2020年，離開地平線的吳強(qiáng)選擇自主創(chuàng)業(yè)，他認(rèn)為，存算一體技術(shù)是AI芯片的新方向，對(duì)于長(zhǎng)期被“卡脖子”的國產(chǎn)芯片廠商來說，存算一體芯片可能是國產(chǎn)芯片算力彎道超車的絕佳機(jī)會(huì)。

同年11月，后摩智能成立，吳強(qiáng)組建了自己的團(tuán)隊(duì)，誓要親身參與這場(chǎng)屬于國產(chǎn)陣營(yíng)與海外陣營(yíng)的算力大戰(zhàn)。

創(chuàng)業(yè)，吳強(qiáng)盯準(zhǔn)了一個(gè)趨勢(shì)——

國產(chǎn)替代。

在芯片短缺越演越烈的那幾年，國產(chǎn)化替代的訴求越來越高，特別是車規(guī)級(jí)芯片，成了整個(gè)產(chǎn)業(yè)供應(yīng)鏈的剛需，這無疑給國內(nèi)創(chuàng)業(yè)者提供了千載難逢的超車時(shí)機(jī)。

剛過去的5月10日，后摩智能發(fā)布了第一款大算力存算一體智駕芯片鴻途H30，并將智能駕駛作為落地場(chǎng)景。吳強(qiáng)的團(tuán)隊(duì)，終于在大算力存算一體芯片領(lǐng)域迎來產(chǎn)品級(jí)的發(fā)布，當(dāng)然，這也是國內(nèi)首款存算一體的智駕芯片。

第二成長(zhǎng)曲線

經(jīng)濟(jì)學(xué)里的第一曲線，指的是企業(yè)在熟悉環(huán)境里開展傳統(tǒng)業(yè)務(wù)所經(jīng)歷的生命周期，第二曲線則是面對(duì)新市場(chǎng)、新變革所經(jīng)歷的生命周期。

英國管理學(xué)大師查爾斯·漢迪（Charles Handy）用“第二理論”給轉(zhuǎn)型升級(jí)傳遞了相似的思路：為了向前發(fā)展，必須在改革中開辟一條完全不同的新道路，對(duì)熟悉的問題要有新視角，也就是托馬斯·庫恩（Thomas Kuhn）所說的“范式轉(zhuǎn)移”。

實(shí)際上，每一個(gè)行業(yè)都將面臨經(jīng)濟(jì)學(xué)里的第二曲線，特別是身處算力軍備賽的芯片領(lǐng)域，更是在海量算力需求里經(jīng)歷著第二曲線的突圍與探路。

顛覆芯片的底層架構(gòu)設(shè)計(jì)，存算一體，正是突破算力瓶頸、擺脫存儲(chǔ)寬帶限制的一條路徑。

關(guān)鍵詞之一，是順勢(shì)。

大部分讀者都知道，算法、算力和數(shù)據(jù)是大模型時(shí)代的三大基礎(chǔ)要素，ChatGPT引爆了算力要求的“核聚變”。當(dāng)摩爾定律已經(jīng)被逼近物理極限，如何突破算力瓶頸已成為業(yè)界重點(diǎn)突圍的方向之一，因?yàn)槟Ｐ陀?jì)算量的增長(zhǎng)速度，已經(jīng)遠(yuǎn)超AI硬件算力增長(zhǎng)速度。

延伸到智駕領(lǐng)域，當(dāng)汽車迎來智能化新時(shí)代，高級(jí)別的自動(dòng)駕駛對(duì)算力有非常嚴(yán)格的需求，特別是到了L4，算力要求已達(dá)到1000T以上，且伴隨著Corner Case的增加，算法模型增大，更具復(fù)雜性，算力的需求也隨之攀升。

關(guān)鍵詞之二，是破局。

經(jīng)典的馮諾依曼架構(gòu)里，數(shù)據(jù)從處理單元外的存儲(chǔ)器提取，處理完之后，再返回存儲(chǔ)器。因此，基于馮諾依曼體系結(jié)構(gòu)的算力相對(duì)簡(jiǎn)單，且CPU和存儲(chǔ)器之間存在巨大的速度差，抵達(dá)一定的極限后，存儲(chǔ)器就很難跟上運(yùn)算部件消耗的數(shù)據(jù)了。

量產(chǎn)階段的困局體現(xiàn)在：

（參考：《量子位·存算一體芯片報(bào)告》）

-即使芯片制程更加先進(jìn)了，但對(duì)于制造商來說還是投入產(chǎn)出比極低，研發(fā)與生產(chǎn)成本上去了，性能提升卻往往不如人意。

-集成電路尺寸進(jìn)一步縮小，芯片的可靠性也受到挑戰(zhàn)，諸如由“短溝道效應(yīng)”和“量子隧穿效應(yīng)”等引發(fā)的芯片漏電。

-先進(jìn)工藝下盡管芯片擁有大算力，但同時(shí)也產(chǎn)生了高能耗，對(duì)于功耗敏感的應(yīng)用場(chǎng)景，先進(jìn)制程不占優(yōu)勢(shì)。

因此，芯片行業(yè)一直有這樣一種說法，馮諾依曼的架構(gòu)思路既是一切現(xiàn)代計(jì)算機(jī)的基礎(chǔ)，又是現(xiàn)代計(jì)算機(jī)難以繞開的桎梏。如何解開這層與生俱來的桎梏，突破計(jì)算單元與存儲(chǔ)單元分離的缺點(diǎn)，成為很多芯片玩家努力的方向。

何為存算一體？

字面上來說，作為一種全新的計(jì)算架構(gòu)，存算一體是在存儲(chǔ)器中嵌入計(jì)算能力，將存儲(chǔ)單元和計(jì)算單元合為一體，省去了計(jì)算過程中數(shù)據(jù)搬運(yùn)環(huán)節(jié)，消除了由于數(shù)據(jù)搬運(yùn)帶來的功耗和延遲，提升計(jì)算能效。

在吳強(qiáng)看來，將公司首款存算一體芯片應(yīng)用于智駕，是一個(gè)非常漂亮的決定。

因?yàn)樵诩夹g(shù)和產(chǎn)品匹配的角度，這顆芯片帶來的優(yōu)勢(shì)，和自動(dòng)駕駛的關(guān)鍵需求是天然吻合的，可實(shí)現(xiàn)極致能效比和超低延時(shí)，讓底層的芯片更好地扮演著人類大腦的角色。

一個(gè)，是打破存儲(chǔ)墻。

面對(duì)存儲(chǔ)墻、帶寬墻和功耗墻等挑戰(zhàn)，存算一體芯片能成百上千倍地提高計(jì)算效率，從而降低成本，消除不必要的數(shù)據(jù)搬移延遲和功耗，這也是較多核并行加速技術(shù)更為顛覆的地方。

另一個(gè)，是算力與能效。

計(jì)算直接在存儲(chǔ)器內(nèi)完成，可提供大于1000TOPS以上的算力和超10-100TOPS/W的能效。通俗一點(diǎn)講，就是在面積不變的基礎(chǔ)上，翻倍增加計(jì)算核心數(shù)，數(shù)據(jù)層面，成幾何式提升。

256TOPS & 35W

昨日，后摩智能正式發(fā)布了旗下首款存算一體智駕芯片——鴻途?H30，最高物理算力達(dá)到256TOPS，典型功耗35W，這也意味著，國內(nèi)科技公司自研資產(chǎn)的存算一體大算力AI芯片，終于在智駕領(lǐng)域落地了。

“是物理算力，不是稀疏虛擬算力?！?/span>

吳強(qiáng)手里拿著一顆H30，向大家介紹該芯片的核心指標(biāo)。他特意強(qiáng)調(diào)，256TOPS是物理算力，并不是大家平日里提及的稀疏虛擬算力，這也意味著，H30目前創(chuàng)造了國內(nèi)之“最”，即國產(chǎn)智駕芯片里物理算力最大的產(chǎn)品。

有種“一覽眾山小”的俯視感，且值得一提的是，弄出這樣一顆芯片，后摩智能只用了短短兩年的時(shí)間。

優(yōu)勢(shì)不止于此。

256TOPS的算力，功耗只需要35W，這也意味著，其能效的數(shù)據(jù)更是“吊打”一眾國內(nèi)的智駕芯片產(chǎn)品。

地平線CEO余凱曾感慨，尤其是在智駕芯片領(lǐng)域，屬于寡頭性非常強(qiáng)的領(lǐng)域，到后來，大部分玩家都會(huì)陪跑，最終能跑出來的公司屈指可數(shù)。雖然我們看不清賽道的終局，但從目前來看，作為只有兩歲的創(chuàng)業(yè)公司，后摩時(shí)代的成績(jī)是可圈可點(diǎn)的。

還有一些數(shù)據(jù)參數(shù)：

性能指標(biāo)——

后摩智能用H30與英偉達(dá)的產(chǎn)品相比，在Resnet50下，前者Batch=8達(dá)到10300幀/秒的性能，是后者的2.3倍；而在Batch =1時(shí)，前者性能達(dá)到8700幀/秒，后者僅為1520幀/秒，是英偉達(dá)的5.7倍。

計(jì)算效率——

H30在上述相同的比較維度，Batch = 8的情況下，計(jì)算效率達(dá)到294FPS/Watt，是英偉達(dá)的4.6倍，Batch=1時(shí)，這一數(shù)字更是高達(dá)11.3 倍。

這里還有一個(gè)細(xì)節(jié)。

吳強(qiáng)曾在一次交流中表示，存算一體是架構(gòu)的創(chuàng)新，而工藝則是另一個(gè)維度的事情。好工藝肯定是好事，后摩智能也在用先進(jìn)工藝，但是對(duì)存算一體來說，對(duì)先進(jìn)工藝依賴度其實(shí)是比較低的。

事實(shí)確實(shí)如此。

而且，這正是后摩智能的優(yōu)勢(shì)所在。H30是基于12nm工藝制作的，但是英偉達(dá)的卻是8nm，這也可以看出，如若兩家公司的產(chǎn)品工藝處于同樣的節(jié)點(diǎn)，來自后摩智能的產(chǎn)品勢(shì)必效率更高。

后摩強(qiáng)調(diào)的，是架構(gòu)。

決定H30擁有上述優(yōu)秀數(shù)據(jù)的核心，是后摩智能面向智能駕駛場(chǎng)景自主研發(fā)的第一代IPU（Intelligence Processing Unit）——天樞架構(gòu)。

它是新產(chǎn)品擁有超越同級(jí)性能的“幕后功臣”在它的指導(dǎo)下，H30提升了兩倍性能，功耗降低了約50%。

演講臺(tái)上的吳強(qiáng)用了這樣的比喻：

特斯拉的FSD，是堆積計(jì)算，就像一個(gè)四合院子，房子的主人最大限度地利用了面積，堆放了日常用品，且房屋構(gòu)造利用率極高，但盡管如此，這里的面積還是有限，想無限擴(kuò)大社交范圍，非常困難。

后摩智能則不同，它是中式庭院和西式高樓的組合，同樣是四合院大小的面積，通過西式高樓，不同樓層有自己的公布布局，且高樓內(nèi)部協(xié)調(diào)性極佳，就像一個(gè)綜合辦公樓，大家可以在最小的用地面積上實(shí)現(xiàn)最大范圍的社交功能。

落地元年

吳強(qiáng)曾在此前的中國電動(dòng)汽車百人會(huì)論壇上預(yù)測(cè)，2023年將是國內(nèi)存算一體智駕芯片商業(yè)落地的元年，如今，他用自己率先落地的H30，打響了細(xì)分賽道鳴槍開賽的第一聲。

《NE時(shí)代》翻看了吳強(qiáng)此前在公開場(chǎng)合提及的產(chǎn)品研發(fā)心路，在存算一體高算力芯片落地的過程中，他和團(tuán)隊(duì)也經(jīng)歷了諸多困難。

一如，散熱。

存算一體，除了大算力的需求，汽車智能化和電動(dòng)化又帶來了功耗、散熱、成本和自主可控等難題。

他的團(tuán)隊(duì)確實(shí)在其中克服了很多障礙，比如說，如何在大算力的同時(shí)又能做到低功耗，保證自然散熱。他希望用存算一體的架構(gòu)在做到自然散熱的情況下，可以做到算力2-3倍的提升，這是存算一體賦予的能力。

二如，存儲(chǔ)介質(zhì)。

從產(chǎn)業(yè)鏈的角度來說，存算一體依賴于存儲(chǔ)介質(zhì)工藝，后摩智能目前的產(chǎn)品是基于SRAM，下一代產(chǎn)品則計(jì)劃基于其它一些存儲(chǔ)機(jī)制，例如MRAM和RRAM。

其中，存儲(chǔ)工藝又依賴于上游廠商，如臺(tái)積電這樣的公司，但目前RRAM在臺(tái)積電的成熟度屬于風(fēng)險(xiǎn)等級(jí)，距離完全量產(chǎn)大約有1-2年時(shí)間。這是產(chǎn)業(yè)鏈的依賴，雖然有風(fēng)險(xiǎn)，但不得不經(jīng)歷。

三如，技術(shù)轉(zhuǎn)移。

存算一體，之前很長(zhǎng)一段時(shí)間，業(yè)界幾乎是以學(xué)術(shù)研究的方式在做，但從學(xué)術(shù)到商業(yè)量產(chǎn)還有一定距離。

后摩智能和其他一些創(chuàng)業(yè)企業(yè)，更多是按照商業(yè)量產(chǎn)的標(biāo)準(zhǔn)去做，過去兩年都在不斷探索中試錯(cuò)。比如，具體怎么做量產(chǎn)，怎么做DFT（Design for Test，即可靠性設(shè)計(jì)），怎么做冗余，怎么做自修復(fù)，這些都是公司要解決的問題。

四如，驗(yàn)證與磨合。

CPU、GPU和AI芯片等“大芯片”賽道，從創(chuàng)業(yè)的角度看，這類芯片燒錢多、周期長(zhǎng)，很難快速上量，但是技術(shù)壁壘更高、增長(zhǎng)空間更大，且客戶黏性強(qiáng)。

做出原型驗(yàn)證芯片之后，公司還有很多工作，就智能駕駛芯片來看，進(jìn)入汽車產(chǎn)業(yè)的配套環(huán)節(jié)，也需要較長(zhǎng)的驗(yàn)證與磨合周期。

他曾在接受媒體交流時(shí)表示，創(chuàng)業(yè)初期，他自己曾經(jīng)也迷惑過。因?yàn)榭吹揭恍﹦?chuàng)業(yè)企業(yè)還沒量產(chǎn)，就開始有資本運(yùn)作籌備上市，這樣的信號(hào)，他會(huì)懷疑自己，這種從底層技術(shù)產(chǎn)品開始的創(chuàng)業(yè)方式是不是太保守了——

半導(dǎo)體是一個(gè)需要技術(shù)沉淀和積累的行業(yè)，跳來跳去，怎么能有真正的技術(shù)積累和能力提升？

事實(shí)說明，他的懷疑和自省都是對(duì)的，而對(duì)于兩歲的后摩智能來說，率先落地第一顆存算一體智駕芯片，也只是萬里長(zhǎng)征的第一步。畢竟，大家都看到了趨勢(shì)，被時(shí)代裹挾著向前，對(duì)手們也沒有閑著。

返回第一電動(dòng)網(wǎng)首頁 >