen KI-Frameworks OpenVINO vorgeschlagen, was auch von der Außenwelt als Signal gewertet wird, dass das Unternehmen weiterhin direkt mit Konkurrenzprodukten im Bereich Edge-KI und Robotikplattformen konkurrieren wird. Ob das entsprechende Ökosystem jedoch schnell reifen kann und ob es mit bestehenden Roboterentwicklungs-Toolketten kompatibel ist, bleibt abzuwarten und wird in tatsächlichen Implementierungsfällen getestet.