今天小編分享的汽車經驗：以存算一體芯片加速汽車智能化進程，後摩智能帶來更優解?，歡迎閱讀。
汽車產業的長期價值錨點已悄然變化，催生出新的商業機遇。
過去，在燃油車市場，燃油經濟性和品牌認知度等是重要的消費決策因素和資本價值衡量标準，但在新能源時代，產業價值聚焦在兩方面，一是電動化，二是智能化。
電動化催生出寧德時代、比亞迪等憑借出眾的電池技術屹立世界的中國企業。而在智能化趨勢下，國内也培育出後摩智能、愛芯元智等以技術來壘築競争力的 " 專精特新 " 企業。
在 11 月底舉辦的 36 氪 WISE2023 商業之王大會上，後摩智能聯合創始人項之初發表主題為《存算一體，面向未來十年的算力引擎》的演講，指出存算一體技術未來将在自動駕駛、AI 處理、物聯網等雲邊端場景廣泛應用，在提升運算效率、降低系統功耗及設備成本等方面帶來廣闊的收益。
據悉，2020 年底成立的後摩智能，是國内存算一體行業早期的踐行者之一，目前已經在存算一體芯片架構的研發和推廣上，跑出了領先速度。
值得一提的是，當前國產芯片與外資芯片的差距主要在 CPU 領網域，而存算一體是 CPU、GPU 之後的算力架構 " 第三極 "，能夠克服傳統馮 · 諾依曼架構中 " 存儲牆 " 和 " 功耗牆 " 的問題。
這會是國產智駕芯片的更優解嗎？作為存算一體芯片領網域代表性企業，後摩智能又将如何驗證技術路徑的可行性？
押注存算一體芯片，後摩智能有何謀慮？
新能源汽車行業當前處于智能化滲透率快速提升、市場空間不斷擴大的階段。據高工智能汽車研究院監測數據，我國智能電動市場滲透率在 2018 年時僅有 0.32%，2022 年這一數據來到了驚人的 41.84%，2023 年 1-10 月繼續攀升至 46.93%，全年有望突破 50%。
不難看出，未來的汽車就像一台安裝輪子、電機、引擎的手機和 PC，機械屬性逐漸減弱，數碼屬性不斷增強。對于數碼產品而言，強大的芯片技術與供應鏈支撐是根本動力，而智駕芯片作為汽車智能化核心部件，其價值更是不言而喻。
目前，在國内智能駕駛芯片領網域，英偉達和地平線同台競技，高工智能汽車發布的《2023 年 H1 高階智駕數據分析簡報》顯示，2023 年上半年，二者在标配 NOA 車型領網域合計市場份額已經超過 80%。
但市場容量的迅速擴大、終端車企需求多樣化等，仍為其他芯片企業創造了差異化競争的機會。
可以看到，後摩智能、紫光芯能、旗芯微等國產新晉玩家相繼布局智能駕駛芯片領網域，市場競争也随之加劇。這種形勢下，新興企業想要突圍，既不能跟在大廠後面，做已經被市場驗證的產品，也不能劍走偏鋒，脫離市場需求和行業技術實際，另外，鑑于自身發展體量，還需兼顧試錯成本，把控風險。
對此，後摩智能選擇以 " 存算一體智駕芯片先行者 " 的身份入局，有何深謀遠慮？具體而言，後摩智能抓住了市場需求持續擴大、技術取得重大突破的契機。
一方面，在 AI 浪潮席卷下，芯片企業迎來算力 " 大考 "，存算一體芯片的剛需性日益凸顯。
今年以來，随着 AI 技術的跨越發展，下遊對芯片算力、容量的需求出現量級增長。這種情況下，存算一體芯片產品的優勢順勢受到更大關注。
據悉，存算一體芯片即存儲器中疊加計算能力，以新的高效運算架構進行二維和三維矩陣計算，具備能用更低成本提供更大算力（1000TOPS 以上）、更高能效（超過 10-100TOPS/W）等優勢。而市場需求驅動下，一片藍海市場也呈現眼前。根據量子位智庫預計，2030 年存算一體芯片市場規模将達 1136 億元。
這一市場規模的預估也基于智駕行業的發展規律。雖然目前在 L2 級别自動駕駛階段，新能源汽車行業對芯片算力、能耗等方面的要求不算很高，但在進入 " 智駕時代 " 的确定性趨勢下，大算力、低功耗的芯片價值正在提前兌現。正如後摩智能聯合創始人、研發副總裁吳仲謀所言：" 汽車對能效比相當敏感，若把時間維度拉長，在大模型的驅動下，汽車對于算力的需求也将持續提升，上限頗高。"
另一方面，存算一體芯片的相關技術已取得重大突破，產業化拐點已至。
今年 10 月，清華大學研制出全球首款全系統集成、支持高效片上學習（機器學習能在硬體端直接完成）的憶阻器存算一體芯片。而聚焦企業層面來看，後摩智能近年來在存算一體芯片的研發方面積累了不少經驗，如完成了國内首款存算一體智駕芯片的設計與流片，與新石器無人車、環宇智行達成戰略合作，首款驗證芯片點亮并跑通自動駕駛 Demo 等。基于當前的研發成果，未來有望更好地滿足高級别智能駕駛時代的需求。
總體而言，後摩智能的路線選擇具有一定競争力，但車規級芯片廠商都難以避免一道必考題——量產。對此，後摩智能又将如何作答？
產品量產落地在即，後摩智能如何走穩市場驗證之路？
最近幾年，我國芯片產業開始進入國產替代周期。據統計，目前國内汽車芯片國產化率在 10% 左右。為了推進產業發展，工信部此前提出要求：在 2025 年實現汽車芯片國產化率到 20%。
不過，在國產替代道路上，商業量產應用仍是必須跨越的關卡。
當前，芯片量產對研發投入等要求較高。據統計，2023 年上半年，A 股 208 家芯片上市公司合計研發投入費用為 390.67 億元，平均每家公司研發投入費用為 1.88 億元，而存算一體芯片產業化尚處于早期，相比普通芯片研發生產，面臨更大的投入壓力和實操難度。
也正因為難，所以一旦有企業實現重大量產突破，将率先占領高地，取得市場先機。
從當前產品進度來看，後摩智能其實已占據一定先發優勢，其今年上半年發布的鴻途 H30，是業内首款存算一體智駕芯片。據悉，在這款芯片研發過程中，後摩智能采用了更成熟的 12nm 工藝，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，具有高計算效率、低計算延時以及低工藝依賴等特點。與此同時，H30 已開始給 Alpha 客戶送測，第二代 H50 也已在研發中，将于 2024 年推出，支持 2025 年的量產車型。
而能夠達到這樣的成效，顯然需要企業在技術研發方面多下功夫。
據了解，相比普通芯片，存算一體芯片依托的存儲類型非常豐富，有以 Flash 為代表的非易失性存儲器、以 MRAM 和 RRAM 為代表的新型非易失性存儲器和以 SRAM、DRAM 為代表的易失性存儲器，存内計算也有數字計算和模拟計算兩種。
這種情況下，對于企業而言，工藝的選擇也是商業路線的選擇。綜合市場需求和技術可行性，後摩智能選擇了 SRAM+ 數字存算，其中，SRAM 的讀寫速度快、功耗低，而數字存算靈活性較好、可靠性較高，更能滿足智能駕駛等多樣場景的需求。
不過，在推進產品量產落地過程中，僅考慮產品是否具備應用價值并不足夠，客戶選擇芯片產品的積極性也與產品的易用性、學習成本等密切相關，這就涉及到軟體生态和智能芯片之間的關系。
具體而言，二者類似電腦的作業系統和處理器，其中軟體生态主要包括算法開發平台、芯片驅動程式、配套軟體工具、人機互動界面等，對客戶使用芯片產品產生關鍵影響，但這一方面仍存在不足之處。
中科院半導體所類腦計算研究中心副主任龔國良曾指出，很多人工智能芯片上市後，客戶不買賬，軟體環節做得不夠好可能是原因之一。因此，若是能有一套方便、可用的工具鏈和軟體系統，讓芯片采購方能夠迅速上手，則有助于芯片的大規模落地。
通過對遷徙成本、算法開發等核心需求的把握，後摩智能在開發芯片產品之時，也将軟體作為重要產品線同步推進。比如，為保證 H30 的核心競争力，降低客戶遷移門檻，後摩智能推出了智能駕駛硬體平台力馭、軟體開發工具鏈後摩大道兩款產品。
其中，力馭平台是一款網域控制器，可應用于末端物流無人小車、乘用車智能駕駛、車路協同等場景，功耗僅 85W。後摩大道支持 Pytorch、TensorFlow、ONNX 等主流開源框架，在指令編程方面兼容 CUDA 前端語法，并支持 SIMD 和 SIMT 兩種編程模型，無侵入式的底層架構創新設計使得 H30 更為高效、易用。
值得一提的，後摩智能當前的產品思維也不僅限于駕駛場景，從終端的無人機，到規模更大的邊緣伺服器、自動駕駛，都是存算一體芯片的 " 舞台 "。對于後摩智能等深耕存算一體芯片領網域的企業而言，未來還有更大的市場有待開拓。
從行業視角來看，後摩智能現階段的產品突破，也預示着存算一體芯片行業正處在商業化爆發前夜，此後相關企業的每一步技術創新、每一環生态布局，都是產業新紀元開啟的新信号。
作者：好藍不靈
來源：松果财經
