訪談|后摩智能吳強：存算一體有機會挑戰英偉達

　　9月28日，2023全球智能汽車產業大會（GIV2023）在安徽合肥舉行。后摩智能創始人兼CEO吳強在大會上做了主題演講。會后，吳強接受了太平洋汽車等多家媒體的采訪，他表示，用傳統方式挑戰英偉達，機會太渺茫了，用存算一體等新的技術路徑挑戰不一定一舉成功，但是機會大很多。

　　汽車智能化正在快速發展，一方面算法、模型在持續演進和變得多樣化，比如從最初的CNN模型，到最近的Transformer 、BEV這樣的大模型。另外一方面，未來幾年智能駕駛的體驗會有一個質的提升，比如從現在的L1/L2、高速NOA，快速普及通勤NOA或者城區NOA。毫無疑問，這些對計算芯片的處理能力都提出了更高的要求，需要更強處理能力的芯片。

　　那么，如何才能讓芯片具有更強性能的同時，把芯片的成本也降下來，后摩智能給出的答案是存算一體，通過技術創新去解決芯片計算效率提升過程中的一些本質問題。吳強說，芯片計算效率的提升主要面臨兩個本質問題。一個是存儲墻，計算效率的提升很大一個問題取決于計算和存儲的距離，本質其實是計算和存儲之間的距離太長，比如電在硅上的速度很明確就是每秒鐘6萬公里，芯片時鐘在3GHz左右，每個時鐘周期電移動就是20毫米左右的距離，這是物理的規律。如果存儲和計算分的很遠，就會有很長的存儲的延時。另外一個本質問題就是功耗。研究顯示，移動數據的功耗比計算本身的功耗高2到3個數量級，大概是幾百倍甚至千倍的水平。

　　如果不能拉近存儲和數據的距離、提高訪存的帶寬和減少訪存的功耗，那么芯片效率提升面臨的是一個不可逾越的障礙和挑戰。傳統的解決辦法是希望增加DRAM的帶寬、減少DARM訪存的開銷。比如我們電腦里面L2緩存，寬帶從100 GB/s到200 GB/s；英偉達的游戲卡，帶寬幾百GB/s到 TB/s左右；英偉達的H100，帶寬到了1TB/s到3TB/s左右。但這種方式的成本越來越高，容量也有一定的限制。

　　針對上述痛點，很早以前，人們就想到了一種解決方法：如果計算和存儲的距離太遠，為什么不把它拉近一點甚至可以重新融合在一起，這個就是所謂的將存儲和計算融為一體的想法。廣義存算一體分為兩種，一種是近存計算、一種是存內計算，近存計算是說把計算和存儲拉得更近，存內計算是說完全融合在一起。最近10年，AI逐漸爆發，存算一體技術終于迎來了最好的場景，就是AI計算。特斯拉的Dojo用的就是近存計算。

　　吳強表示，對于智能駕駛來說，用存算一體技術來做智駕芯片的意義主要有兩個，一方面是上限更高，存算一體本身是底層架構的創新，計算效率對比傳統架構能有一個數量級以上的提升。另一方面是它的底限穩，用成熟工藝仍然可以做出媲美國外巨頭的芯片產品，比如28納米存算架構，可以做出類似7納米傳統架構的性能效果。

　　事實上，2023年5月，后摩智能正式推出了存算一體智駕芯片后摩鴻途™H30，物理算力達到256TOPS，典型功耗僅為35W。根據后摩實驗室及MLPerf公開測試結果，在ResNet50性能功耗對比上，采取12nm制程的H30相比某國際芯片巨頭的7nm同類芯片性能提升超2倍，功耗減少超50%。

　　當問及為什么國外芯片大廠不做存算一體，更多是創新創業公司在做時，吳強解釋說，國外的創新公司也在做。但像英偉達、AMD這樣的芯片大廠卻很難去做，因為他們在傳統的架構體系中有很深的積淀，與之配套的整個軟件生態已經走得很遠，改變架構就需要他們舍棄太多原來積淀下來的東西，軟件生態既是它的優勢，同時也是它的歷史包袱。在吳強看來，后摩智能真正的壁壘是差異化的產品性能。他透露，跟國際大廠相比，后摩智能的產品性能可以提升好幾倍，不是1到2倍，而是5倍甚至更多。

　　對于未來的前景，吳強表現的很樂觀。他認為在智能駕駛領域，未來會是傳統芯片和存算一體芯片并存的局面。大家一定會用新的方式和技術去挑戰英偉達，因為用傳統的方式去挑戰它難度太大了。此外，這幾年汽車芯片本土化、國產化進程不斷在加速，創業公司迎來了難得的歷史機遇，政策環境和創業土壤給了后摩智能這些技術創新型企業一個生存的機會，可以度過前面短暫的黑暗周期，他相信，后摩智能一定可以靠高性能產品跑出來。