2000年图灵奖获得者、中国科学院院士、清华大学交叉信息研究院院长姚期智在演讲中表示，计算能力的挑战非常重要，即使谷歌研发的Robotics Transformer模型，要做到机器人控制的话，只能达到三个赫兹的水平，和通用人形机器人需要的500个赫兹差的很远，距离实际需要的控制水平仍有许多事情要做。
从动态角度看，人形机器人需要实时控制系统，所有的伺服关节也要同步运动，传感器的数据也要同步采集，从而保证算法的输入和输出都始终处于一个节拍，从而保证算法的性能。所以，实时算法急需高算力的支撑，让系统在一定的时间周期内完成计算。
优必选北研所高级算法工程师董浩曾提到，在算力层面，机器人控制系统可以为开发者提供最多三个主控板卡，每个板卡可以选择Arm、DSP和X86不同的硬件平台来进行配置，以满足不同场景下的算力需求。
位置、姿态、速度和力，都是人形机器人需要高算力能力的重要原因。而人形机器人未来的目标是要走进千家万户，这就要求必须具备对复杂环境的适应性算法，包括走路时对地面的适应性、手臂工作时对障碍物的适应性、机器人在人机交互、人机协同时的适应性。这些复杂算法都对控制器的算力提出了巨大的挑战。