突破芯片算力和功耗瓶颈，后摩智能要用存算一体智驾芯片加速推动汽车智能化进程

今年以来，随着ChatGPT和AIGC概念的爆火，通用大模型创业公司方兴未艾，大模型对于算力的需求呈指数级增长。

在这样的背景下，带宽低、时延长、功耗高等传统冯·诺依曼计算架构下的瓶颈更加突显。一时间，能突破芯片算力和功耗瓶颈、实现芯片能效比阶跃的存算一体技术引爆了行业与市场的关注。

作为国内首家存算一体智驾AI芯片公司，后摩智能从2020年成立伊始就选择以存算一体的底层架构创新来实现AI计算效率的极致突破。经过2年的不懈努力，该公司在今年5月推出了国内首款存算一体智驾芯片后摩鸿途H30，其AI物理算力、功耗等多项数据惊艳市场，也为快速发展的智能汽车产业带来了全新的解决方案。

(相关资料图)

后摩智能联合创始人、研发副总裁吴仲谋在接受《每日经济新闻》记者专访时表示，存算一体AI芯片已经走到了规模化落地的前夜，后摩智能要以领先行业的产品乘势而上。“未来3~5年内，我们希望成为国内智驾领域排名前三的头部芯片企业。”

算力架构“第三极”，有效解决传统计算架构瓶颈

2020年，离开地平线的吴强选择自主创业。他认为存算一体技术是AI芯片的新方向，并联合多位顶尖学者和芯片工业界资深专家组建了后摩智能。

所谓存算一体，指的是在存储器中嵌入计算能力，以新的运算架构进行二维和三维矩阵乘法/加法运算。随着人工智能技术的加速落地，存算一体架构甚至被业界描述为继CPU、GPU架构之后的算力架构“第三极”，能有效克服传统冯·诺依曼架构的瓶颈，实现计算能效的数量级提升。

吴仲谋也是后摩智能专家团队中的一员。在他看来，后摩的创始团队自带AI芯片的基因：“这是团队人员的专业背景所决定的。并且人工智能发展这么多年，赛道很宽、市场也足够大，我们当时确定的第一件事就是要做一个人工智能的芯片。”

那么问题来了：到底什么样的AI芯片才是有竞争力的？经过多方调研和考察，后摩智能团队发现，随着AI的飞速发展，对芯片容量和算力的要求也在不断变大；其次，基于SRAM的存算一体芯片已经开始走出实验室，正处于从学术界向工业界转化的临界点，后摩的成立正好赶上了这一波浪潮。

有第三方数据显示，到2030年，基于存算一体技术的芯片总市场规模约为1136亿元，前景可观。

联想集团副总裁、联想创投合伙人王光熙也告诉每经记者，首先，存算一体可以做到从底层计算架构入手，在现有的半导体材料体系下以几倍增长来突破原来的功耗；其次，由于AI本身就牵涉大量的系数矩阵数据运算与转移，存算一体也非常适合做AI相关的计算，并将带来功耗的大幅提升。

“整体而言，存算一体是一个挺好的路线，目前也还处于一个相对比较蓝海的状态。我们认为，未来存算一体在云、边、端将大有可为。”

开启存算一体智驾芯片量产落地新时代，加速推动汽车智能化进程

从应用场景上来说，智能驾驶、云计算、边缘计算、物联网等都是存算一体芯片的优势领域。

后摩智能选择了从智能驾驶领域切入。吴仲谋表示，智能驾驶是一个很具象化的场景，不论场景还是客户都非常清晰，存算一体芯片从该场景切入也有一些鲜明的特点与优势。

“首先，车对能效比是相当敏感的；其次，把时间维度拉长，尤其是在大模型的驱动下，车对于算力的需求是持续提升的，上限空间也比较高；第三，近年来车规级芯片成了整个产业供应链的刚需，也给国内创业者提供了千载难逢的超车时机。”

今年5月，该公司正式发布基于SRAM存储介质的后摩鸿途H30智驾芯片，也是国内首款存算一体的智驾芯片。根据后摩方面提供的数据，后摩鸿途H30最高物理算力可以达到256TOPS，典型功耗35W。在Int8数据精度条件下，其AI核心IPU能效比高达15Tops/W，是传统架构芯片的7倍以上，交出了一份漂亮的答卷。

据悉，为了充分发挥存算一体带来的高计算效率，后摩智能面向智能驾驶场景还打造了专用IPU（处理器架构）天枢架构。得益于灵活、高效的硬件架构设计，后摩鸿途H30实现了性能2倍提升的同时，还降低了50%功耗，也引发行业和市场的广泛关注。目前，后摩智能的第二代产品也在全力研发中。

虽然已经发布了首个产品，但在吴仲谋看来，目前后摩智能还处于“从0到1”的发展阶段，而该公司当前的重心是掌握好产品力、有一定的成熟度并打磨出几个典型的目标客户案例。“希望在未来3~5年内，后摩智能可以成为国内智驾领域排名前三的头部芯片企业。我们也将与生态链上的合作伙伴密切合作，共同推进万物智能的实现。”

关键词：