電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）智能駕駛是未來的必然趨勢，近幾年汽車智能化技術(shù)越來越成熟，同時(shí)政府也在不斷出臺新政策，支持和鼓勵智能駕駛的穩(wěn)步發(fā)展。

　　未來幾年汽車智能化商業(yè)進(jìn)程將持續(xù)加速，數(shù)據(jù)顯示，2025年全球自動駕駛汽車出貨量預(yù)計(jì)達(dá)5000萬臺，中國L2級以上智能汽車銷量將破1000萬臺，智能汽車滲透率將達(dá)50%。

　　在不久前某論壇上，后摩智能創(chuàng)始人&CEO吳強(qiáng)博士談到，智能駕駛規(guī)模化商用需要滿足3個(gè)要素，一是強(qiáng)智能，二是低成本，三是安全性，而這也對智能駕駛計(jì)算芯片提出了新的要求，需要未來的智能駕駛芯片滿足大算力、低功耗、低成本、高可靠的要求。

　　而從當(dāng)前的情況來看，矛盾點(diǎn)在于：需求側(cè)，算力需求在不斷增長，原因是智能汽車配備的傳感器數(shù)量持續(xù)增加和升級，需要處理的數(shù)據(jù)量越來越大，比如2019年Model3，配備傳感器21個(gè)，包括8個(gè)120萬像素?cái)z像頭，12個(gè)超聲波雷達(dá)，1個(gè)毫米波雷達(dá)，算力為144T；到2022年，蔚來ET7，配備了33個(gè)傳感器，包括7個(gè)800萬像素?cái)z像頭，4個(gè)300萬攝像頭，12個(gè)超聲波雷達(dá)，5個(gè)毫米波雷達(dá)，1個(gè)激光雷達(dá)，算力達(dá)到1000T。

　　另外算法越來越復(fù)雜，芯片需要更高的開放度，未來OTA升級需進(jìn)行算力預(yù)埋，比如新勢力車廠預(yù)埋的算力就超過500T，包括蔚來、理想、小鵬等米樂m6網(wǎng)址。

　　而供給側(cè)，傳統(tǒng)方案面臨挑戰(zhàn)，比如依賴先進(jìn)制程和工藝，3nm/5nm先進(jìn)制程成本昂貴，HBM/3D封裝依賴先進(jìn)IP，需要犧牲通用性換取計(jì)算效率，算法和芯片高度耦合。米樂

　　也就是說，傳統(tǒng)方案成本昂貴，且依賴少數(shù)國際大廠的IP，功耗過高，增加散熱系統(tǒng)成本，高度耦合的封閉方案無法支持未來的算法演進(jìn)和OTA升級，那么可以如何解決呢？吳強(qiáng)博士認(rèn)為，創(chuàng)新計(jì)算架構(gòu)存算一體，是解決智能駕駛算力和功耗難題很好的方式。

　　存算一體是與傳統(tǒng)馮諾伊曼架構(gòu)安全不同的架構(gòu)形式，即直接在存儲內(nèi)做計(jì)算，過去幾年國內(nèi)外不少芯片巨頭和初創(chuàng)企業(yè)投入到存算一體技術(shù)的研究中，目前已經(jīng)在終端一些應(yīng)用領(lǐng)域?qū)崿F(xiàn)商用，隨著技術(shù)的不斷進(jìn)步，有企業(yè)逐漸將產(chǎn)品推向邊緣、汽車等應(yīng)用領(lǐng)域。

　　相比較來看，存算一體的優(yōu)勢體現(xiàn)在幾個(gè)方面，一、可以做到更高的有效算力，突破1000TOPS，成本低，不依賴于先進(jìn)工藝、3D封裝等昂貴的技術(shù)；二、低功耗，相同算力下，AI部分能效比2-3個(gè)數(shù)量級提升，更低散熱成本，更高可靠性；三、低延時(shí)，較GPU延時(shí)有2-10倍提升，更高的安全性；四、弱工藝依賴，不依賴先進(jìn)工藝，可以用成熟制程，更好應(yīng)對供應(yīng)鏈被壓制的挑戰(zhàn)。

　　比如在散熱方面，汽車最好的方式是采用自然風(fēng)冷，功耗小于15W，成本低可靠性高，維修成本低，而馮諾伊曼架構(gòu)，自然風(fēng)冷功耗限制下，物理算力約只能做到20TOPS，存算一體架構(gòu)，自然風(fēng)冷功耗限制下，物理算力可以超過60TOPS。從這個(gè)層面來看，對于未來的智能駕駛汽車來說，存算一體架構(gòu)會更加合適。

　　從電子發(fā)燒友的了解來看，目前后摩智能在將存算一體推向智能駕駛領(lǐng)域方面是最為領(lǐng)先的，這家公司于2020年9月完成天使輪融資，2020年11月正式成立，啟動存算一體大算力AI芯片的研發(fā)，2022年4月已經(jīng)完成PreA+輪融資。

　　該公司在2021年8月完成首顆芯片技術(shù)驗(yàn)證流片，據(jù)吳強(qiáng)介紹，后摩智能首顆芯片，算力20T@INT8（可擴(kuò)展到200T+），已成功跑通自動駕駛典型算法，完成11個(gè)類別的檢測、識別、語義分割，是存算一體芯片首次達(dá)到運(yùn)行智能駕駛的復(fù)雜AI場景所需算力和精度要求。

　　根據(jù)規(guī)劃，2022年到2025年間，后摩智能將主要基于SRAM，推出系列產(chǎn)品，包括HM300，HM500，HM1000，算力從30Tops@INT8提升到500Tops@INT8，能效比實(shí)現(xiàn)10倍提升；到2025年之后，將推出基于MRAM/RRAM的產(chǎn)品系列，包括HM310，HM510，HM1010，實(shí)現(xiàn)算力從50Tops@INT8到2000Tops@INT8突破，能效比的提升100倍。

　　另外，后摩智能的存算一體芯片，采用類CUDA的編程模式，這樣可以降低客戶應(yīng)用的開發(fā)成本，支持TensorFlow、PyTorch、ONNX等算法框架。

　　就如上文所言，未來幾年中國汽車智能化將會持續(xù)加速發(fā)展，這必將帶動上游芯片、零部件的持續(xù)創(chuàng)新，雖然從目前來看，存算一體芯片還未真正在智能駕駛汽車上實(shí)現(xiàn)商用落地，不過存算一體創(chuàng)新架構(gòu)在算力、功耗等方面的優(yōu)勢確實(shí)明顯。相信未來在技術(shù)的不斷更迭，以及智能駕駛汽車市場的驅(qū)動下，將會逐漸取得成績，當(dāng)然作為一項(xiàng)新興技術(shù)，面臨的困難也是不言而喻的。