作者 | 張祥威

編輯 | 德新

“最高物理算力256 TOPS，典型功耗35W，基于12nm制程工藝。” 

5月10日，后摩智能發布首款基于存算一體架構的智駕芯片——鴻途?H30，并公布上述關鍵指標。 

算力、數據和算法，并稱AI的三大核心要素。其中，算力屬于基礎設施，又被稱為新時代的原油。隨著ChatGPT語言大模型的出現，AI迎來了自己的iPhone時刻，算力的重要性也愈加凸顯。 

走在最前的英偉達，不斷推出更高算力的芯片，一些玩家選擇了跟隨，另外一些選擇另辟道路，通過存算一體、量子計算等突破算力瓶頸。 

后摩智能的存算一體芯片H30，便是一道新的解題思路，也讓主機廠、Tier 1有了更多新選擇。 

一、飆升的算力需求，待打破的“存儲、功耗”墻

英偉達旗艦AI芯片H100，隨著AI生成式大模型受到廣泛關注，售價近期一度被炒到46000美金。 

H100是英偉達于去年推出的一款全新架構的GPU芯片。 

8塊H100，再加上4個NVLink可以組合一個DGX H100，AI算力高達32 PetaFlops。英偉達CEO黃仁勛稱，20塊H100就可以承載全球互聯網的流量。 

熱衷自動駕駛的特斯拉CEO馬斯克，不久前購買了數千塊H100，笑稱“看起來每個人和他們的狗此時都在買GPU。” 

H100大熱，體現了市場對于 芯片算力需求飆升，時代進入了一個AI爆發的新階段。 

不過，算力飆升后也讓大家看到了芯片面臨的瓶頸，即： 存儲墻和功耗墻。 

目前市面上的大多數芯片，均基于1945年提出的馮·諾依曼計算系統進行設計，計算和存儲功能分別由中央處理器和存儲器完成。 

在這一架構中，每次計算需要先讀取內存的數據，計算后再存回內存，大部分過程都在讀取和存儲數據。 

處理器的性能跟隨摩爾定律逐年提升，存儲器發展滯后。 

隨著數據處理量增大，存儲速度跟不上數據處理速度，形成了“存儲墻”。數據在處理器和存儲器之間來回搬運，還造成了功耗損失，形成了“功耗墻”。 

為了拆掉兩塊墻，芯片領域提出存算一體的新架構，直接利用存儲器進行數據處理，這種新架構具備 大算力、低功耗、低延時等優點。 

后摩智能創始人兼CEO吳強的偶像是Jim Keller，后者是操刀過特斯拉FSD芯片的大神。Jim Keller曾說過，“不滿于常規的改良，而是要做底層的重構和創新。” 

因此，兩年前創立后摩智能時，吳強選擇了一個不依賴先進工藝，通過底層架構創新來實現AI計算效率的新方向。 

這就有了后來的基于存算一體架構的鴻途?系列芯片。 

二、面向智能駕駛，H30已支持點云、BEV網絡

“ 256TOPS是物理算力，不是市面上常說的稀疏虛擬算力。”吳強向大家介紹H30芯片時重點強調。 

物理算力是指芯片的理論峰值算力。 

有人將算法比作公式，將物理算力比作人的智商。從物理算力的維度，市面上已量產的國產智駕芯片，基本上都不如H30。 

H30的能效比也非常高。 

基于更為成熟的 SRAM 存儲介質，采用數字存算一體架構，H30在INT8 數據精度下AI 核心IPU 能效比高達 15 Tops/W，是傳統架構芯片的7 倍以上。 

根據后摩實驗室及MLPerf公開測試結果，以經典的基礎網絡Resnet50為例，在 Batch Size 等于1 和 8 的條件下，分別達到了 8700 幀/秒和 10300 幀/秒的性能，是英偉達基于8nm芯片性能的5.7倍和2.3倍。 

簡單來說， H30 在芯片性能提升2倍的同時，功耗減少了50%。 

那么，這塊芯片能做什么？ 

后摩智能將第一款芯片產品的應用場景選在了智能駕駛領域。 

吳強認為，智能駕駛芯片一定是要 無限接近于人腦的計算方式和效率，而存算一體的價值正在于此，與智能駕駛的終局需求天然吻合。 

作為一款面向智能駕駛的芯片，H30對于當下熱門的神經網絡均可以支持。而且，H30的架構專門針對智能駕駛場景，在低延時下性能可以更加充分地展現。 

后摩智能表示，一些高階自動駕駛領域常用的經典CV網絡和自動駕駛網絡等，目前已經成功移植到H30上，比如點云網絡、BEV網絡等。 

此外，基于H30的智駕方案已經部署在后摩智能合作伙伴的無人小車上。比如，后摩智能與新石器無人車合作的無人駕駛解決方案，便是基于存算一體芯片。 

基于H30，后摩智能還打造了力馭智能駕駛硬件平臺，作為主機廠面向智能駕駛的參考設計和評估平臺。 

官方數據顯示，力馭的CPU算力為200Kdmips，AI算力達到256 TOPS（INT8物理算力）。 

按照規劃，基于第一代產品H30的力馭計算平臺將在 今年6月向Alpha客戶送測。第二代產品H50將于明年一季度回片，支持主機廠客戶2025年的量產車型。 

三、基于存算一體，變革底層架構

讓H30擁有如此成績的，是一套全新的架構。 

主流芯片產品中，英偉達、高通、地平線等自動駕駛的芯片，基于馮·諾依曼架構，也就是存儲分離。 

H30則基于存算一體，從架構上進行底層創新。 

后摩智能聯合創始人兼研發副總裁陳亮總結，H30這款芯片實現了六項技術突破： 

大算力、全精度、低功耗、車規級、可量產、通用性。 

后摩智能自研了IPU處理器架構，第一代IPU天樞架構專為智能駕駛打造。 

天樞架構的設計思路是，采用多核、多硬件線程的方式來靈活擴展算力，AI 計算可以在核內完成端到端處理，保證通用性。 

H30芯片里面有 4個IPU核，部署在系統總線NoC上。 

每個IPU 核又由 4個Tile組成，每個Tile對應一個硬件線程，既可以獨立進行不同任務的計算，又可以聯合進行同一個任務的計算。 

每個Tile的內部，包含CPU、Tensor Engine、CIM、Feature Buffer、Special Function Unit、Vector Processor、DMA、Shared Memory&Controller。 

其中，CPU可以調度這些執行單元，也可以做一些對算力要求不高的計算。 

這些計算單元，還可以直接共享一個多Bank的共性存儲資源。 

基于后摩的IPU架構，AI計算不需要在CPU、GPU、DSP等不同的處理器之間分配任務，而是可以在核內完成端到端的計算。 

此外，后摩智能設計了專用的數據傳輸總線，搭配多通道，可以在4個Tile和各個IPU 核之間建立高速的數據傳輸通道。 

為了發揮數據復用的特性，后摩智能還設計了多播的傳輸機制，一個Tile里數據，可以通過一次DMA傳輸，廣播給其他多個Tile，從而不需要多個Tile多次讀取數據。 

存算一體的架構，讓H30可以更好地計算與存儲， AI Core計算利用率達到80%以上。 

最后，由于具備良好的擴展性，讓這款芯片有了更多想象空間。 

據了解，后摩智能的下一代芯片，將支持擴展更多核，基于Mesh互聯結構，可以將計算單元靈活配置，實現算力規模的可大可小。 

可以合理推測，后摩智能的下一代架構的芯片有望支持類似GPT的大模型，甚至有可能應用于更大算力的自動駕駛場景。 

實際上，存算一體領域，不止有后摩智能一家，其它還包括知存科技、億鑄科技等，不同的是，后摩智能選擇了智能駕駛賽道作為落地。 

隨著算力需求的爆發和更多芯片產品落地，存算一體正在獲得越來越多的認可。 

總之，在降本增效的趨勢下，擁有成本優勢的存算一體智駕芯片，也讓主機廠在英偉達、地平線等芯片外，有了更多新的選擇。 

退一步說，站在芯片安全的角度，存算一體智駕芯片可以與先進制程工藝解綁，也讓智能汽車被“卡脖子”的隱患得到了一定緩解。 

返回第一電動網首頁 >