2022年12月16日-17日，由安徽省發(fā)展和改革委員會(huì)作為指導(dǎo)單位，合肥市人民政府、中國(guó)電動(dòng)汽車百人會(huì)聯(lián)合主辦的“2022全球智能汽車產(chǎn)業(yè)峰會(huì)”在安徽合肥召開。本屆論壇圍繞“全球新變局與智能汽車發(fā)展新戰(zhàn)略”主題，共設(shè)置5個(gè)主題論壇和2場(chǎng)閉門會(huì)議，與行業(yè)機(jī)構(gòu)、高校院所和領(lǐng)先企業(yè)代表共同探索我國(guó)智能汽車發(fā)展新路徑。

其中，在12月17日舉辦的“生態(tài)論壇”上，后摩智能創(chuàng)始人兼 CEO  吳強(qiáng)發(fā)表精彩致辭。以下內(nèi)容為現(xiàn)場(chǎng)演講實(shí)錄：

大家上午好！很高興能代表后摩智能參加這個(gè)峰會(huì)，我今天分享的主題是《如何以自主創(chuàng)新打造更自主可控的智能駕駛芯片》。

汽車電動(dòng)化和智能化給國(guó)產(chǎn)汽車帶來難得的歷史機(jī)遇，PPT左圖顯示了我國(guó)電動(dòng)化的普及程度已經(jīng)在世界前列，右圖展示了我們?cè)谥悄荞{駛L2及以上的普及率、滲透率也是走在世界前列。L2及以上的智能駕駛給計(jì)算芯片帶來新的需求，比如，和傳統(tǒng)的車載芯片MCU相比，智能駕駛芯片的復(fù)雜度、大算力更接近于以前云端芯片或者超算芯片；設(shè)計(jì)、封裝等等方面，跟傳統(tǒng)的MCU都不太一樣。智能駕駛芯片的算力要求接近于傳統(tǒng)的超算芯片，很多人說智能駕駛芯片是一個(gè)移動(dòng)的超算中心。

另外，低功耗。在傳統(tǒng)的超算中心我對(duì)功耗不是那么敏感，我在數(shù)據(jù)中心有用電，有空調(diào)，有冷卻，但是在車上面，用電有很多問題。大家都是汽車方面的專家，汽車是電池驅(qū)動(dòng)，另外汽車散熱系統(tǒng)其實(shí)比較緊張，環(huán)境溫度要求比較高。

第三，低成本。超算成本方面，一個(gè)芯片很貴，基于A100的服務(wù)器可以賣幾十萬，一個(gè)企業(yè)就需要幾臺(tái)。但是對(duì)于車來講，剛才沈總說了，我們希望讓每輛車都用得起、買得起、裝得起這樣的芯片。我們大部分的車都是在10萬—30萬人民幣之間，這部分車是主流，高端車是另外一個(gè)故事。對(duì)于10萬—30萬人民幣的汽車來說，成本非常敏感，怎么能夠做出高性價(jià)比，讓每輛車都裝得起芯片，這也是一個(gè)新的需求。

最近幾年我們才遇到一個(gè)新話題，把原來做超算中心大算力芯片的人和做傳統(tǒng)車載芯片的人融合到一起。這是近幾年才出現(xiàn)的有趣現(xiàn)象。

對(duì)于L2芯片的發(fā)展趨勢(shì)，算力要求適中，對(duì)于L2+或者L2++的芯片或者更高級(jí)的芯片，最近的發(fā)展趨勢(shì)也有很多。它的傳感器數(shù)量越來越多，因?yàn)橐粩嘀С諰1、L2，要支持L2+甚至L2++。傳感器越來越多，對(duì)算力需求變得越來越高。第二，對(duì)于L2++，一些智能駕駛算法也變得越來越復(fù)雜，要求不停迭代，BEV要出來，Transformer要出來，對(duì)芯片的開放程度也要求很高。這是高階智能駕駛目前帶來一些新的需求，特別在最近幾年。

目前的解決方案有幾個(gè)問題，第一個(gè)要依賴于先進(jìn)的制造工藝，傳統(tǒng)MCU 40nm就算挺好的，最多28nm，現(xiàn)在智能駕駛都向16、14、7甚至5或3nm走。先進(jìn)工藝帶來兩個(gè)問題：1、成本奇貴，做一顆7nm芯片研發(fā)成本需要1億多美元，7nm要幾億美元，分?jǐn)傁聛?，裝到車上，就很貴；2、容易被卡脖子，現(xiàn)在這種大形勢(shì)下，非常容易被卡脖子。這是一種問題。

另外，犧牲通用性、解決效率問題，需要算力、需要功耗，我怎么去解決這些問題？如果我做得很專用，專用又不符合整個(gè)算法的發(fā)展趨勢(shì)。這就是一對(duì)矛盾，這是目前在高階智能駕駛芯片上面臨的矛盾。算力越大，帶來的功耗越來越大，解決這個(gè)問題，面臨著芯片怎么部署下去，是不是都需要液冷？高端車肯定是液冷，對(duì)于低端車，如果用液冷，整個(gè)系統(tǒng)的復(fù)雜度上升，成本又會(huì)上去，又回到“怎么讓每輛車用得起、裝得起”的問題。

我們需要的，不能依賴于繼續(xù)往先進(jìn)制程工藝走的做法，是不是可以從更底層的架構(gòu)創(chuàng)新或者技術(shù)創(chuàng)新，去解決這樣的問題？更底層的創(chuàng)新方法同樣可以把算力問題、功耗問題、成本問題解決。這個(gè)，也許是我們國(guó)產(chǎn)芯片廠商需要探索的問題。在所有的技術(shù)創(chuàng)新方向里面，有一個(gè)方向非常有希望，即存算一體，它的意思把存儲(chǔ)、計(jì)算融為一體，重構(gòu)智能駕駛芯片。傳統(tǒng)的計(jì)算架構(gòu)在教科書上學(xué)的馮諾伊曼架構(gòu)，計(jì)算和存儲(chǔ)是分離的，每次通過總線去load數(shù)據(jù)，計(jì)算完再放回去，這是馮諾伊曼架構(gòu)。這種計(jì)算架構(gòu)適合于傳統(tǒng)的CPU，已經(jīng)有60年的歷史，做CPU非常合適，對(duì)于智能駕駛芯片是AI計(jì)算，是數(shù)據(jù)為主的計(jì)算，這是近幾年才出現(xiàn)的事情。這種事情其實(shí)不太合適，數(shù)據(jù)總線變成一個(gè)瓶頸。另外，算力上不去，或者算力上去，但要花費(fèi)很大的成本。我的數(shù)據(jù)不停地搬運(yùn)，做了很多無效的搬運(yùn)，造成大量功耗，這是存算一體。希望從底層架構(gòu)創(chuàng)新或者計(jì)算方式的創(chuàng)新根本性解決這樣的問題。

算力做大，可以不用這種很高階的、很昂貴的先進(jìn)工藝可以把算力做上去，另外避免了大部分的數(shù)據(jù)搬運(yùn)，90%的數(shù)據(jù)都可以把它省下來，也節(jié)省了功耗，同時(shí)也節(jié)省了成本，這個(gè)是我們?cè)诤芏鄻I(yè)內(nèi)同仁探索新的技術(shù)方向。舉個(gè)例子，存算一體本身能效，仍然有一個(gè)數(shù)量級(jí)的提升，這是技術(shù)上的優(yōu)勢(shì)。反映在產(chǎn)品上面，能做到什么？比如大家很多都是汽車專家，知道汽車需要散熱，散熱有幾種方式，自然風(fēng)冷、風(fēng)扇、液冷，對(duì)于大部分車廠來說，最希望的方式是自然風(fēng)冷或者自然冷或者被動(dòng)散熱，成本更低，系統(tǒng)復(fù)雜度更低，但是有一個(gè)剛需，功耗在15瓦或者20瓦以內(nèi)。如果想要大算力，本身和低功耗就是天生的矛盾，怎么解決這個(gè)問題？我想自然散熱或者低功耗，必然我的算力不高，只能做一些十幾T到20T，按照目前的工藝做到極限。除非走更昂貴的5nm、3nm，可以把這個(gè)數(shù)字再往上走，如果用正常的工藝只能做到這個(gè)數(shù)字。如果用存算一體，也許能夠突破這個(gè)極限，在自然散熱的情況下能做到60T或者80T甚至100T，這其實(shí)是我們希望去探索或者實(shí)現(xiàn)的目標(biāo)，這是存算一體帶來產(chǎn)品層面實(shí)實(shí)在在的收益。

此外，存算一體還有另外一個(gè)好處，它可以用相對(duì)成熟的工藝去做出媲美先進(jìn)工藝的算力和能效比，在現(xiàn)在的國(guó)際大環(huán)境下，它有一些特殊的意義。即使有極端情況出現(xiàn)，還是可以不被卡脖子，能實(shí)現(xiàn)國(guó)產(chǎn)自主可控。這還是能打造一個(gè)可以幫助國(guó)產(chǎn)汽車智能化推進(jìn)的高能效比、高性能的芯片，這是目前在國(guó)際形勢(shì)下另外一個(gè)特殊的意義。

下面介紹一下后摩智能，成立于2020年底，公司兩撥人，一撥做存算一體的專家，來自于學(xué)術(shù)背景的技術(shù)專家，還有一撥人像我在工業(yè)界做了20年，做過大芯片、高算力芯片，以前我做云端芯片，后來做過車端芯片。兩撥人在一起探索，一起去碰撞，發(fā)現(xiàn)這些問題，我們覺得這可能是一個(gè)解決高算力或者高性能智能駕駛芯片的根本解決方案。我們這撥人成立了這家公司，目前大概兩年左右。去年8月份做了第一顆流片，是一顆技術(shù)樣片，在今年年初跑通了智能駕駛的算法和demo，今年第一顆芯片順利投片，很快希望在明年上半年春節(jié)之后能給客戶去試用。

我們第一顆芯片基于存算架構(gòu)一體芯片的設(shè)計(jì)，時(shí)間關(guān)系不具體講，總體來說，PPT上從右向左，橙色的部分基于存算的計(jì)算盒，后面是分布式計(jì)算單元，不同的計(jì)算單元組成AI Core，最后變成一個(gè)HOC，呈現(xiàn)給汽車或者Tier1或者車上的客戶。

去年第一顆芯片流片，成功把它運(yùn)行了常規(guī)的智能駕駛算法點(diǎn)亮。這里PPT上有一個(gè)簡(jiǎn)單的demo，20秒時(shí)間，基于第一顆大算力芯片跑的常規(guī)智能駕駛場(chǎng)景。常規(guī)11種檢測(cè)、分割、識(shí)別等等算法，都是跑在存算一體芯片上面，可以看到框是檢測(cè)，地面是各種分割，它的效果和傳統(tǒng)的GPU很相似，我們也可以達(dá)到相似或者更好的效果。

從軟件的角度，我們是一家智能駕駛芯片公司，我在行業(yè)做了很多年，我知道客戶是怎么想的，客戶還是希望軟件能夠盡可能接近巨頭英偉達(dá)的編程模式，客戶遷移起來最方便，我們采用了類CUDA的編程方式，降低客戶的開發(fā)成本。

整個(gè)算法和軟件的發(fā)展趨勢(shì)是軟硬解耦的，我們希望自己基于軟硬解耦的理念，把我們的芯片和工具鏈做得盡可能開放，這樣有更多的第三方算法公司或者Tier1或者主機(jī)廠一起在上面以比較快的速度開發(fā)自己的軟件，這也是我們自己的理念。整個(gè)芯片和軟件都是基于這個(gè)理念去設(shè)計(jì)，也是我們跟Mobileye黑盒模式的區(qū)別。

這兩年，從第一代芯片流片，到現(xiàn)在跟一些客戶合作，主要是在無人車像物流、零售、乘用車方面，在Tier1層面和主機(jī)廠合作。總體來說，后摩智能的愿景是做后摩爾時(shí)代的智能計(jì)算平臺(tái)，公司的名字也是來自于這個(gè)愿景。目前我們其實(shí)聚焦在無人車和智能駕駛和乘用車，這是我們主要目前聚焦的場(chǎng)景，希望在這兩個(gè)領(lǐng)域能夠落地站住腳，希望跟更多的合作伙伴去做。未來萬物智能的時(shí)代，希望我們能有更多為仿生機(jī)器人、AR/VR這些場(chǎng)景提供高效率的智能計(jì)算平臺(tái)，為萬物智能這個(gè)美好的愿景目標(biāo)盡我們公司的一份綿薄之力。

以上就是我的分享，謝謝大家！

（注：本文根據(jù)現(xiàn)場(chǎng)速記整理，未經(jīng)演講嘉賓審閱）

返回第一電動(dòng)網(wǎng)首頁(yè) >