訪問原網址
作者｜韋世瑋
**
36氪獲悉，近日存算一體大算力AI芯片公司「后摩智能」宣布完成數億人民幣Pre-A+輪融資，由經緯創投、金浦悅達汽車基金聯合領投，國家中小企業發展基金聯想子基金、天創資本等跟投，現有投資方啟明創投、和玉資本繼續追加投資。本輪資金主要用於芯片的研發投入，加速在智能駕駛、泛機器人領域的拓展和布局。
后摩智能創立於2020年底，是國內基於存算一體技術的大算力AI芯片研發企業，公司通過底層架構創新，大幅提升芯片性能，可用於智能駕駛、泛機器人等大邊緣端及雲端推理場景。
上世紀40年代，馮·諾依曼架構的誕生掀開了現代計算機時代發展的扉頁，成為計算機發展過程中“賴以生存”的基本準則。簡單來說，在馮·諾依曼架構中，計算和存儲是分離的，系統在執行每一次運算時，都需要將數據從存儲器搬離，通過總線數據傳輸通道運送到處理器中，待處理器完成數據處理后，再將數據搬運回存儲器。
這就意味着，不管處理器的性能多好，計算機的處理速度都會受到總線速度的制約。尤其隨着如今大數據、人工智能等產業的發展對計算效率和內存需求的暴漲，傳統馮·諾依曼架構也面臨著存儲牆和能效牆的問題，成為AI計算髮展浪潮中急需突破的重要性能瓶頸。
存算一體則是打破馮·諾依曼架構“兩堵牆”的解決方案之一，其正在從學術研究領域逐漸進入人們的商業化視野。與傳統的馮·諾依曼架構不同，存算一體主要是將存儲和計算單元緊密地結合在一起，優化數據傳輸路徑，降低運算過程中因為頻繁訪問內存和搬運數據所帶來的能耗和延遲。其中，存算一體又可分為兩條主流的技術路線，分別為近存計算（near-memory computing）和存內計算（in-memory computing）。
后摩智能聯合創始人、戰略副總裁項之初告訴36氪，公司的首顆芯片已經在2021年8月投片，這是公司研發進程上的重要里程碑。“與傳統架構下的大算力芯片相比，我們的芯片在算力、能效比和成本等方面，都能體現出顯著的優勢。”他說。
一是算力可以做得更大。后摩智能的芯片算力天花板比傳統馮·諾依曼架構更高，但是在工程上需要付出的時間和人力成本都會更小。
二是極致的能效比。與現有產品相比，后摩智能的芯片不是追求1～2倍的改良，而是追求每瓦算力數量級提升，今後力求做到十倍、甚至百倍的跳躍。
三是製造成本更低。后摩智能的芯片並不依賴於先進的製程工藝及封裝技術，量產成本更低。例如，后摩智能採用相對成熟工藝製程開發的芯片，其晶圓成本約為採用先進工藝製程芯片的三分之一。“尤其在如今的地緣政治格局下，我們用成熟製程就能做出先進製程的芯片性能，功耗還明顯更低，這在供應鏈安全上有着不可小覷的優勢。”項之初說。
四是更低的延時。得益於存算一體技術減少了存儲和計算單元之間的數據搬運，大幅縮短了系統響應時間，能夠為智能駕駛領域的整車廠商提供更安全的產品，同時也為C端用戶帶來更好的駕駛體驗。
目前，后摩智能團隊規模已超過100人，碩博佔比70%以上，主要來自Nvidia、TI、AMD、Intel、華為海思、地平線等國內外知名芯片企業，有近20年的高性能CPU/GPU/車規AI芯片設計及量產經驗，同時在先進存儲器件及存算一體技術方向也有着近15年研究積累。其中，公司創始人兼CEO吳強博士畢業於美國普林斯頓大學，為AMD GPGPU/OpenCL創始團隊核心成員，曾任Facebook總部資深科學家，主導過多個大型項目，成果曾獲得20多家歐美科技媒體報道。
商業化方面，后摩智能聯合創始人、產品副總裁信曉旭談道，公司產品方向和策略制定，除了對市場空間和增速、產業格局等因素進行考量外，還從技術與產品的匹配度，以及如何突破生態壁壘的角度進行綜合權衡得出的。
后摩智能首先會聚焦在智能駕駛，泛機器人等邊緣場景。在這個垂直領域，公司把“存算一體”這種顛覆性技術轉化為能夠解決客戶痛點，給用戶帶去價值的產品。同時，公司還會大力投入配套解決方案的研發，降低客戶導入的難度並縮短客戶導入周期。未來，隨着后摩智能逐漸在智能駕駛、泛機器人場景積累起競爭優勢，公司將通過成熟的技術棧外溢，進而覆蓋更多場景。
過去一年，后摩智能已經和眾多下游的無人車、商用車和乘用車廠等智能駕駛領域客戶進行了深入接觸，部分在探討進一步的深入合作。
產品研發方面，后摩智能的首款芯片進展順利，同時公司已啟動下一代產品的研發。通過架構創新設計大算力AI芯片，后摩智能將大幅提升國產芯片在國際算力比拼中的競爭力。
媒體報道
- 36Kr 投資界 創業邦
相關事件
- 國資汽車基金入場，「后摩智能」完成數億元 Pre- A+ 輪融資 2022-04-19
- 后摩智能完成3億元Pre-A輪融資 2021-08-24
- 后摩智能完成數千萬美元天使輪融資，國產智能計算芯片瞄準新賽道 2021-03-04
