5月10日，后摩智能发布国内首款存算一体智驾芯片后摩鸿途H30。据悉，这款芯片采用台积电12nm制程，基于SRAM存储介质，搭载数字存算一体架构，较高物理算力256TOPS，典型功耗达35W，可用于智能驾驶、泛机器人等边缘场景。
图源：后摩智能官网
实际上，2022年5月，后摩智能就成功点亮了自主研发的业内首款存算一体大算力AI芯片，采用了22nm成熟工艺制程，成功跑通智能驾驶算法模型。
后摩智能创始人兼CEO吴强透露，后摩智能在名列前茅阶段选择聚焦在智能驾驶，就是用存算一体创新架构去重构智能驾驶芯片。鸿途H30加快了存算一体大算力芯片商用化应用落地，将主要面向商用车L4级别（无人配送车）、乘用车L2+（辅助驾驶）级别智能驾驶领域。
当前，自动驾驶平台市场的快速增长,使得算力需求呈现快速攀升态势。而以往单纯先进芯片工艺已经无法满足需求，而且成本急速攀升，亟需一种新的芯片技术来解决算力滞后的问题。存算一体成为其中选择之一。
存算一体旨在计算单元与存储单元融合，在实现数据存储的同时直接进行计算，以消除数据搬移带来的开销，极大提升运算效率，以实现计算存储的高效节能。与传统的冯诺依曼架构相比，存算一体打破了由于计算单元与存储单元过于独立而导致的“存储墙”和“功耗墙”，解决算力发展速度远超存储、存储带宽限制计算系统的速度等问题。今年1月，阿里巴巴达摩院甚至把存算一体列入了《2023十大科技趋势》。
据悉，从现有芯片架构来看，超过60%时间是花在数据搬运上，超过90%的功耗也损失在数据搬运上。而存内计算技术利用存储器单元本身模拟或者物理性质完成计算，把原先存储器存储单元变成计算单元，可以大幅度减小计算单元调用次数，减少存储器次数，提高运算的效率。简而言之，存内计算运算单元就是存储单元本身，可以很好地解决存储墙、能耗墙得问题。
因此，后摩鸿途H30的发布可以说是大算力AI芯片发展过程中一次重要的“里程碑”。当前，不管是学术界，还是产业界都在致力于解决AI算力需求的问题，比如先进封装技术—— “chiplet”技术。该技术从工艺制造角度提供了很好的思路，但是在硬件电路架构和底层器件上仍然面临着较大的技术挑战。而后摩智能在存算一体上进行了很好的探索，跟以往基于Flash的存算路线相比，基于SRAM的存算路径可以实时在存算模块中刷新数据，为大算力提供了重要的保障，同时实现与数字无损的高运算精度，成本更低，是真正可以大规模量产的路径。
据悉，后摩鸿途H30将在今年量产，获得了包括新石器无人车、环宇智行等主机厂、Tier1和算法提供商共计超55家客户支持。同时，该款芯片将于6月份开始给Alpha客户送测。同时，后摩智能第二代产品鸿途 H50 已经在研发中，将于2024年推出，支持客户2025年的量产车型，或成为自然散热条件下较高算力智能驾驶芯片。
文章来自：https://www.eet-china.com/
