電子發燒友網報道（文/李彎彎）近幾年，隨著物聯網、人工智能等技術的發展，算力的需求越來越大。而在馮諾依曼架構下，芯片性能的提升遇到瓶頸。業界開始不斷探索新的技術形式，因為具備大算力、低功耗的特點，存算一體架構芯片應運而生。

后摩智能是一家致力于存算一體大算力芯片研發的企業，成立于2020年。今年5月，該公司發布了首款SRAM存算一體智駕芯片后摩鴻途?H30，這也是全球首款面向智能駕駛領域的存算一體芯片。此外，今年8月該公司宣布完成首款RRAM存算芯片的測試，可以說在存算一體大算力方面進展迅速。

近日，電子發燒友采訪到后摩智能公共事務部負責人屈艷格，就其在存儲介質及應用賽道的選擇，存算一體發展趨勢及后摩智能未來規劃方面做了探討。

從SRAM到RRAM，后摩智能是如何選擇存儲介質的

后摩智能今年5月推出的首款存算一體智駕芯片H30，最高物理算力256TOPS，典型功耗35W。該芯片基于SRAM存儲介質，采用數字存算一體架構，擁有極低訪存功耗和超高計算密度，僅用12nm工藝制程，在Int8數據精度下，其AI核心IPU能效比達15Tops/W，是傳統架構芯片7倍以上。

據了解，H30已成功運行CV類的經典網絡，以及自動駕駛領域先進的BEV、Pointpillar等模型。為了更好地實現車規級，后摩智能基于H30 自主研發了硬件增強機制和檢測機制，在提升芯片可靠性的同時，進一步保障了功能安全性。

屈艷格告訴電子發燒友，雖然相對來說，后摩智能在AI芯片方面算是入局較晚的企業了，但相對傳統架構的AI芯片，后摩智能推出這款存算一體架構的H30有它突出的優勢。

她總結了三點：1、高計算效率。在相同工藝制程下，它比傳統馮諾依曼架構的AI芯片能效比更優，比如，英偉達Orin芯片的能效比大概是2TPOS/W，TI TDA4VH芯片的能效比大概是1TPOS/W，特斯拉FSD芯片的能效比也不到2TPOS/W，而H30存算一體芯片物理算力士256TPOS，功耗是35W，它的能效比能夠達到7.3TPOS/W。

在當前業界，這樣的能效比是相當高的。對于客戶來說，這是一款非常有競爭力的產品，因為幾乎所有的計算場景，它對功耗的需求都較為敏感，而這款產品在低功耗的情況下，仍然能夠實現很高的算力。

2、低計算時延。因為是存算一體架構，這款芯片最大的特點是，在數據傳傳輸過程中不用來回搬運數據，這樣的好處是：一、極大地減少功耗，二、延時也會大大減少。后摩智能此前對此做過測算，它跟傳統架構的芯片相比，大概會有兩倍的延時提升。而這在一些對安全有極高要求的場景，比如智能駕駛，優勢會非常明顯。

3、低工藝依賴性。因為是存算一體架構，它對先進工藝制程的依賴性并沒有那么強，它可以用傳統的工藝實現先進工藝才能實現的特點。比如，要實現100TOPS算力，大部分公司會采用比較先進的工藝制程，12nm或者7nm，而后摩智能因為是存算一體架構芯片，可以采用28nm，就能夠達到這樣的算力。

存算一體架構對工藝的依賴性不強，有其非常大的戰略意義。在當前的國際局勢下，對于國內的企業來說，如何保障供應鏈安全很重要。如果真的出現先進制程供應緊張的情況下，存算一體架構芯片仍然能夠用一些較成熟的工藝制程生產芯片，同時還能實現較高的算力。

除了發布首款基于SRAM存儲介質的H30之外，后摩智能也在探索RRAM存儲介質的存算一體芯片。RRAM雖然誕生已久，但在近幾年才較多的被關注。相對于來說，RRAM在技術成熟度上不及SRAM，為何后摩智能在成功推出SRAM介質的存算一體芯片之后，又會著手研究RRAM存儲介質的存算一體芯片呢？

在采訪中，屈艷格詳細介紹了不同存儲介質的特點，以及后摩智能在存儲介質選擇上的考量。據她介紹，存算一體芯片有兩個很典型的特點：一是大算力，二是低功耗。這兩個特點也使得它能實現比較高的能效比。不過從使用來看，重點還是要看哪個是第一個要關注的指標，是大算力，還是低功耗。而后摩智能關注的第一個指標是大算力。

因此在進行存儲介質選擇的時候，后摩智能會選擇更適合做大算力場景的存儲介質，比如SRAM、MRAM、RRAM等。因為這些存儲介質，可以用來做數字電路，能夠用于智能駕駛、智能工業、機器人以及云端大模型推理等場景。而Flash這種存儲介質，更適合用在小算力，對功耗要求較高的場景，比如藍牙耳機、可穿戴手表等。屈艷格介紹說：“因為我們更關注大算力，所以會選擇在SRAM、MRAM、RRAM這些存儲介質上做技術演進。”

據她介紹，后摩智能當前選擇SRAM這個存儲介質的主要原因：一是目前SRAM在做大算力方面最為成熟，它可以支持較為先進的工藝制程，讀寫速度也比較快。二是雖然它是很成熟的存儲介質，而在當前的產業界，將它用作存內計算，且算力達到幾十TOPS，同時又是做純數字電路，并且用在工業、智能駕駛場景中的幾乎沒有。

后摩智能在2021年通過技術驗證的流片成功，證明這條技術路徑可行，于是便進一步推進，在今年5月推出第一代產品H30。這款基于SRAM的存算一體芯片H30，主要可用在智能駕駛和機器人等領域。屈艷格進一步談到：“我們下一代還會基于SRAM做存算一體架構優化，包括整個電路、架構的優化，以進一步提升產品性能。按照初步規劃，未來會基于SRAM介質研發幾款產品，逐步將性能做到最佳。”

當然她也提到，SRAM有它的缺點，比如存儲密度相對較低，這樣它的芯片面積會有點大，其計算密度相對來說不會太高。因此，后摩智能考慮再選擇一些更適合的存儲介質，比如MRAM、RRAM這些比較新型的存儲器。相對來說，這兩款存儲介質的讀寫性能更好，存儲密度更大。

屈艷格說：“我們會在這兩款介質上做一些技術預研，類似2021年基于SRAM做過的技術驗證，等確定行得通之后，再進行下一步的推進，今年8月宣布的初步驗證的結果。” 她表示：“我們會根據這些存儲介質的成熟性，以及它做存算電路的優勢。再根據場景情況，把這個技術從SRAM切換到RRAM或者MRAM上去。”

做透智能駕駛市場，未來希望賦能機器人、云端推理等更多場景

從2020年成立到現在僅三年時間，后摩智能便已經推出第一代SRAM存算一體芯片，同時完成首款RRAM大容量存儲芯片的測試。這在做存算一體大算力芯片領域算是相當快了。屈艷格認為，公司在技術和產品推進上能夠如此之快，與其完善的團隊搭建有關。

后摩智能的團隊包括兩方面的人才：一部分是在存算一體技術領域有深度研究的人，一部分是在工程落地方面有豐富經驗積累的人。在存算方面，后摩智能的團隊發布分來自海外知名院校、研究機構和企業，在存算一體、先進存儲器方面大概有15年左右的積累。其中一個核心成員，曾經做過六次基于SRAM存算芯片的流片，具有豐富的經驗。

這是偏學術方面的經驗，另外，后摩智能很好的將這些學術經驗與產業界的團隊做了結合。后摩智能還組建了一支產業的工程化落地團隊，這個團隊大部分員工來自AMD、Intel，還有華為海思等，具有百萬級智駕芯片量產落地經驗，學術和產業團隊的結合，加速了公司將產品推向商業化落地的進程。

在應用賽道的選擇上，后摩智能也做了仔細的考量。據屈艷格介紹，公司成立初期，做了大量的調研，去思考選擇什么樣的賽道，對數據中心、安防、智能駕駛等都進行了分析。

比如數據中心，這個市場需要大算力，需求量也非常大，尤其是今年大模型迅速發展，未來市場空間會更大。可是分析下來可以發現，數據中心市場90%以上由英偉達的GPU占據，算法迭代快，對英偉達CUDA生態的依賴強。第三方初創企業想進去構建自己的生態，很難。

再比如安防市場，相對來說它對算力的要求比較低，生態依賴度不高，是一個成熟市場。可是，它對算力要求并不高。而后摩智能的核心特點是，容易做大算力的產品，安防市場并不能凸顯出公司的優勢。

后來確定選擇智能駕駛賽道，有兩個方面的原因：1、當前智能駕駛是一個發展比較快的行業，每年增速差不多30%以上。尤其現在，我國智能化全球領先，未來市場極其可觀。智能駕駛對算力要求很大，L1/L2可能需要幾TOPS，到L2++以及未來L4/L5級自動駕駛，它需要的算力會達到上千TOPS，存算一體跟這個市場的需求匹配度很高。

2、雖然智能駕駛現在發展很快，但這個市場剛開始沒多長時間。雖然已經有幾家巨頭企業，包括英偉達、高通、TI，以及國內幾家頭部企業開始在做，并且取得了不錯的成績。但是相對來說推進的時間還不是很長，整個生態并沒有那么成熟，還有去沖刺的機會。

后摩智能推出的首款智能駕駛芯片，是一款通用的產品，它可以像英偉達Orin芯片一樣，去適配更多車廠的主流算法。目前已經與新石器、環宇智行等無人車企業達成合作，另外在乘用車方面，也正在與車企業推進測試中。

談到未來規劃，屈艷格表示，公司首先還是會基于SRAM存儲介質去進行不斷產品優化，面向智能駕駛領域，將這塊市場打透，建立起足夠高的壁壘。此外還會不斷深耕機器人、智能工業、電力、云端推理等領域，去賦能更多的場景。

結尾

可以看到，經過近幾年的發展，存算一體已經逐漸在一些場景中得到應用。今年以來，大模型及AIGC迅速發展，它對算力的需求越來越大，而當前傳統架構的芯片在性能提升上遇到瓶頸，存算一體在這方面卻優勢明顯，未來將會有很大的應用空間。

雖然存算一體作為一門新技術，在產品和應用的推進上存在挑戰。而如今，SRAM已經實現大算力的存算，新型存儲介質也在加速推進產業落地。可想而知，未來隨著MRAM、RRAM這些新型存儲介質的成熟商業化，存算一體的可想像空間將會更大。