韩国一区二区视频,黄色不卡一区,久久天堂av综合合色,中文字幕日韩专区

伴隨著自動(dòng)駕駛級(jí)別的持續(xù)提升，以及應(yīng)用場(chǎng)景越來(lái)越復(fù)雜，智能汽車(chē)對(duì)算力的需求正呈現(xiàn)“爆炸式”增長(zhǎng)。

目前，市場(chǎng)上普通L2級(jí)自動(dòng)駕駛所需的算力通常不超過(guò)30 TOPS。但隨著智駕應(yīng)用逐漸往高速NOA甚至城市NOA拓展，所需處理的數(shù)據(jù)規(guī)模呈現(xiàn)指數(shù)級(jí)增長(zhǎng)，對(duì)算力的需求已經(jīng)達(dá)到了上百TOPS。

比如小鵬G9 Max、P7i Max，以及理想L系列 MAX版車(chē)型，為支持全場(chǎng)景智能輔助駕駛，均搭載了雙Orin-X芯片，算力高達(dá)508 TOPS。蔚來(lái)ADAM蔚來(lái)超算平臺(tái)，甚至搭載了四顆Orin-X，總算力高達(dá)1016 TOPS。

到L5階段，業(yè)界普遍認(rèn)為對(duì)算力的需求將進(jìn)一步提升，至少在千TOPS級(jí)別，甚至有激進(jìn)的說(shuō)法認(rèn)為，隨著大模型的發(fā)展，對(duì)算力的需求水漲船高，要想實(shí)現(xiàn)L5級(jí)別的自動(dòng)駕駛，需要上萬(wàn)TOPS算力。

無(wú)論哪種預(yù)測(cè)，智能汽車(chē)進(jìn)入算力暴漲時(shí)代已經(jīng)是確定的趨勢(shì)。

但更高的算力，同時(shí)又往往意味著更高的成本和功耗，如何實(shí)現(xiàn)這三者之間的平衡，是當(dāng)下自動(dòng)駕駛賽道亟待解決的問(wèn)題。

對(duì)此，過(guò)去一段時(shí)間很多企業(yè)都在開(kāi)展相關(guān)的探索。其中存算一體，作為一種新的計(jì)算架構(gòu)，通過(guò)將存儲(chǔ)與計(jì)算完全融合，顯著提升計(jì)算效率，被認(rèn)為是AI算力需求暴漲下，繼CPU、GPU之后的算力架構(gòu)“第三極”。

突破算力瓶頸，存算一體站上風(fēng)口

日前，清華大學(xué)宣布研制出全球首顆全系統(tǒng)集成、支持高效片上學(xué)習(xí)的憶阻器存算一體芯片，讓存算一體這種先進(jìn)的技術(shù)架構(gòu)再度成為行業(yè)關(guān)注的焦點(diǎn)。

圖片來(lái)源：清華大學(xué)官方微信公眾號(hào)

所謂存算一體，顧名思義即在存儲(chǔ)器中嵌入計(jì)算能力，通過(guò)將存儲(chǔ)和計(jì)算合二為一，消除不必要的數(shù)據(jù)搬移延遲和功耗，顯著提升處理器的性能和計(jì)算效率，降低計(jì)算成本。

在計(jì)算機(jī)領(lǐng)域，存算一體并不是一個(gè)新概念。早在1969年，斯坦福研究所就提出了存算一體概念，不過(guò)受芯片設(shè)計(jì)和制造、應(yīng)用場(chǎng)景等多方面因素制約，早期存算一體僅僅停留在理論研究階段。

直到最近幾年，隨著大數(shù)據(jù)、云計(jì)算、人工智能和物聯(lián)網(wǎng)等新一代信息技術(shù)的快速發(fā)展，對(duì)AI計(jì)算需求持續(xù)暴增，依靠傳統(tǒng)的馮·諾依曼計(jì)算架構(gòu)越來(lái)越難以滿(mǎn)足各類(lèi)終端應(yīng)用的需求，存算一體才開(kāi)始逐漸受到重視。

在傳統(tǒng)的馮諾伊曼架構(gòu)中，由于計(jì)算和存儲(chǔ)相互分離，當(dāng)執(zhí)行一個(gè)任務(wù)時(shí)，往往需要先從存儲(chǔ)單元讀取數(shù)據(jù)，然后再轉(zhuǎn)入計(jì)算單元進(jìn)行計(jì)算和處理，完成后再將數(shù)據(jù)存回內(nèi)存。目前，主流的AI處理器幾乎都是采用這種計(jì)算架構(gòu)，可以說(shuō)無(wú)論技術(shù)還是應(yīng)用生態(tài)，都已經(jīng)十分成熟了。

但在人工智能快速發(fā)展的當(dāng)下，這一成熟架構(gòu)的不足之處也開(kāi)始日漸凸顯，主要體現(xiàn)在“存儲(chǔ)墻”和“功耗墻”兩個(gè)方面。其中“存儲(chǔ)墻”，主要是由于處理器中的存儲(chǔ)和計(jì)算相互分離，在數(shù)據(jù)處理過(guò)程中，需要不斷交換數(shù)據(jù)，如果二者的距離過(guò)長(zhǎng)，會(huì)造成響應(yīng)的存儲(chǔ)延時(shí)，制約著系統(tǒng)整體的運(yùn)算速率，并且隨著AI計(jì)算的數(shù)據(jù)吞吐量越大，“存儲(chǔ)墻”的問(wèn)題也會(huì)越嚴(yán)重。

不僅如此，目前存儲(chǔ)器的發(fā)展速度其實(shí)也遠(yuǎn)落后于處理器的發(fā)展速度。據(jù)相關(guān)分析數(shù)據(jù)，處理器的算力大約以每?jī)赡?.1倍的速度增長(zhǎng)，而內(nèi)存的性能每?jī)赡曛挥?.4倍的提升，由此導(dǎo)致處理器的性能與效率在實(shí)際應(yīng)用中也會(huì)受到存儲(chǔ)器的嚴(yán)重制約。

“功耗墻”則是由于存算分離，在反復(fù)移動(dòng)數(shù)據(jù)的過(guò)程中，會(huì)帶來(lái)額外功耗的提升。有研究數(shù)據(jù)表明，在處理器內(nèi)，移動(dòng)數(shù)據(jù)的功耗要比計(jì)算本身的功耗高2到3個(gè)數(shù)量級(jí)。在以數(shù)據(jù)為核心驅(qū)動(dòng)的智能化發(fā)展新時(shí)代，如果不能很好地解決這一問(wèn)題，AI芯片在計(jì)算效率和功耗等方面必然會(huì)受到嚴(yán)重的制約，對(duì)于智能汽車(chē)同樣如此。

圖片來(lái)源：后摩智能

為此，過(guò)去一段時(shí)間很多企業(yè)都在謀求破局，目前來(lái)看主要有近存計(jì)算和存內(nèi)計(jì)算兩種技術(shù)路線(xiàn)。廣義上來(lái)講，這兩種方案都屬于存算一體概念，區(qū)別在于近存計(jì)算是將存儲(chǔ)單元與計(jì)算單元通過(guò)更先進(jìn)的封裝等方式進(jìn)行集成，增加訪(fǎng)存帶寬，減少數(shù)據(jù)搬移，進(jìn)而提高數(shù)據(jù)處理效率，但計(jì)算和存儲(chǔ)模塊本質(zhì)上還是相互獨(dú)立的。

比如特斯拉的Dojo芯片，采用的就是近存計(jì)算架構(gòu)，對(duì)“存儲(chǔ)墻”和“功耗墻”的問(wèn)題進(jìn)行弱化，實(shí)現(xiàn)性能顯著提升。據(jù)悉，相比于業(yè)內(nèi)芯片，特斯拉D1芯片在同成本條件下性能提升了4倍，同能耗下性能提高1.3倍，占用空間節(jié)省5倍。

不過(guò)，在一些業(yè)內(nèi)人士看來(lái)，這一芯片模組其實(shí)還沒(méi)有到達(dá)“完美”的程度，如果采用“存內(nèi)計(jì)算”或者“存內(nèi)邏輯”架構(gòu)，芯片性能或許還會(huì)有大幅度提升。

與近存計(jì)算相比，存內(nèi)計(jì)算由于將計(jì)算和存儲(chǔ)真正融合在一起，均在存儲(chǔ)器內(nèi)部完成，可以進(jìn)一步減少訪(fǎng)存的功耗和延時(shí)，被普遍認(rèn)為是“AI算力的下一極”。

目前，國(guó)內(nèi)外很多科技企業(yè)及初創(chuàng)公司都在積極開(kāi)展相關(guān)的研發(fā)，比如英特爾、SK海力士、IBM、美光、三星、臺(tái)積電、阿里達(dá)摩院、華為等。伴隨著各大玩家在技術(shù)方面不斷取得新突破，新的應(yīng)用場(chǎng)景陸續(xù)涌現(xiàn)，存算一體開(kāi)始由概念逐漸邁入產(chǎn)業(yè)化落地的新發(fā)展階段。

據(jù)相關(guān)預(yù)測(cè)數(shù)據(jù)顯示，到2030年，基于存算一體技術(shù)的芯片市場(chǎng)規(guī)模有望超過(guò)千億人民幣。

PK國(guó)際巨頭，“芯勢(shì)力”新玩法

作為一種全新的計(jì)算架構(gòu)，存算一體無(wú)疑為大規(guī)模AI計(jì)算提供了更多的可能，這使得很多AI技術(shù)的細(xì)分應(yīng)用場(chǎng)景都將隨之受益，包括智能駕駛。

在過(guò)去近十年的發(fā)展中，自動(dòng)駕駛先后經(jīng)歷了1.0時(shí)代的硬件驅(qū)動(dòng)和2.0時(shí)代的軟件驅(qū)動(dòng)，到如今的3.0階段，業(yè)界普遍的共識(shí)是將由數(shù)據(jù)作為核心驅(qū)動(dòng)，推動(dòng)自動(dòng)駕駛持續(xù)升級(jí)迭代，邁向更高階的無(wú)人駕駛。

在此過(guò)程中，隨著ODD的不斷拓展，需要處理的數(shù)據(jù)規(guī)模大幅增長(zhǎng)，對(duì)應(yīng)算力需求也將不斷增強(qiáng)。一個(gè)確定的趨勢(shì)是，隨著智駕算法模型的演變，從最初的 CNN 模型到如今的Transformer、BEV 等大模型，在芯片算力和效率方面的需求已經(jīng)在呈指數(shù)級(jí)增長(zhǎng)。

圖片來(lái)源：地平線(xiàn)

正是基于這一趨勢(shì)，智能駕駛也被認(rèn)為是存算一體未來(lái)落地應(yīng)用的關(guān)鍵場(chǎng)景。目前，已經(jīng)有公司針對(duì)車(chē)載場(chǎng)景在開(kāi)展相關(guān)的探索，試圖為高階智能駕駛演進(jìn)提供不一樣的“解法”。

今年5月，國(guó)內(nèi)芯片初創(chuàng)公司后摩智能宣布推出業(yè)內(nèi)首款存算一體智駕芯片——后摩鴻途H30。得益于存算一體的架構(gòu)優(yōu)勢(shì)，H30 基于 12nm 工藝制程，在 Int8 數(shù)據(jù)精度下實(shí)現(xiàn)高達(dá) 256TOPS 的物理算力，所需功耗不超過(guò) 35W，整個(gè) SoC 能效比達(dá)到了 7.3Tops/W。

根據(jù)后摩智能透露，后摩鴻途H30已經(jīng)可以適配BEV 、PointPillar 等自動(dòng)駕駛主流網(wǎng)絡(luò)模型，以后摩鴻途H30 打造的智能駕駛解決方案已經(jīng)在合作伙伴的無(wú)人小車(chē)上完成部署。

而為了加速存算一體技術(shù)的落地應(yīng)用，后摩智能還同步推出了基于后摩鴻途H30 芯片打造的智能駕駛硬件平臺(tái)——力馭，以及研發(fā)的軟件開(kāi)發(fā)工具鏈——后摩大道，形成“芯片+計(jì)算平臺(tái)+軟件工具鏈”的完整布局。其中前者可以實(shí)現(xiàn)200KDMIPS 的CPU 算力，和高達(dá)256Tops 的AI 算力，支持多傳感器輸入，但功耗僅為 85W。

后摩智能創(chuàng)始人&CEO吳強(qiáng)博士，圖片來(lái)源：中國(guó)電動(dòng)汽車(chē)百人會(huì)

在后摩智能創(chuàng)始人&CEO吳強(qiáng)博士看來(lái)，對(duì)于智能駕駛，存算一體帶來(lái)的價(jià)值意義主要有兩點(diǎn)：第一，上限更高，跟傳統(tǒng)方式相比，存算一體架構(gòu)在計(jì)算效率方面可以實(shí)現(xiàn)數(shù)量級(jí)的提升；第二，技術(shù)底線(xiàn)更有保障，雖然在晶圓制造方面，相對(duì)于傳統(tǒng)AI芯片存算一體沒(méi)有本質(zhì)差別，但其一個(gè)顯著的優(yōu)勢(shì)是，不需要昂貴的尖端晶圓工藝（5/3 nm），比如通過(guò)成熟的28nm 工藝即可做出算力和功耗媲美7nm 常規(guī)架構(gòu)的芯片。

而在AI芯片各大細(xì)分應(yīng)用場(chǎng)景中，智能駕駛無(wú)論是整體賽道規(guī)模還是對(duì)算力的需求，都十分可觀。“但對(duì)于大算力芯片，現(xiàn)在很多企業(yè)其實(shí)不敢用，因?yàn)槌杀咎�高。而汽�?chē)行業(yè)又是典型的對(duì)成本和功耗極為敏感的行業(yè)，這時(shí)候如何解決高性能、低成本和低功耗這類(lèi)既要、又要、還要的問(wèn)題，存算一體無(wú)疑是適合的。”吳強(qiáng)表示。

事實(shí)上，針對(duì)智能駕駛?cè)找嬖鲩L(zhǎng)的高算力需求，過(guò)去幾年業(yè)界已經(jīng)涌現(xiàn)了一批出色的玩家，比如英偉達(dá)、高通、Mobileye，都是其中的佼佼者。與此同時(shí)，國(guó)內(nèi)還誕生了以地平線(xiàn)、黑芝麻智能等為代表的一批本土芯片企業(yè)，與國(guó)際巨頭同臺(tái)競(jìng)技。目前來(lái)看，已經(jīng)取得了不錯(cuò)的進(jìn)展。

據(jù)蓋世汽車(chē)研究院統(tǒng)計(jì)數(shù)據(jù)顯示，今年1-8月，國(guó)內(nèi)智駕域控芯片領(lǐng)域，除了特斯拉自研，第三方供應(yīng)商中以英偉達(dá)市場(chǎng)份額最高，為27.8%，對(duì)應(yīng)出貨量為56.2萬(wàn)顆；其次是Mobileye，市占率為12.4%，出貨量達(dá)25萬(wàn)顆；第三名是地平線(xiàn)，市占率為12%，出貨量為24.2萬(wàn)顆。

“基于這樣的市場(chǎng)格局，像我們這樣的新創(chuàng)企業(yè)要想跟國(guó)際巨頭競(jìng)爭(zhēng)，不能按照傳統(tǒng)的方法，必須要另辟蹊徑。”吳強(qiáng)在接受蓋世汽車(chē)采訪(fǎng)時(shí)表示。“或許用新的方式挑戰(zhàn)英偉達(dá)這樣的巨頭不一定會(huì)成功，但至少有機(jī)會(huì)，而如果用傳統(tǒng)方式去挑戰(zhàn)，是一點(diǎn)機(jī)會(huì)都沒(méi)有。”

吳強(qiáng)所說(shuō)的這個(gè)機(jī)會(huì)，除了智能駕駛本身對(duì)于高性能、低成本AI芯片的巨大需求，還包括國(guó)產(chǎn)替代。過(guò)去幾年，諸如地平線(xiàn)、黑芝麻智能等本土芯片企業(yè)的崛起，很大程度上也是受益于國(guó)產(chǎn)替代的需求的持續(xù)上升。

不過(guò)，盡管在技術(shù)優(yōu)勢(shì)以及市場(chǎng)等方面，存算一體前景廣闊，在吳強(qiáng)看來(lái)，智駕芯片領(lǐng)域已有的這些巨頭們，由于架構(gòu)和軟件生態(tài)已經(jīng)十分成熟，存在較大的歷史包袱，不太可能會(huì)切換到存算一體賽道。“特斯拉為什么可以做起來(lái)，因?yàn)樘厮估�的芯片是從零開(kāi)始做的，沒(méi)有歷史包袱，他也有這個(gè)能力。”

因此長(zhǎng)遠(yuǎn)來(lái)看，他認(rèn)為智能駕駛大算力芯片在技術(shù)路線(xiàn)上，會(huì)呈現(xiàn)傳統(tǒng)基于馮·諾依曼計(jì)算架構(gòu)的AI芯片，和存算一體芯片兩種方案并存的局面，甚至還有可能衍生出其他的新技術(shù)路線(xiàn)。至于最終哪種路線(xiàn)能夠勝出，將取決于工程能力、產(chǎn)品能力、銷(xiāo)售能力等多方面的綜合實(shí)力高低。

目前，后摩鴻途H30 ，已陸續(xù)給 Alpha 客戶(hù)送測(cè)，同時(shí)后摩智能的第二代產(chǎn)品后摩鴻途H50 也在全力研發(fā)中，將于2024年推出，支持客戶(hù) 2025年的量產(chǎn)車(chē)型。這意味著最快今明兩年，大家就可以在量產(chǎn)車(chē)上看到存算一體新計(jì)算架構(gòu)給智駕行業(yè)帶來(lái)的全新體驗(yàn)變革。

關(guān)于《Seeds 發(fā)現(xiàn)》：

蓋世汽車(chē)《Seeds 發(fā)現(xiàn)》欄目，旨在打造一個(gè)鏈接初創(chuàng)企業(yè)、產(chǎn)業(yè)鏈生態(tài)合作伙伴以及投資機(jī)構(gòu)、地方政府的服務(wù)平臺(tái)，為產(chǎn)業(yè)鏈上下游深度賦能。該欄目自啟動(dòng)以來(lái)，一直致力于發(fā)掘智能電動(dòng)汽車(chē)變革大潮中對(duì)行業(yè)具有重要啟發(fā)和引領(lǐng)作用的好公司、好技術(shù)、好的商業(yè)模式，推動(dòng)汽車(chē)產(chǎn)業(yè)創(chuàng)新力量的成長(zhǎng)。

據(jù)蓋世汽車(chē)統(tǒng)計(jì)，經(jīng)《Seeds 發(fā)現(xiàn)》欄目報(bào)道過(guò)的初創(chuàng)公司，幾乎所有都已經(jīng)成功對(duì)接了產(chǎn)業(yè)鏈生態(tài)資源。未來(lái)，隨著智能化和電氣化的快速發(fā)展，賦予汽車(chē)無(wú)限想象的同時(shí)，不斷重塑汽車(chē)產(chǎn)業(yè)鏈，《Seeds 發(fā)現(xiàn)》欄目將繼續(xù)聚焦“風(fēng)口”賽道，持續(xù)為產(chǎn)業(yè)創(chuàng)新力量賦能。