编者按：近日，华体会官方网站登录入口投资企业后摩智能凭借卓越的技术创新、突出的产品实力获选36氪WISE2022新经济之王年度企业。致力于成为后摩尔时代的智能计算平台的后摩智能是中国首家专注于存算一体技术的大算力AI芯片公司，通过底层架构创新，大幅提升芯片性能，可用于智能驾驶、泛机器人等大边缘端及云端推理场景。今年，后摩智能宣布其自主研发的业内首款存算一体大算力AI芯片成功点亮，并成功跑通智能驾驶算法模型。
在36氪WISE2022新经济之王大会上，后摩智能创始人兼CEO吴强发表了题为《突破芯片创新边界，赋能智能驾驶未来》的主题演讲，围绕国产汽车智能化、电动化带来的机遇和挑战，用底层的技术创新重构中国的智能驾驶芯片以及后摩智能的进展等展开分享。华体会官方网站登录入口微信公众号经授权转载。
后摩智能创始人兼CEO吴强
以下系经36氪精编整理的吴强演讲实录：
大家好，我是后摩智能的吴强，很高兴来参加今年的36氪WISE2022新经济之王大会。今年的主题是“Long China Long lnnovation 守望中国 保持创新”。下面我就结合着后摩智能的一些情况，分享一下如何用芯片的创新架构，来赋能国产汽车智能驾驶的未来。
我今天的分享分三个部分：
第一部分，国产汽车智能化、电动化带来的一些机遇和挑战。
第二部分，如何用底层的技术创新重构中国的智能驾驶芯片。
第三部分，分享后摩智能的产品务实和应用实践。
01/
汽车智能化的普及
对智能驾驶芯片提出了很高的新要求
中国的汽车行业正经历一个前所未有的大变局，特别是汽车电动化、智能化的普及，给中国的汽车行业带来了很多前所未有的机遇。最近几年智能化的普及速度非常快，差不多2025年会达到50%的渗透率，而今年上半年，中国新能源车的销售量已经占据全球销售量的59%。可以看出来，中国汽车的电动化和智能化都是走在世界前列。
相比于比较领先的汽车电动化和智能化，我们的计算芯片其实相对还处于比较早期的阶段，特别是对于智能驾驶芯片。汽车智能化的普及，对智能驾驶芯片提出了很高的新要求。
首先是算力，因为智能化的水平对终端用户体验的影响非常大，这也对算力的要求越来越大。第二，智能化的普及意味着需要在汽车上部署更多功能，它将产生更多的功耗。
再次，售价10万到25万的车依然占据着非常广阔的市场，智能汽车的普及需要对成本非常敏感。
综合来看，怎样去做一款芯片，能够同时满足大算力、低功耗和低成本需求，这是市场向我们提出的新要求。
另外，目前市场上主流的智能驾驶芯片还是以国际巨头为主，作为一家中国企业，怎样做出一款完全自主的智能驾驶芯片方案，这也是对所有国产芯片企业提出的新要求。
它带来的挑战其实主要有两个方面：
第一方面，从需求来看，有非常多难点，因为算力的需求会在使用中持续地增长。举例来讲，我们可以看到智能汽车安装的摄像头越来越多、数据量越来越大，所以对算力要求越来越大。前几年大家还在讨论几十T到百T，现在已经从百T到千T。
第二方面，我们整个算法大概是从封闭式向开放式发展。
传统架构下要想提供这么大算力的芯片，一般是两种方式：
第一种，先进的制程，比如说5nm、3nm。这种方式的最大问题是成本非常高，5nm做一颗芯片它的成本差不多是以亿美金为单位，这样也会增加整车成本，并不是每辆车都能够负担起这样一个成本。与此同时，对于先进工艺的依赖存在供应链安全的问题。
第二种，做这么大的算力主要是利用一些专用的芯片，也就是牺牲通用性来获得效率。这种情况其实又不符合我们整个算法走向开放、通用的发展趋势，这其实是核心的矛盾，也是对于我们最大的挑战。
怎么应对这个挑战？其实是需要一些更底层的创新来应对这些核心矛盾。
02/
用底层的技术创新
重构中国的智能驾驶芯片
仔细分析一下我们面临的矛盾和挑战，两个最重要的问题，就是性能上不去和功耗下不来，这里有一个关键的两面墙问题，就是存储墙和功耗墙。
我们必须要想到一些创新的方法，去解决所谓的两面墙的问题。现在有很多创新的技术都可以解决两面墙问题，存算一体是其中的一种，目前在业内被认为是最有希望也最接近商业落地的技术。
它本身的想法其实比较简单，传统的冯·诺依曼架构，其实是为CPU而设计的，它是计算和存储分割开来，但是对于今天以数据为主的AI计算，本身会造成很多的算力瓶颈问题。另外大量的、没有必要的数据搬运，也造成了大量的高功耗的问题。
所以存算一体的基本想法是把计算和存储完全融合在一起，从根本上解决无效的数据搬运，另外突破了算力的瓶颈。
所以我们希望通过这种底层的架构创新真正地解决我们智能驾驶芯片面临的一些挑战，我们能不能提供一个大算力的芯片，但同时它又兼具低功耗和低成本的特点，可以面向中国广大的消费者，可以让那些10-25万的大众化汽车也能享受得起智能驾驶芯片，这是我们希望用创新的架构去解决的问题，也符合我们今天这次WISE大会所说的“Long China Long Innovation”这么一个主题，守望中国，保持创新。
举个例子，如果说对汽车芯片我们能用一个10倍能效比的芯片，就可以做到在自然散热的情况下用更大的算力满足高阶智能驾驶的需求，它不需要液冷、不需要复杂的散热系统，可以降低整个系统的复杂性和成本，芯片以及汽车的成本都能够得到有效的控制，这样的芯片就非常适用于对成本敏感的大众化车型上。
另外它又有足够的大算力可以支持高阶的自动驾驶，所以这才是一款真正的大众型的和普惠型的智能驾驶芯片，让平价新能源汽车，甚至是燃油车都能享受到智能驾驶带来的实惠和收益，也能够真正为智能化的普及助力。
举另外一个例子，因为存算一体是后摩尔时代的技术，它其实对先进制程的依赖是比较弱的，所以我们可以用相对成熟的工艺，比如说28nm做出媲美7nm甚至5nm的算力和能效比。这样的好处是，在极端的供应链环境下也可以做出一款完全国产自主的芯片，可以打造中国的智能驾驶芯片方案。
03/
立志成为市场上
国产自主芯片的核心玩家
最后再简单分享一下我们后摩智能的产品和应用实践。
后摩智能成立于2020年底，在不到两年的时间，我们的团队其实是聚集了两批人，一批人是有丰富的存算一体学术背景的资深人士，另一批是做过多款大芯片，特别是智能驾驶芯片，拥有工业界背景的人士，像我在工业界做了快20年。我们两批人之前都是做AI芯片的，都面临着怎么去解决AI芯片面临的这些算力瓶颈问题、功耗问题，我们讨论碰撞后觉得存算一体是个更底层的架构创新，也许可以解决未来面对的AI芯片算力和功耗的挑战，所以就在一起成立了后摩智能。
我们也有幸得到了一些一线资本的支持，我们成立第一年就做了一颗技术样片，是基于存算一体国内大算力的样片，今年是我们成立的第二年，第一颗产品级的智能驾驶芯片顺利流片，这是我们这两年的进展。
针对第一颗基于存算一体的智能驾驶芯片，我们是从最底层的技术创新，最底层的存算单元开始做起，是完全自主可控的，一层一层向上抽象，比如说我们用了分布和集中的原理，把这个芯片能效比做到极致，做出一款符合客户需求的高能效比或者大算力的AI芯片。
刚才说了我们成立第一年就做了一颗样片，这也是中国第一款用存算一体做的智能驾驶芯片，在算力和精度方面达到了智能驾驶复杂AI场景的要求，这在业内是第一次。今年初我们顺利地把它点亮，并且开始运行一些智能驾驶的常规算法。
刚才说的是我们芯片的情况，芯片除了是硬件，其实还是一个软件，我们希望能够尽可能靠近大家最常用的GPU的方案，尽可能降低迁移成本。所以我们也采用了类CUDA的编程方式，降低从传统GPU到我们芯片上的迁移成本。
最后讲一下我们公司在设计软件方面的一个理念。前面我说了整个算法行业的开放、通用的趋势，所以我们整个芯片设计的理念是软件和硬件解耦。作为一家芯片公司，我们希望能够提供最好的芯片、最好的工具链和编译器，能够支持更多的第三方算法和解决方案。和传统的Mobileye黑盒的软硬结合的方式不太一样，我们希望通过这样的设计理念，让更多的合作伙伴一起来打造中国智能驾驶芯片和解决方案。
虽然公司成立时间不长，但是目前我们的芯片已经在商业落地过程中，在无人物流车领域有深入的商业合作，这类无人车是全自动的L4级别的无人驾驶车，场景上是以物流或者运货物为主。同时，我们在乘用车方面也有了一些战略合作伙伴，我们一起打造针对乘用车的自动驾驶方案，这些都在逐渐落地过程中。
后摩智能希望先从无人车和乘用车的智能驾驶入手，逐渐收获市场更多的认可，成为市场上国产自主芯片的一个核心玩家，逐渐站住脚。面向更长远的未来，我们希望向其他的领域扩展，比如仿生机器人，或者是其他对算力和功耗非常敏感的场景扩展。
我们的愿景是希望成为后摩尔时代的智能计算平台，后摩这个名字也源自这样的愿景。
最后一句话，我们努力做到当下有为，未来可期。
来源 | 36氪
