韩国一区二区视频,黄色不卡一区,久久天堂av综合合色,中文字幕日韩专区

伴隨著自動駕駛級別的持續提升，以及應用場景越來越復雜，智能汽車對算力的需求正呈現“爆炸式”增長。

目前，市場上普通L2級自動駕駛所需的算力通常不超過30 TOPS。但隨著智駕應用逐漸往高速NOA甚至城市NOA拓展，所需處理的數據規模呈現指數級增長，對算力的需求已經達到了上百TOPS。

比如小鵬G9 Max、P7i Max，以及理想L系列 MAX版車型，為支持全場景智能輔助駕駛，均搭載了雙Orin-X芯片，算力高達508 TOPS。蔚來ADAM蔚來超算平臺，甚至搭載了四顆Orin-X，總算力高達1016 TOPS。

到L5階段，業界普遍認為對算力的需求將進一步提升，至少在千TOPS級別，甚至有激進的說法認為，隨著大模型的發展，對算力的需求水漲船高，要想實現L5級別的自動駕駛，需要上萬TOPS算力。

無論哪種預測，智能汽車進入算力暴漲時代已經是確定的趨勢。

但更高的算力，同時又往往意味著更高的成本和功耗，如何實現這三者之間的平衡，是當下自動駕駛賽道亟待解決的問題。

對此，過去一段時間很多企業都在開展相關的探索。其中存算一體，作為一種新的計算架構，通過將存儲與計算完全融合，顯著提升計算效率，被認為是AI算力需求暴漲下，繼CPU、GPU之后的算力架構“第三極”。

突破算力瓶頸，存算一體站上風口

日前，清華大學宣布研制出全球首顆全系統集成、支持高效片上學習的憶阻器存算一體芯片，讓存算一體這種先進的技術架構再度成為行業關注的焦點。

圖片來源：清華大學官方微信公眾號

所謂存算一體，顧名思義即在存儲器中嵌入計算能力，通過將存儲和計算合二為一，消除不必要的數據搬移延遲和功耗，顯著提升處理器的性能和計算效率，降低計算成本。

在計算機領域，存算一體并不是一個新概念。早在1969年，斯坦福研究所就提出了存算一體概念，不過受芯片設計和制造、應用場景等多方面因素制約，早期存算一體僅僅停留在理論研究階段。

直到最近幾年，隨著大數據、云計算、人工智能和物聯網等新一代信息技術的快速發展，對AI計算需求持續暴增，依靠傳統的馮·諾依曼計算架構越來越難以滿足各類終端應用的需求，存算一體才開始逐漸受到重視。

在傳統的馮諾伊曼架構中，由于計算和存儲相互分離，當執行一個任務時，往往需要先從存儲單元讀取數據，然后再轉入計算單元進行計算和處理，完成后再將數據存回內存。目前，主流的AI處理器幾乎都是采用這種計算架構，可以說無論技術還是應用生態，都已經十分成熟了。

但在人工智能快速發展的當下，這一成熟架構的不足之處也開始日漸凸顯，主要體現在“存儲墻”和“功耗墻”兩個方面。其中“存儲墻”，主要是由于處理器中的存儲和計算相互分離，在數據處理過程中，需要不斷交換數據，如果二者的距離過長，會造成響應的存儲延時，制約著系統整體的運算速率，并且隨著AI計算的數據吞吐量越大，“存儲墻”的問題也會越嚴重。

不僅如此，目前存儲器的發展速度其實也遠落后于處理器的發展速度。據相關分析數據，處理器的算力大約以每兩年3.1倍的速度增長，而內存的性能每兩年只有1.4倍的提升，由此導致處理器的性能與效率在實際應用中也會受到存儲器的嚴重制約。

“功耗墻”則是由于存算分離，在反復移動數據的過程中，會帶來額外功耗的提升。有研究數據表明，在處理器內，移動數據的功耗要比計算本身的功耗高2到3個數量級。在以數據為核心驅動的智能化發展新時代，如果不能很好地解決這一問題，AI芯片在計算效率和功耗等方面必然會受到嚴重的制約，對于智能汽車同樣如此。

圖片來源：后摩智能

為此，過去一段時間很多企業都在謀求破局，目前來看主要有近存計算和存內計算兩種技術路線。廣義上來講，這兩種方案都屬于存算一體概念，區別在于近存計算是將存儲單元與計算單元通過更先進的封裝等方式進行集成，增加訪存帶寬，減少數據搬移，進而提高數據處理效率，但計算和存儲模塊本質上還是相互獨立的。

比如特斯拉的Dojo芯片，采用的就是近存計算架構，對“存儲墻”和“功耗墻”的問題進行弱化，實現性能顯著提升。據悉，相比于業內芯片，特斯拉D1芯片在同成本條件下性能提升了4倍，同能耗下性能提高1.3倍，占用空間節省5倍。

不過，在一些業內人士看來，這一芯片模組其實還沒有到達“完美”的程度，如果采用“存內計算”或者“存內邏輯”架構，芯片性能或許還會有大幅度提升。

與近存計算相比，存內計算由于將計算和存儲真正融合在一起，均在存儲器內部完成，可以進一步減少訪存的功耗和延時，被普遍認為是“AI算力的下一極”。

目前，國內外很多科技企業及初創公司都在積極開展相關的研發，比如英特爾、SK海力士、IBM、美光、三星、臺積電、阿里達摩院、華為等。伴隨著各大玩家在技術方面不斷取得新突破，新的應用場景陸續涌現，存算一體開始由概念逐漸邁入產業化落地的新發展階段。

據相關預測數據顯示，到2030年，基于存算一體技術的芯片市場規模有望超過千億人民幣。

PK國際巨頭，“芯勢力”新玩法

作為一種全新的計算架構，存算一體無疑為大規模AI計算提供了更多的可能，這使得很多AI技術的細分應用場景都將隨之受益，包括智能駕駛。

在過去近十年的發展中，自動駕駛先后經歷了1.0時代的硬件驅動和2.0時代的軟件驅動，到如今的3.0階段，業界普遍的共識是將由數據作為核心驅動，推動自動駕駛持續升級迭代，邁向更高階的無人駕駛。

在此過程中，隨著ODD的不斷拓展，需要處理的數據規模大幅增長，對應算力需求也將不斷增強。一個確定的趨勢是，隨著智駕算法模型的演變，從最初的 CNN 模型到如今的Transformer、BEV 等大模型，在芯片算力和效率方面的需求已經在呈指數級增長。

圖片來源：地平線

正是基于這一趨勢，智能駕駛也被認為是存算一體未來落地應用的關鍵場景。目前，已經有公司針對車載場景在開展相關的探索，試圖為高階智能駕駛演進提供不一樣的“解法”。

今年5月，國內芯片初創公司后摩智能宣布推出業內首款存算一體智駕芯片——后摩鴻途H30。得益于存算一體的架構優勢，H30 基于 12nm 工藝制程，在 Int8 數據精度下實現高達 256TOPS 的物理算力，所需功耗不超過 35W，整個 SoC 能效比達到了 7.3Tops/W。

根據后摩智能透露，后摩鴻途H30已經可以適配BEV 、PointPillar 等自動駕駛主流網絡模型，以后摩鴻途H30 打造的智能駕駛解決方案已經在合作伙伴的無人小車上完成部署。

而為了加速存算一體技術的落地應用，后摩智能還同步推出了基于后摩鴻途H30 芯片打造的智能駕駛硬件平臺——力馭，以及研發的軟件開發工具鏈——后摩大道，形成“芯片+計算平臺+軟件工具鏈”的完整布局。其中前者可以實現200KDMIPS 的CPU 算力，和高達256Tops 的AI 算力，支持多傳感器輸入，但功耗僅為 85W。

后摩智能創始人&CEO吳強博士，圖片來源：中國電動汽車百人會

在后摩智能創始人&CEO吳強博士看來，對于智能駕駛，存算一體帶來的價值意義主要有兩點：第一，上限更高，跟傳統方式相比，存算一體架構在計算效率方面可以實現數量級的提升；第二，技術底線更有保障，雖然在晶圓制造方面，相對于傳統AI芯片存算一體沒有本質差別，但其一個顯著的優勢是，不需要昂貴的尖端晶圓工藝（5/3 nm），比如通過成熟的28nm 工藝即可做出算力和功耗媲美7nm 常規架構的芯片。

而在AI芯片各大細分應用場景中，智能駕駛無論是整體賽道規模還是對算力的需求，都十分可觀。“但對于大算力芯片，現在很多企業其實不敢用，因為成本太高。而汽車行業又是典型的對成本和功耗極為敏感的行業，這時候如何解決高性能、低成本和低功耗這類既要、又要、還要的問題，存算一體無疑是適合的�！眳菑姳硎�。

事實上，針對智能駕駛日益增長的高算力需求，過去幾年業界已經涌現了一批出色的玩家，比如英偉達、高通、Mobileye，都是其中的佼佼者。與此同時，國內還誕生了以地平線、黑芝麻智能等為代表的一批本土芯片企業，與國際巨頭同臺競技。目前來看，已經取得了不錯的進展。

據蓋世汽車研究院統計數據顯示，今年1-8月，國內智駕域控芯片領域，除了特斯拉自研，第三方供應商中以英偉達市場份額最高，為27.8%，對應出貨量為56.2萬顆；其次是Mobileye，市占率為12.4%，出貨量達25萬顆；第三名是地平線，市占率為12%，出貨量為24.2萬顆。

“基于這樣的市場格局，像我們這樣的新創企業要想跟國際巨頭競爭，不能按照傳統的方法，必須要另辟蹊徑�！眳菑娫诮邮苌w世汽車采訪時表示�！盎蛟S用新的方式挑戰英偉達這樣的巨頭不一定會成功，但至少有機會，而如果用傳統方式去挑戰，是一點機會都沒有。”

吳強所說的這個機會，除了智能駕駛本身對于高性能、低成本AI芯片的巨大需求，還包括國產替代。過去幾年，諸如地平線、黑芝麻智能等本土芯片企業的崛起，很大程度上也是受益于國產替代的需求的持續上升。

不過，盡管在技術優勢以及市場等方面，存算一體前景廣闊，在吳強看來，智駕芯片領域已有的這些巨頭們，由于架構和軟件生態已經十分成熟，存在較大的歷史包袱，不太可能會切換到存算一體賽道�！疤厮估瓰槭裁纯梢宰銎饋�，因為特斯拉的芯片是從零開始做的，沒有歷史包袱，他也有這個能力�！�

因此長遠來看，他認為智能駕駛大算力芯片在技術路線上，會呈現傳統基于馮·諾依曼計算架構的AI芯片，和存算一體芯片兩種方案并存的局面，甚至還有可能衍生出其他的新技術路線。至于最終哪種路線能夠勝出，將取決于工程能力、產品能力、銷售能力等多方面的綜合實力高低。

目前，后摩鴻途H30 ，已陸續給 Alpha 客戶送測，同時后摩智能的第二代產品后摩鴻途H50 也在全力研發中，將于2024年推出，支持客戶 2025年的量產車型。這意味著最快今明兩年，大家就可以在量產車上看到存算一體新計算架構給智駕行業帶來的全新體驗變革。

關于《Seeds 發現》：

蓋世汽車《Seeds 發現》欄目，旨在打造一個鏈接初創企業、產業鏈生態合作伙伴以及投資機構、地方政府的服務平臺，為產業鏈上下游深度賦能。該欄目自啟動以來，一直致力于發掘智能電動汽車變革大潮中對行業具有重要啟發和引領作用的好公司、好技術、好的商業模式，推動汽車產業創新力量的成長。

據蓋世汽車統計，經《Seeds 發現》欄目報道過的初創公司，幾乎所有都已經成功對接了產業鏈生態資源。未來，隨著智能化和電氣化的快速發展，賦予汽車無限想象的同時，不斷重塑汽車產業鏈，《Seeds 發現》欄目將繼續聚焦“風口”賽道，持續為產業創新力量賦能。