国产智能计算芯片赛道再添新玩家

国产智能计算芯片企业“后摩智能”（南京后摩智能科技有限公司）已完成数千万美元天使轮融资。本轮融资由红杉资本中国基金领投，经纬中国、联想创投、弘毅创投、IMO创投等资本跟投。

据介绍，后摩智能成立于2020年底，专注于原创新型智能计算芯片及软硬件一体化平台的打造。后摩智能主攻存算一体技术和存储工艺，致力于突破智能计算芯片性能及功耗瓶颈，加速人工智能的普惠落地。其提供的大算力、低功耗的高能效比芯片及解决方案，可应用于泛机器人/无人小车等大边缘端，以及云端推理和训练。

后摩智能完成融资，意味着风头正热的国产芯片赛道再添一位新玩家。回顾整个2020年，芯片行业也是融资不断。

企查查大数据研究院日前发布的《近十年我国芯片半导体品牌投融资报告》显示，2020年，国内芯片半导体发生投融资事件458起，涉及392家企业，总融资金额高达1097.69亿元。

如今，芯片半导体已经成为了一条拥挤的赛道。

而对于身处其中的国产芯片企业而言，要想从众多行业玩家中脱颖而出，寻找新的计算范式，并在新的细分领域实现对巨头的追赶、超越，也许是可选路径之一。

01. 云、边、端急需，高能效比芯片成国产芯片突破口

2020年，美国对华为的芯片断供，以及对中芯国际的制裁，让芯片国产化成为一个全民关注的科技话题。

数据显示，中国占据了全球三分之一的芯片市场，是全球最大芯片进口国，每年进口的芯片价值2万多亿元。这其中，有相当一部分来自美国。尽管市场占比逐年下降，但美国仍然把持着全球50%的芯片市场。

如今，面向PC、手机、服务器等硬件的传统芯片市场，美国企业仍然是行业领导者。但在智能计算芯片这一新兴细分领域中，中国芯片玩家的势力，正在不断崛起。

目前，华为海思、寒武纪、地平线等企业，已有多款芯片完成流片，并投入市场。而业界对于国产芯片的市场期望，也转向在细分领域上的占领、超越。

与此同时，国产智能计算芯片厂商们，也在不断寻找新的突破口。大算力、低功耗的高能效比芯片，就是其中之一。

随着人工智能的逐步商业化落地，以及5G、物联网技术的不断升级，搭载复杂AI能力的智能设备也将越来越多。这些设备对算力的需求较高，但受限于供电、续航等问题，现有的智能计算芯片及计算平台，很难满足它们的需求。

例如，现代物流中心中常见的无人载货机器人，需要通过摄像头及各种传感器做实时感知分析与计算。传统的芯片无法满足这类设备的算力需求，而采用大算力芯片，又无法兼顾供电和续航。算力与功耗的矛盾，直接限制了设备的智能化程度。

事实上，不止在边缘端，云端的AI计算，也迫切需要大算力、低功耗的AI解决方案。

目前，大多数云计算中心的智能计算量需求越来越大，而市面上的主流智能计算芯片（英伟达的Tesla系列GPU）高算力带来的高功耗和价格也非常“感人”，这也成为当下困扰云计算中心的两难问题。同时，现有智能计算芯片的高功耗对服务器的计算密度、散热、冷却系统，也带来了极大挑战。

02. 大算力、低功耗如何兼得？

在芯片行业，传统观点认为，大算力与低功耗往往不可兼得。

以自动驾驶场景为例，目前业界普遍认为，要想实现最高级别的L5自动驾驶，汽车计算平台的算力至少要达到1000 TOPS。在GTC 2020大会上，英伟达曾经展示了高达2000 TOPS的Robotaxi计算平台，而它的功耗也达到了惊人的800W。

高功耗的计算平台，不仅降低了车辆的续航能力，也给散热等汽车设计环节带来了不小的挑战。让芯片同时具备高算力与低功耗，实现高性能，一直都是芯片行业的共同追求。

而“存算一体”（compute-in-memory，也常常被翻译为“存内计算”）技术，被视作是解决芯片性能瓶颈及提升能效比的有效技术手段。

后摩智能创始人吴强对36氪表示，目前，相较于量子计算等更加前沿的技术，存算一体正处于学术界向工业界迁移的关键时期。而搭载存算一体技术的芯片，有望将芯片每瓦功耗的算力提升5-10倍。

堪称“黑科技”的存算一体究竟是什么？故事还要从1946年说起。

当年，计算机之父冯·诺依曼设计出了世界第一台现代计算机——EDVAC。在这台计算机上，冯·诺依曼为计算机行业奠定了两大理论基础——二进制运算与存储器、计算器分离的设计模式，“冯氏架构”自此诞生。

自此之后，冯氏架构一直主宰了计算机行业。然而，在计算机发展史上，作为计算器的芯片发展速度突飞猛进，而存储器的读取、写入速度却增长缓慢。尤其是在AI计算平台上，存储器数据访问速度跟不上数据处理速度，导致了“存储墙”问题越来越严重，这也成为整个计算平台的掣肘。

如果把芯片想象成工厂中的生产车间，那么存储器就是堆放生产原料的库房。车间与库房之间人来车往，必然会浪费掉大量的资源。而存算一体技术，则将存储器与计算器整合在同一块模块上，打破了“存储墙”，可直接大幅降低芯片功耗。

“存算一体架构是一种颠覆性的体系，有望打破传统算力瓶颈，并让芯片更加适合于边缘端以及云端的各类智能计算场景。”后摩智能投资方IMO创投投资合伙人陈尔东对36氪表示。

从某种程度上看，存算一体技术打破了传统的冯·诺依曼架构，也意味着AI行业迎来了一次新的升级。

在AI行业，算法、数据和算力一直被视作是行业的三大基本要素。以往，这三大要素彼此分离——算法停留在软件层面；数据存储在存储器内；而算力则大多依赖于GPU芯片。

而近些年，AI产业内出现了越来越多的智能计算专用芯片，它们大多采用了FPGA或ASIC的形式，专为特定AI算法定制或优化。这意味着，在AI产业，算法与算力两大要素开始融合。

而现在，存算一体芯片的出现，也意味着数据也开始被融合至芯片内。算法、数据、算力三者之间的关系，也更加紧密。

在存算一体技术领域，后摩智能选择了基于SRAM/RRAM等的核心技术实现路径，以实现读写性能、功耗、可擦写与成本、工艺成熟度之间的平衡。为了确保芯片尽快落地，后摩智能也组建了一支明星级的创始团队。

在创始团队中，创始人吴强是地平线前CTO，早年曾任职于Intel、AMD、Facebook。吴强在普林斯顿大学期间的博士论文，即为高能效比计算芯片及编译器，获计算机体系架构顶级会议MICRO当年最佳论文。他先后工作于AMD、Facebook，回国后加入地平线担任CTO，在体系架构和软件方面积累深厚，对边缘端和云端应用场景都有深刻理解和工程实践。

除此之外，还有多位核心成员，来自美国Penn State大学、新加坡国立大学、加州大学、清华大学、北京大学、电子科技大学等国内外知名高校和AMD、Nvidia、华为海思、地平线等一线芯片企业。团队成员在先进存储器件及存算一体技术方向有近15年的研究积累，曾获得EDAA优秀博士论文奖，及国际微电子固态器件大会“国际最佳青年学者“，成果发表在国际芯片最高学术会议ISSCC， ISCA，及HPCA等。团队成员有近20年的高性能CPU/FPGA/ASIC芯片内核设计及量产经验，主导设计及交付过多款世界级的芯片（0.18um-6nm）， 包括GPU、CPU，及高性能车规级AI芯片等。

“这支学术界与工业界齐聚的创始团队，让后摩智能在具备核心技术优势的同时，也能迅速实现芯片的流片、量产与商业化变现。这也成为了后摩智能的核心技术优势。”联想集团高级副总裁、联想创投集团总裁贺志强表示。

03. 国产智能计算芯片，谁将脱颖而出？

从早年的“砂纸造芯”，到现在的国产芯片百花齐放，中国芯片行业正在迎来一个前所未有的春天。

吴强对36氪表示：“现在的国产芯片行业，可以与1999年的互联网类比。”而中国芯片创业的土壤也足够坚实，中国既有芯片自主化的政治诉求与民众呼声，又有经历了十余年积累的人才、技术储备。“所以，近两年来，越来越多的中国芯片企业超越了简单的应用芯片，开始设计高复杂度的计算芯片。”

中国芯片特别是AI芯片行业的爆发，已成必然。艾媒咨询2020年9月发布的报告指出，2019年，全球AI芯片市场规模为110亿美元；而到2025年，这一数字有望达到726亿美元，其年均复合增长率预计为93.3%。

而中国则是全球范围内最大的AI芯片市场。上述报告数据显示，2019年中国AI芯片市场规模约为115.5亿元；而2023年有望达到1338.8亿元。云计算、智能安防与机器人将成为AI芯片的主要落地市场。

如此之大的市场，自然也将容纳大量新玩家的入场。而在未来，具备哪些特质的芯片厂商能够脱颖而出？后摩智能投资方经纬中国合伙人王华东指出，未来的胜出机会主要有两点：一是用新技术做出某特定领域有颠覆性的产品；二是组建最强大的团队，做出外企同等或更高算力的产品，而后摩智能正是两者的结合体。

人工智能算力是数字化经济基础设施的核心，而驱动集成电路产业发展的摩尔定律已逼近极限，芯片产业亟需突破传统冯诺依曼架构的“后摩尔”解决方案。在存算一体技术领域，作为国内极具实力的学术和工业兼备的全栈团队，后摩智能以打造每瓦功耗下算力高达100TOPS的新型智能计算芯片为使命，让每个场景都用得起AI计算。
责任编辑:tzh