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，对于长期被“卡脖子”的国产芯片厂商来说，存算一体芯片可能是国产芯片算力弯道超车的绝佳机会。

同年11月，后摩智能成立，吴强组建了自己的团队，誓要亲身参与这场属于国产阵营与海外阵营的算力大战。

创业，吴强盯准了一个趋势——

国产替代。

在芯片短缺越演越烈的那几年，国产化替代的诉求越来越高，特别是车规级芯片，成了整个产业供应链的刚需，这无疑给国内创业者提供了千载难逢的超车时机。

刚过去的5月10日，后摩智能发布了第一款大算力存算一体智驾芯片鸿途H30，并将智能驾驶作为落地场景。吴强的团队，终于在大算力存算一体芯片领域迎来产品级的发布，当然，这也是国内首款存算一体的智驾芯片。

第二成长曲线

经济学里的第一曲线，指的是企业在熟悉环境里开展传统业务所经历的生命周期，第二曲线则是面对新市场、新变革所经历的生命周期。

英国管理学大师查尔斯·汉迪（Charles Handy）用“第二理论”给转型升级传递了相似的思路：为了向前发展，必须在改革中开辟一条完全不同的新道路，对熟悉的问题要有新视角，也就是托马斯·库恩（Thomas Kuhn）所说的“范式转移”。

实际上，每一个行业都将面临经济学里的第二曲线，特别是身处算力军备赛的芯片领域，更是在海量算力需求里经历着第二曲线的突围与探路。

颠覆芯片的底层架构设计，存算一体，正是突破算力瓶颈、摆脱存储宽带限制的一条路径。

关键词之一，是顺势。

大部分读者都知道，算法、算力和数据是大模型时代的三大基础要素，ChatGPT引爆了算力要求的“核聚变”。当摩尔定律已经被逼近物理极限，如何突破算力瓶颈已成为业界重点突围的方向之一，因为模型计算量的增长速度，已经远超AI硬件算力增长速度。

延伸到智驾领域，当汽车迎来智能化新时代，高级别的自动驾驶对算力有非常严格的需求，特别是到了L4，算力要求已达到1000T以上，且伴随着Corner Case的增加，算法模型增大，更具复杂性，算力的需求也随之攀升。

关键词之二，是破局。

经典的冯诺依曼架构里，数据从处理单元外的存储器提取，处理完之后，再返回存储器。因此，基于冯诺依曼体系结构的算力相对简单，且CPU和存储器之间存在巨大的速度差，抵达一定的极限后，存储器就很难跟上运算部件消耗的数据了。

量产阶段的困局体现在：

（参考：《量子位·存算一体芯片报告》）

-即使芯片制程更加先进了，但对于制造商来说还是投入产出比极低，研发与生产成本上去了，性能提升却往往不如人意。

-集成电路尺寸进一步缩小，芯片的可靠性也受到挑战，诸如由“短沟道效应”和“量子隧穿效应”等引发的芯片漏电。

-先进工艺下尽管芯片拥有大算力，但同时也产生了高能耗，对于功耗敏感的应用场景，先进制程不占优势。

因此，芯片行业一直有这样一种说法，冯诺依曼的架构思路既是一切现代计算机的基础，又是现代计算机难以绕开的桎梏。如何解开这层与生俱来的桎梏，突破计算单元与存储单元分离的缺点，成为很多芯片玩家努力的方向。

何为存算一体？

字面上来说，作为一种全新的计算架构，存算一体是在存储器中嵌入计算能力，将存储单元和计算单元合为一体，省去了计算过程中数据搬运环节，消除了由于数据搬运带来的功耗和延迟，提升计算能效。

在吴强看来，将公司首款存算一体芯片应用于智驾，是一个非常漂亮的决定。

因为在技术和产品匹配的角度，这颗芯片带来的优势，和自动驾驶的关键需求是天然吻合的，可实现极致能效比和超低延时，让底层的芯片更好地扮演着人类大脑的角色。

一个，是打破存储墙。

面对存储墙、带宽墙和功耗墙等挑战，存算一体芯片能成百上千倍地提高计算效率，从而降低成本，消除不必要的数据搬移延迟和功耗，这也是较多核并行加速技术更为颠覆的地方。

另一个，是算力与能效。

计算直接在存储器内完成，可提供大于1000TOPS以上的算力和超10-100TOPS/W的能效。通俗一点讲，就是在面积不变的基础上，翻倍增加计算核心数，数据层面，成几何式提升。

256TOPS & 35W

昨日，后摩智能正式发布了旗下首款存算一体智驾芯片——鸿途™H30，最高物理算力达到256TOPS，典型功耗35W，这也意味着，国内科技公司自研资产的存算一体大算力AI芯片，终于在智驾领域落地了。

“是物理算力，不是稀疏虚拟算力。”

吴强手里拿着一颗H30，向大家介绍该芯片的核心指标。他特意强调，256TOPS是物理算力，并不是大家平日里提及的稀疏虚拟算力，这也意味着，H30目前创造了国内之“最”，即国产智驾芯片里物理算力最大的产品。

有种“一览众山小”的俯视感，且值得一提的是，弄出这样一颗芯片，后摩智能只用了短短两年的时间。

优势不止于此。

256TOPS的算力，功耗只需要35W，这也意味着，其能效的数据更是“吊打”一众国内的智驾芯片产品。

地平线CEO余凯曾感慨，尤其是在智驾芯片领域，属于寡头性非常强的领域，到后来，大部分玩家都会陪跑，最终能跑出来的公司屈指可数。虽然我们看不清赛道的终局，但从目前来看，作为只有两岁的创业公司，后摩时代的成绩是可圈可点的。

还有一些数据参数：

性能指标——

后摩智能用H30与英伟达的产品相比，在Resnet50下，前者Batch=8达到10300帧/秒的性能，是后者的2.3倍；而在Batch =1时，前者性能达到8700帧/秒，后者仅为1520帧/秒，是英伟达的5.7倍。

计算效率——

H30在上述相同的比较维度，Batch = 8的情况下，计算效率达到294FPS/Watt，是英伟达的4.6倍，Batch=1时，这一数字更是高达11.3 倍。

这里还有一个细节。

吴强曾在一次交流中表示，存算一体是架构的创新，而工艺则是另一个维度的事情。好工艺肯定是好事，后摩智能也在用先进工艺，但是对存算一体来说，对先进工艺依赖度其实是比较低的。

事实确实如此。

而且，这正是后摩智能的优势所在。H30是基于12nm工艺制作的，但是英伟达的却是8nm，这也可以看出，如若两家公司的产品工艺处于同样的节点，来自后摩智能的产品势必效率更高。

后摩强调的，是架构。

决定H30拥有上述优秀数据的核心，是后摩智能面向智能驾驶场景自主研发的第一代IPU（Intelligence Processing Unit）——天枢架构。

它是新产品拥有超越同级性能的“幕后功臣”在它的指导下，H30提升了两倍性能，功耗降低了约50%。

演讲台上的吴强用了这样的比喻：

特斯拉的FSD，是堆积计算，就像一个四合院子，房子的主人最大限度地利用了面积，堆放了日常用品，且房屋构造利用率极高，但尽管如此，这里的面积还是有限，想无限扩大社交范围，非常困难。

后摩智能则不同，它是中式庭院和西式高楼的组合，同样是四合院大小的面积，通过西式高楼，不同楼层有自己的公布布局，且高楼内部协调性极佳，就像一个综合办公楼，大家可以在最小的用地面积上实现最大范围的社交功能。

落地元年

吴强曾在此前的中国电动汽车百人会论坛上预测，2023年将是国内存算一体智驾芯片商业落地的元年，如今，他用自己率先落地的H30，打响了细分赛道鸣枪开赛的第一声。

《NE时代》翻看了吴强此前在公开场合提及的产品研发心路，在存算一体高算力芯片落地的过程中，他和团队也经历了诸多困难。

一如，散热。

存算一体，除了大算力的需求，汽车智能化和电动化又带来了功耗、散热、成本和自主可控等难题。

他的团队确实在其中克服了很多障碍，比如说，如何在大算力的同时又能做到低功耗，保证自然散热。他希望用存算一体的架构在做到自然散热的情况下，可以做到算力2-3倍的提升，这是存算一体赋予的能力。

二如，存储介质。

从产业链的角度来说，存算一体依赖于存储介质工艺，后摩智能目前的产品是基于SRAM，下一代产品则计划基于其它一些存储机制，例如MRAM和RRAM。

其中，存储工艺又依赖于上游厂商，如台积电这样的公司，但目前RRAM在台积电的成熟度属于风险等级，距离完全量产大约有1-2年时间。这是产业链的依赖，虽然有风险，但不得不经历。

三如，技术转移。

存算一体，之前很长一段时间，业界几乎是以学术研究的方式在做，但从学术到商业量产还有一定距离。

后摩智能和其他一些创业企业，更多是按照商业量产的标准去做，过去两年都在不断探索中试错。比如，具体怎么做量产，怎么做DFT（Design for Test，即可靠性设计），怎么做冗余，怎么做自修复，这些都是公司要解决的问题。

四如，验证与磨合。

CPU、GPU和AI芯片等“大芯片”赛道，从创业的角度看，这类芯片烧钱多、周期长，很难快速上量，但是技术壁垒更高、增长空间更大，且客户黏性强。

做出原型验证芯片之后，公司还有很多工作，就智能驾驶芯片来看，进入汽车产业的配套环节，也需要较长的验证与磨合周期。

他曾在接受媒体交流时表示，创业初期，他自己曾经也迷惑过。因为看到一些创业企业还没量产，就开始有资本运作筹备上市，这样的信号，他会怀疑自己，这种从底层技术产品开始的创业方式是不是太保守了——

半导体是一个需要技术沉淀和积累的行业，跳来跳去，怎么能有真正的技术积累和能力提升？

事实说明，他的怀疑和自省都是对的，而对于两岁的后摩智能来说，率先落地第一颗存算一体智驾芯片，也只是万里长征的第一步。毕竟，大家都看到了趋势，被时代裹挟着向前，对手们也没有闲着。

返回第一电动网首页 >