后摩智能完成數億元 Pre-A+ 輪融資

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  動點科技

相關事件

  • 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