欧美成人精品一区二区男人小说,美媛馆国产精品一区二区,亚洲成人av一区二区,欧美momandson

伴隨著自動駕駛級別的持續(xù)提升，以及應(yīng)用場景越來越復(fù)雜，智能汽車對算力的需求正呈現(xiàn)“爆炸式”增長。

目前，市場上普通L2級自動駕駛所需的算力通常不超過30 TOPS。但隨著智駕應(yīng)用逐漸往高速NOA甚至城市NOA拓展，所需處理的數(shù)據(jù)規(guī)模呈現(xiàn)指數(shù)級增長，對算力的需求已經(jīng)達(dá)到了上百TOPS。

比如小鵬G9 Max、P7i Max，以及理想L系列 MAX版車型，為支持全場景智能輔助駕駛，均搭載了雙Orin-X芯片，算力高達(dá)508 TOPS。蔚來ADAM蔚來超算平臺，甚至搭載了四顆Orin-X，總算力高達(dá)1016 TOPS。

到L5階段，業(yè)界普遍認(rèn)為對算力的需求將進(jìn)一步提升，至少在千TOPS級別，甚至有激進(jìn)的說法認(rèn)為，隨著大模型的發(fā)展，對算力的需求水漲船高，要想實現(xiàn)L5級別的自動駕駛，需要上萬TOPS算力。

無論哪種預(yù)測，智能汽車進(jìn)入算力暴漲時代已經(jīng)是確定的趨勢。

但更高的算力，同時又往往意味著更高的成本和功耗，如何實現(xiàn)這三者之間的平衡，是當(dāng)下自動駕駛賽道亟待解決的問題。

對此，過去一段時間很多企業(yè)都在開展相關(guān)的探索。其中存算一體，作為一種新的計算架構(gòu)，通過將存儲與計算完全融合，顯著提升計算效率，被認(rèn)為是AI算力需求暴漲下，繼CPU、GPU之后的算力架構(gòu)“第三極”。

突破算力瓶頸，存算一體站上風(fēng)口

日前，清華大學(xué)宣布研制出全球首顆全系統(tǒng)集成、支持高效片上學(xué)習(xí)的憶阻器存算一體芯片，讓存算一體這種先進(jìn)的技術(shù)架構(gòu)再度成為行業(yè)關(guān)注的焦點。

圖片來源：清華大學(xué)官方微信公眾號

所謂存算一體，顧名思義即在存儲器中嵌入計算能力，通過將存儲和計算合二為一，消除不必要的數(shù)據(jù)搬移延遲和功耗，顯著提升處理器的性能和計算效率，降低計算成本。

在計算機(jī)領(lǐng)域，存算一體并不是一個新概念。早在1969年，斯坦福研究所就提出了存算一體概念，不過受芯片設(shè)計和制造、應(yīng)用場景等多方面因素制約，早期存算一體僅僅停留在理論研究階段。

直到最近幾年，隨著大數(shù)據(jù)、云計算、人工智能和物聯(lián)網(wǎng)等新一代信息技術(shù)的快速發(fā)展，對AI計算需求持續(xù)暴增，依靠傳統(tǒng)的馮·諾依曼計算架構(gòu)越來越難以滿足各類終端應(yīng)用的需求，存算一體才開始逐漸受到重視。

在傳統(tǒng)的馮諾伊曼架構(gòu)中，由于計算和存儲相互分離，當(dāng)執(zhí)行一個任務(wù)時，往往需要先從存儲單元讀取數(shù)據(jù)，然后再轉(zhuǎn)入計算單元進(jìn)行計算和處理，完成后再將數(shù)據(jù)存回內(nèi)存。目前，主流的AI處理器幾乎都是采用這種計算架構(gòu)，可以說無論技術(shù)還是應(yīng)用生態(tài)，都已經(jīng)十分成熟了。

但在人工智能快速發(fā)展的當(dāng)下，這一成熟架構(gòu)的不足之處也開始日漸凸顯，主要體現(xiàn)在“存儲墻”和“功耗墻”兩個方面。其中“存儲墻”，主要是由于處理器中的存儲和計算相互分離，在數(shù)據(jù)處理過程中，需要不斷交換數(shù)據(jù)，如果二者的距離過長，會造成響應(yīng)的存儲延時，制約著系統(tǒng)整體的運算速率，并且隨著AI計算的數(shù)據(jù)吞吐量越大，“存儲墻”的問題也會越嚴(yán)重。

不僅如此，目前存儲器的發(fā)展速度其實也遠(yuǎn)落后于處理器的發(fā)展速度。據(jù)相關(guān)分析數(shù)據(jù)，處理器的算力大約以每兩年3.1倍的速度增長，而內(nèi)存的性能每兩年只有1.4倍的提升，由此導(dǎo)致處理器的性能與效率在實際應(yīng)用中也會受到存儲器的嚴(yán)重制約。

“功耗墻”則是由于存算分離，在反復(fù)移動數(shù)據(jù)的過程中，會帶來額外功耗的提升。有研究數(shù)據(jù)表明，在處理器內(nèi)，移動數(shù)據(jù)的功耗要比計算本身的功耗高2到3個數(shù)量級。在以數(shù)據(jù)為核心驅(qū)動的智能化發(fā)展新時代，如果不能很好地解決這一問題，AI芯片在計算效率和功耗等方面必然會受到嚴(yán)重的制約，對于智能汽車同樣如此。

圖片來源：后摩智能

為此，過去一段時間很多企業(yè)都在謀求破局，目前來看主要有近存計算和存內(nèi)計算兩種技術(shù)路線。廣義上來講，這兩種方案都屬于存算一體概念，區(qū)別在于近存計算是將存儲單元與計算單元通過更先進(jìn)的封裝等方式進(jìn)行集成，增加訪存帶寬，減少數(shù)據(jù)搬移，進(jìn)而提高數(shù)據(jù)處理效率，但計算和存儲模塊本質(zhì)上還是相互獨立的。

比如特斯拉的Dojo芯片，采用的就是近存計算架構(gòu)，對“存儲墻”和“功耗墻”的問題進(jìn)行弱化，實現(xiàn)性能顯著提升。據(jù)悉，相比于業(yè)內(nèi)芯片，特斯拉D1芯片在同成本條件下性能提升了4倍，同能耗下性能提高1.3倍，占用空間節(jié)省5倍。

不過，在一些業(yè)內(nèi)人士看來，這一芯片模組其實還沒有到達(dá)“完美”的程度，如果采用“存內(nèi)計算”或者“存內(nèi)邏輯”架構(gòu)，芯片性能或許還會有大幅度提升。

與近存計算相比，存內(nèi)計算由于將計算和存儲真正融合在一起，均在存儲器內(nèi)部完成，可以進(jìn)一步減少訪存的功耗和延時，被普遍認(rèn)為是“AI算力的下一極”。

目前，國內(nèi)外很多科技企業(yè)及初創(chuàng)公司都在積極開展相關(guān)的研發(fā)，比如英特爾、SK海力士、IBM、美光、三星、臺積電、阿里達(dá)摩院、華為等。伴隨著各大玩家在技術(shù)方面不斷取得新突破，新的應(yīng)用場景陸續(xù)涌現(xiàn)，存算一體開始由概念逐漸邁入產(chǎn)業(yè)化落地的新發(fā)展階段。

據(jù)相關(guān)預(yù)測數(shù)據(jù)顯示，到2030年，基于存算一體技術(shù)的芯片市場規(guī)模有望超過千億人民幣。

PK國際巨頭，“芯勢力”新玩法

作為一種全新的計算架構(gòu)，存算一體無疑為大規(guī)模AI計算提供了更多的可能，這使得很多AI技術(shù)的細(xì)分應(yīng)用場景都將隨之受益，包括智能駕駛。

在過去近十年的發(fā)展中，自動駕駛先后經(jīng)歷了1.0時代的硬件驅(qū)動和2.0時代的軟件驅(qū)動，到如今的3.0階段，業(yè)界普遍的共識是將由數(shù)據(jù)作為核心驅(qū)動，推動自動駕駛持續(xù)升級迭代，邁向更高階的無人駕駛。

在此過程中，隨著ODD的不斷拓展，需要處理的數(shù)據(jù)規(guī)模大幅增長，對應(yīng)算力需求也將不斷增強。一個確定的趨勢是，隨著智駕算法模型的演變，從最初的 CNN 模型到如今的Transformer、BEV 等大模型，在芯片算力和效率方面的需求已經(jīng)在呈指數(shù)級增長。

圖片來源：地平線

正是基于這一趨勢，智能駕駛也被認(rèn)為是存算一體未來落地應(yīng)用的關(guān)鍵場景。目前，已經(jīng)有公司針對車載場景在開展相關(guān)的探索，試圖為高階智能駕駛演進(jìn)提供不一樣的“解法”。

今年5月，國內(nèi)芯片初創(chuàng)公司后摩智能宣布推出業(yè)內(nèi)首款存算一體智駕芯片——后摩鴻途H30。得益于存算一體的架構(gòu)優(yōu)勢，H30 基于 12nm 工藝制程，在 Int8 數(shù)據(jù)精度下實現(xiàn)高達(dá) 256TOPS 的物理算力，所需功耗不超過 35W，整個 SoC 能效比達(dá)到了 7.3Tops/W。

根據(jù)后摩智能透露，后摩鴻途H30已經(jīng)可以適配BEV 、PointPillar 等自動駕駛主流網(wǎng)絡(luò)模型，以后摩鴻途H30 打造的智能駕駛解決方案已經(jīng)在合作伙伴的無人小車上完成部署。

而為了加速存算一體技術(shù)的落地應(yīng)用，后摩智能還同步推出了基于后摩鴻途H30 芯片打造的智能駕駛硬件平臺——力馭，以及研發(fā)的軟件開發(fā)工具鏈——后摩大道，形成“芯片+計算平臺+軟件工具鏈”的完整布局。其中前者可以實現(xiàn)200KDMIPS 的CPU 算力，和高達(dá)256Tops 的AI 算力，支持多傳感器輸入，但功耗僅為 85W。

后摩智能創(chuàng)始人&CEO吳強博士，圖片來源：中國電動汽車百人會

在后摩智能創(chuàng)始人&CEO吳強博士看來，對于智能駕駛，存算一體帶來的價值意義主要有兩點：第一，上限更高，跟傳統(tǒng)方式相比，存算一體架構(gòu)在計算效率方面可以實現(xiàn)數(shù)量級的提升；第二，技術(shù)底線更有保障，雖然在晶圓制造方面，相對于傳統(tǒng)AI芯片存算一體沒有本質(zhì)差別，但其一個顯著的優(yōu)勢是，不需要昂貴的尖端晶圓工藝（5/3 nm），比如通過成熟的28nm 工藝即可做出算力和功耗媲美7nm 常規(guī)架構(gòu)的芯片。

而在AI芯片各大細(xì)分應(yīng)用場景中，智能駕駛無論是整體賽道規(guī)模還是對算力的需求，都十分可觀。“但對于大算力芯片，現(xiàn)在很多企業(yè)其實不敢用，因為成本太高。而汽車行業(yè)又是典型的對成本和功耗極為敏感的行業(yè)，這時候如何解決高性能、低成本和低功耗這類既要、又要、還要的問題，存算一體無疑是適合的。”吳強表示。

事實上，針對智能駕駛?cè)找嬖鲩L的高算力需求，過去幾年業(yè)界已經(jīng)涌現(xiàn)了一批出色的玩家，比如英偉達(dá)、高通、Mobileye，都是其中的佼佼者。與此同時，國內(nèi)還誕生了以地平線、黑芝麻智能等為代表的一批本土芯片企業(yè)，與國際巨頭同臺競技。目前來看，已經(jīng)取得了不錯的進(jìn)展。

據(jù)蓋世汽車研究院統(tǒng)計數(shù)據(jù)顯示，今年1-8月，國內(nèi)智駕域控芯片領(lǐng)域，除了特斯拉自研，第三方供應(yīng)商中以英偉達(dá)市場份額最高，為27.8%，對應(yīng)出貨量為56.2萬顆；其次是Mobileye，市占率為12.4%，出貨量達(dá)25萬顆；第三名是地平線，市占率為12%，出貨量為24.2萬顆。

“基于這樣的市場格局，像我們這樣的新創(chuàng)企業(yè)要想跟國際巨頭競爭，不能按照傳統(tǒng)的方法，必須要另辟蹊徑。”吳強在接受蓋世汽車采訪時表示。“或許用新的方式挑戰(zhàn)英偉達(dá)這樣的巨頭不一定會成功，但至少有機(jī)會，而如果用傳統(tǒng)方式去挑戰(zhàn)，是一點機(jī)會都沒有。”

吳強所說的這個機(jī)會，除了智能駕駛本身對于高性能、低成本AI芯片的巨大需求，還包括國產(chǎn)替代。過去幾年，諸如地平線、黑芝麻智能等本土芯片企業(yè)的崛起，很大程度上也是受益于國產(chǎn)替代的需求的持續(xù)上升。

不過，盡管在技術(shù)優(yōu)勢以及市場等方面，存算一體前景廣闊，在吳強看來，智駕芯片領(lǐng)域已有的這些巨頭們，由于架構(gòu)和軟件生態(tài)已經(jīng)十分成熟，存在較大的歷史包袱，不太可能會切換到存算一體賽道。“特斯拉為什么可以做起來，因為特斯拉的芯片是從零開始做的，沒有歷史包袱，他也有這個能力。”

因此長遠(yuǎn)來看，他認(rèn)為智能駕駛大算力芯片在技術(shù)路線上，會呈現(xiàn)傳統(tǒng)基于馮·諾依曼計算架構(gòu)的AI芯片，和存算一體芯片兩種方案并存的局面，甚至還有可能衍生出其他的新技術(shù)路線。至于最終哪種路線能夠勝出，將取決于工程能力、產(chǎn)品能力、銷售能力等多方面的綜合實力高低。

目前，后摩鴻途H30 ，已陸續(xù)給 Alpha 客戶送測，同時后摩智能的第二代產(chǎn)品后摩鴻途H50 也在全力研發(fā)中，將于2024年推出，支持客戶 2025年的量產(chǎn)車型。這意味著最快今明兩年，大家就可以在量產(chǎn)車上看到存算一體新計算架構(gòu)給智駕行業(yè)帶來的全新體驗變革。

關(guān)于《Seeds 發(fā)現(xiàn)》：

蓋世汽車《Seeds 發(fā)現(xiàn)》欄目，旨在打造一個鏈接初創(chuàng)企業(yè)、產(chǎn)業(yè)鏈生態(tài)合作伙伴以及投資機(jī)構(gòu)、地方政府的服務(wù)平臺，為產(chǎn)業(yè)鏈上下游深度賦能。該欄目自啟動以來，一直致力于發(fā)掘智能電動汽車變革大潮中對行業(yè)具有重要啟發(fā)和引領(lǐng)作用的好公司、好技術(shù)、好的商業(yè)模式，推動汽車產(chǎn)業(yè)創(chuàng)新力量的成長。

據(jù)蓋世汽車統(tǒng)計，經(jīng)《Seeds 發(fā)現(xiàn)》欄目報道過的初創(chuàng)公司，幾乎所有都已經(jīng)成功對接了產(chǎn)業(yè)鏈生態(tài)資源。未來，隨著智能化和電氣化的快速發(fā)展，賦予汽車無限想象的同時，不斷重塑汽車產(chǎn)業(yè)鏈，《Seeds 發(fā)現(xiàn)》欄目將繼續(xù)聚焦“風(fēng)口”賽道，持續(xù)為產(chǎn)業(yè)創(chuàng)新力量賦能。