5月10日，后摩智能正式发布首款存算一体智驾芯片——鸿途?H30，最高物理算力256TOPS，典型功耗35W，成为国内率先落地存算一体大算力AI芯片的公司。

【资料图】

后摩智能创始人兼CEO吴强

过去二十年中，算力发展速度远超存储，“存储墙”成为加速学习时代下的一代挑战，原因是在后摩尔时代，存储带宽制约了计算系统的有效带宽，芯片算力增长步履维艰。

因此存算一体有望打破冯诺依曼架构，是后摩时代下的必然选择，鸿途?H30的发布是存算一体的重要实践。

存算一体优势显著，被誉为AI芯片的“全能战士”，具有高能耗、低成本、高算力等优势；存算一体按照计算方式分为数字计算和模拟计算，应用场景较为广泛，SRAM、RRAM有望成为云端存算一体主流介质。

AI引爆存算一体发展

2月中旬ChatGPT出现崩溃，只是算力紧张的一个缩影。随着百度、京东、腾讯等国内厂商宣布参与大模型领域的AI竞争，未来类似ChatGPT这样的大模型将越来越多。可以预见，人工智能大模型的发展是大势所趋，全球市场对于算力的需求也将出现快速的增长。

存算一体的优势是打破存储墙，消除不必要的数据搬移延迟和功耗，使用存储单元提升算力。存算一体主要AI的算力需求、并行计算、神经网络计算等，因此存算一体需求旺盛；以数据中心为例，百亿亿次（E级）的超级计算机成为各国比拼算力的关键点。

2017年，英伟达、微软、三星等提出存算一体原型；同年起，国产存算一体芯片企业开始“扎堆”入场，例如后摩智能、亿铸科技等。

高性能计算引擎

后摩智能联合创始人兼研发副总裁陈亮告诉芯榜记者，鸿途?H30以存算一体创新架构实现了六大技术突破，即大算力、全精度、低功耗、车规级、可量产、通用性。鸿途?H30基于SRAM存储介质，采用数字存算一体架构，拥有极低的访存功耗和超高的计算密度，在Int8数据精度条件下，其AI核心IPU能效比高达15Tops/W，是传统架构芯片的7倍以上。

后摩智能联合创始人兼研发副总裁陈亮

陈亮称，为了更好地实现车规级，后摩智能基于鸿途?H30自主研发了硬件增强机制和检测机制，在提升芯片可靠性的同时，进一步保障了功能安全性。

为了充分发挥存算一体带来的高计算效率，后摩智能面向智能驾驶场景打造了专用IPU（处理器架构）——天枢架构，采用多核、多硬件线程的方式扩展算力，实现了计算效率与算力灵活扩展的完美均衡，AI计算可以在核内完成端到端处理，保证通用性。

天枢架构的设计理念源自于庭院式的中国传统住宅，以大布局设计保障计算资源利用效率的同时，再进一步结合现代住宅多层/高层的设计优势，以多核/多硬件线程的方式灵活扩展算力。得益于灵活、高效的硬件架构设计，鸿途?H30实现了性能2倍提升的同时，还降低了50%功耗。

后摩智能联合创始人兼产品副总裁信晓旭对鸿途?H30的产品性能与优势向芯榜记者做了详细介绍。得益于存算一体的架构优势，鸿途?H30基于12nm工艺制程，在Int8数据精度下实现高达256TOPS的物理算力，所需功耗不超过35W，整个SoC能效比达到7.3Tops/W，具有高计算效率、低计算延时、低工艺依赖等特点。

后摩智能联合创始人兼产品副总裁信晓旭

信晓旭分析，在实际性能测试中，鸿途?H30基于Resnet50模型的Benchmark，在BatchSize等于1和8的条件下分别达到了8700帧/秒和10300帧/秒的性能。

赋能智能驾驶

当下消费电子对半导体拉动区域颓势，汽车芯片成为拉动半导体领域的中流砥柱，据了解每台新能源汽车所用到的芯片高达1400块。

为了坐上新能源的“快车”，后摩智能同步推出了基于鸿途?H30芯片打造的智能驾驶硬件平台——力驭?。有赖于鸿途?H30极高的计算效率和计算密度，力驭?平台CPU算力高达200Kdmips，AI算力高256Tops，支持多传感器输入，能够为智能驾驶提供更充沛的算力支持，进一步提升了系统的可靠性。力驭?平台功耗仅为85W，可采用更加灵活的散热方式，实现更低成本的便捷部署，有利于推动大算力智能驾驶场景的普及应用。

为了让客户拥有更好的产品使用体验，后摩智能还基于鸿途?H30芯片自主研发了一款软件开发工具链——后摩大道?，支持PyTorch、TensorFlow、ONNX等主流开源框架，编程兼容CUDA前端语法，同时支持SIMD和SIMT两种编程模型，兼顾运行效率和开发效率，以无侵入式的底层架构创新保障了通用性的同时，进一步实现了鸿途?H30得高效、易用。

信晓旭透露，鸿途?H30将于6月份开始给Alpha客户送测。同时，后摩智能的第二代产品鸿途?H50已经在全力研发中，将于2024年推出，支持客户2025年的量产车型。

后摩智能创始人兼CEO吴强表示：“2年前，后摩智能成立，我们坚定地选择以存算一体的底层架构创新，来实现AI计算效率的极致突破。存算一体架构将存储和计算功能融合，比传统架构更接近人脑的计算方式，具备远高于传统方式的计算效率。随着GPT等大模型的出现，存算一体芯片越来越受到行业关注。”