不只是智能驾驶！从SRAM到RRAM，存算一体大算力芯片将赋能更多领域！

电子发烧友网报道（文/李弯弯）近几年，随着物联网、人工智能等技术的发展，算力的需求越来越大。而在冯诺依曼架构下，芯片性能的提升遇到瓶颈。业界开始不断探索新的技术形式，因为具备大算力、低功耗的特点，存算一体架构芯片应运而生。
 
后摩智能是一家致力于存算一体大算力芯片研发的企业，成立于2020年。今年5月，该公司发布了首款SRAM存算一体智驾芯片后摩鸿途™H30，这也是全球首款面向智能驾驶领域的存算一体芯片。此外，今年8月该公司宣布完成首款RRAM存算芯片的测试，可以说在存算一体大算力方面进展迅速。
 
近日，电子发烧友采访到后摩智能公共事务部负责人屈艳格，就其在存储介质及应用赛道的选择，存算一体发展趋势及后摩智能未来规划方面做了探讨。
 
从SRAM到RRAM，后摩智能是如何选择存储介质的
 
后摩智能今年5月推出的首款存算一体智驾芯片H30，最高物理算力256TOPS，典型功耗35W。该芯片基于SRAM存储介质，采用数字存算一体架构，拥有极低访存功耗和超高计算密度，仅用12nm工艺制程，在Int8数据精度下，其AI核心IPU能效比达15Tops/W，是传统架构芯片7倍以上。
 
据了解， H30已成功运行CV类的经典网络，以及自动驾驶领域先进的BEV、Pointpillar等模型。为了更好地实现车规级，后摩智能基于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。
 
屈艳格告诉电子发烧友，虽然相对来说，后摩智能在AI芯片方面算是入局较晚的企业了，但相对传统架构的AI芯片，后摩智能推出这款存算一体架构的H30有它突出的优势。
 
她总结了三点：1、高计算效率。在相同工艺制程下，它比传统冯诺依曼架构的AI芯片能效比更优，比如，英伟达Orin芯片的能效比大概是2TPOS/W，TI TDA4VH芯片的能效比大概是1TPOS/W，特斯拉FSD芯片的能效比也不到2TPOS/W，而H30存算一体芯片物理算力士256TPOS，功耗是35W，它的能效比能够达到7.3TPOS/W。
 
在当前业界，这样的能效比是相当高的。对于客户来说，这是一款非常有竞争力的产品，因为几乎所有的计算场景，它对功耗的需求都较为敏感，而这款产品在低功耗的情况下，仍然能够实现很高的算力。
 
2、低计算时延。因为是存算一体架构，这款芯片最大的特点是，在数据传传输过程中不用来回搬运数据，这样的好处是：一、极大地减少功耗，二、延时也会大大减少。后摩智能此前对此做过测算，它跟传统架构的芯片相比，大概会有两倍的延时提升。而这在一些对安全有极高要求的场景，比如智能驾驶，优势会非常明显。
 
3、低工艺依赖性。因为是存算一体架构，它对先进工艺制程的依赖性并没有那么强，它可以用传统的工艺实现先进工艺才能实现的特点。比如，要实现100TOPS算力，大部分公司会采用比较先进的工艺制程，12nm或者7nm，而后摩智能因为是存算一体架构芯片，可以采用28nm，就能够达到这样的算力。
 
存算一体架构对工艺的依赖性不强，有其非常大的战略意义。在当前的国际局势下，对于国内的企业来说，如何保障供应链安全很重要。如果真的出现先进制程供应紧张的情况下，存算一体架构芯片仍然能够用一些较成熟的工艺制程生产芯片，同时还能实现较高的算力。
 
除了发布首款基于SRAM存储介质的H30之外，后摩智能也在探索RRAM存储介质的存算一体芯片。RRAM虽然诞生已久，但在近几年才较多的被关注。相对于来说，RRAM在技术成熟度上不及SRAM，为何后摩智能在成功推出SRAM介质的存算一体芯片之后，又会着手研究RRAM存储介质的存算一体芯片呢？
 
在采访中，屈艳格详细介绍了不同存储介质的特点，以及后摩智能在存储介质选择上的考量。据她介绍，存算一体芯片有两个很典型的特点：一是大算力，二是低功耗。这两个特点也使得它能实现比较高的能效比。不过从使用来看，重点还是要看哪个是第一个要关注的指标，是大算力，还是低功耗。而后摩智能关注的第一个指标是大算力。
 
因此在进行存储介质选择的时候，后摩智能会选择更适合做大算力场景的存储介质，比如SRAM、MRAM、RRAM等。因为这些存储介质，可以用来做数字电路，能够用于智能驾驶、智能工业、机器人以及云端大模型推理等场景。而Flash这种存储介质，更适合用在小算力，对功耗要求较高的场景，比如蓝牙耳机、可穿戴手表等。屈艳格介绍说：“因为我们更关注大算力，所以会选择在SRAM、MRAM、RRAM这些存储介质上做技术演进。”
 
据她介绍，后摩智能当前选择SRAM这个存储介质的主要原因：一是目前SRAM在做大算力方面最为成熟，它可以支持较为先进的工艺制程，读写速度也比较快。二是虽然它是很成熟的存储介质，而在当前的产业界，将它用作存内计算，且算力达到几十TOPS，同时又是做纯数字电路，并且用在工业、智能驾驶场景中的几乎没有。
 
后摩智能在2021年通过技术验证的流片成功，证明这条技术路径可行，于是便进一步推进，在今年5月推出第一代产品H30。这款基于SRAM的存算一体芯片H30，主要可用在智能驾驶和机器人等领域。屈艳格进一步谈到：“我们下一代还会基于SRAM做存算一体架构优化，包括整个电路、架构的优化，以进一步提升产品性能。按照初步规划，未来会基于SRAM介质研发几款产品，逐步将性能做到最佳。”
 
当然她也提到，SRAM有它的缺点，比如存储密度相对较低，这样它的芯片面积会有点大，其计算密度相对来说不会太高。因此，后摩智能考虑再选择一些更适合的存储介质，比如MRAM、RRAM这些比较新型的存储器。相对来说，这两款存储介质的读写性能更好，存储密度更大。
 
屈艳格说：“我们会在这两款介质上做一些技术预研，类似2021年基于SRAM做过的技术验证，等确定行得通之后，再进行下一步的推进，今年8月宣布的初步验证的结果。” 她表示：“我们会根据这些存储介质的成熟性，以及它做存算电路的优势。再根据场景情况，把这个技术从SRAM切换到RRAM或者MRAM上去。”
 
做透智能驾驶市场，未来希望赋能机器人、云端推理等更多场景
 
从2020年成立到现在仅三年时间，后摩智能便已经推出第一代SRAM存算一体芯片，同时完成首款RRAM大容量存储芯片的测试。这在做存算一体大算力芯片领域算是相当快了。屈艳格认为，公司在技术和产品推进上能够如此之快，与其完善的团队搭建有关。
 
后摩智能的团队包括两方面的人才：一部分是在存算一体技术领域有深度研究的人，一部分是在工程落地方面有丰富经验积累的人。在存算方面，后摩智能的团队发布分来自海外知名院校、研究机构和企业，在存算一体、先进存储器方面大概有15年左右的积累。其中一个核心成员，曾经做过六次基于SRAM存算芯片的流片，具有丰富的经验。
 
这是偏学术方面的经验，另外，后摩智能很好的将这些学术经验与产业界的团队做了结合。后摩智能还组建了一支产业的工程化落地团队，这个团队大部分员工来自AMD、Intel，还有华为海思等，具有百万级智驾芯片量产落地经验，学术和产业团队的结合，加速了公司将产品推向商业化落地的进程。
 
在应用赛道的选择上，后摩智能也做了仔细的考量。据屈艳格介绍，公司成立初期，做了大量的调研，去思考选择什么样的赛道，对数据中心、安防、智能驾驶等都进行了分析。
 
比如数据中心，这个市场需要大算力，需求量也非常大，尤其是今年大模型迅速发展，未来市场空间会更大。可是分析下来可以发现，数据中心市场90%以上由英伟达的GPU占据，算法迭代快，对英伟达CUDA生态的依赖强。第三方初创企业想进去构建自己的生态，很难。
 
再比如安防市场，相对来说它对算力的要求比较低，生态依赖度不高，是一个成熟市场。可是，它对算力要求并不高。而后摩智能的核心特点是，容易做大算力的产品，安防市场并不能凸显出公司的优势。
 
后来确定选择智能驾驶赛道，有两个方面的原因：1、当前智能驾驶是一个发展比较快的行业，每年增速差不多30%以上。尤其现在，我国智能化全球领先，未来市场极其可观。智能驾驶对算力要求很大，L1/L2可能需要几TOPS，到L2++以及未来L4/L5级自动驾驶，它需要的算力会达到上千TOPS，存算一体跟这个市场的需求匹配度很高。
 
2、虽然智能驾驶现在发展很快，但这个市场刚开始没多长时间。虽然已经有几家巨头企业，包括英伟达、高通、TI，以及国内几家头部企业开始在做，并且取得了不错的成绩。但是相对来说推进的时间还不是很长，整个生态并没有那么成熟，还有去冲刺的机会。
 
后摩智能推出的首款智能驾驶芯片，是一款通用的产品，它可以像英伟达Orin芯片一样，去适配更多车厂的主流算法。目前已经与新石器、环宇智行等无人车企业达成合作，另外在乘用车方面，也正在与车企业推进测试中。
 
谈到未来规划，屈艳格表示，公司首先还是会基于SRAM存储介质去进行不断产品优化，面向智能驾驶领域，将这块市场打透，建立起足够高的壁垒。此外还会不断深耕机器人、智能工业、电力、云端推理等领域，去赋能更多的场景。
 
结尾
 
可以看到，经过近几年的发展，存算一体已经逐渐在一些场景中得到应用。今年以来，大模型及AIGC迅速发展，它对算力的需求越来越大，而当前传统架构的芯片在性能提升上遇到瓶颈，存算一体在这方面却优势明显，未来将会有很大的应用空间。
 
虽然存算一体作为一门新技术，在产品和应用的推进上存在挑战。而如今，SRAM已经实现大算力的存算，新型存储介质也在加速推进产业落地。可想而知，未来随着MRAM、RRAM这些新型存储介质的成熟商业化，存算一体的可想像空间将会更大。