自動駕駛芯片的算(suàn)力焦慮，“存算(suàn)一體(tǐ)”能解決嗎？

        自動駕駛芯片，越來(lái)越「熱鬧」了。

近年來(lái)，自動駕駛的普及以肉眼可(kě)見的速度加快，根據1月12日工信部數(shù)據，2021年新能源汽車(chē)銷售352.1萬輛(liàng)，其中搭載組合輔助駕駛系統的乘用車(chē)新車(chē)市場(chǎng)占比達到20%。而兩年前，L2級輔助駕駛的滲透率僅為(wèi)3.3%。

相伴而生(shēng)的，是汽車(chē)「大(dà)腦(nǎo)」自動駕駛AI芯片的競争加劇(jù)。

英偉達、英特爾等老牌芯片企業早就瞄準了這一賽道(dào)，特斯拉、蔚來(lái)、小(xiǎo)鵬等車(chē)企，黑(hēi)芝麻、地平線、芯馳科技(jì)、寒武紀、後摩智能等國內(nèi)芯片廠商也都紛紛入局。

比如，蔚來(lái)汽車(chē)有(yǒu)自研芯片的計(jì)劃；高(gāo)通(tōng)去年宣布和(hé)寶馬合作(zuò)，2025年使用高(gāo)通(tōng)骁龍Ride自動駕駛平台；初創公司有(yǒu)的直接聚焦在自動駕駛上(shàng)，也有(yǒu)的業務範圍更廣，覆蓋自動駕駛、智能座艙、中央網關、高(gāo)可(kě)靠MCU等；收購、合作(zuò)等關系網也在不斷變動，這一戰場(chǎng)的發令槍已經拉響了。

然而，與常見的數(shù)據中心AI芯片不同，應用于汽車(chē)場(chǎng)景的AI芯片，在算(suàn)力、功耗、性能方面都提出了更極端的要求。

在摩爾定律逐漸失效、“存儲牆”問題日益凸顯的當下，汽車(chē)AI芯片到底需要提供多(duō)大(dà)算(suàn)力？何種路徑才是突破摩爾定律的存儲牆壁壘的最接近落地方法？面對山(shān)頭林立、秩序井然的芯片市場(chǎng)，初創公司的市場(chǎng)機遇和(hé)差異化優勢又是什麽？

「存算(suàn)一體(tǐ)」也許是個(gè)值得(de)研究的答(dá)案。

01. 一筆取舍賬，自動駕駛需要多(duō)少(shǎo)算(suàn)力

過去幾年中，用于衡量一款自動駕駛芯片最直接的标準之一，就是算(suàn)力高(gāo)低(dī)。

自動駕駛級别越高(gāo)時(shí)，産生(shēng)的數(shù)據越多(duō)，對芯片的算(suàn)力要求也就越高(gāo)。

2014年時(shí)，最早應用Mobileye的第一代EyeQ芯片，算(suàn)力隻有(yǒu)0.256TOPS；2015年，就已有(yǒu)專門(mén)面向自動駕駛的平台，每年要叠代1-2次；英偉達也預告将在2025年上(shàng)市1000T算(suàn)力的Atlan芯片。

算(suàn)力的不斷提升，是否意味着自動駕駛的需求已經得(de)到了滿足，自動駕駛玩家(jiā)們可(kě)以跑出算(suàn)力焦慮了？

遠還(hái)沒有(yǒu)。

一方面，大(dà)算(suàn)力也意味着更高(gāo)的成本。實際上(shàng)在現有(yǒu)的自動駕駛芯片中，單片算(suàn)力很(hěn)難滿足高(gāo)級别自動駕駛的需求，車(chē)企或自動駕駛企業多(duō)會(huì)采取“堆料”的方式，用芯片數(shù)量的增加來(lái)實現大(dà)算(suàn)力。成本的增加不可(kě)避免，難以推動自動駕駛技(jì)術(shù)的規模化應用，車(chē)企也很(hěn)難實現技(jì)術(shù)和(hé)商業的平衡。

另一方面，除了對算(suàn)力需求高(gāo)，智能駕駛場(chǎng)景也對芯片的功耗和(hé)散熱有(yǒu)很(hěn)高(gāo)的要求。服務于豐田的創業者Amnon Shashua曾在多(duō)個(gè)場(chǎng)合表示過，效率比算(suàn)力更重要。具體(tǐ)解釋，算(suàn)力、功耗、成本就像是一個(gè)三角架構，一角的增減要用另一角來(lái)填補才行(xíng)。

除此之外，「算(suàn)力」并不真正代表着「性能」。

1000Tops的芯片參數(shù)，并不意味着這塊芯片在實際應用中能夠發揮出1000Tops的真實性能。

在當前的馮·諾伊曼架構當中，內(nèi)存系統的性能提升速度大(dà)幅落後于處理(lǐ)器(qì)的性能提升速度，有(yǒu)限的內(nèi)存帶寬無法保證數(shù)據高(gāo)速傳輸，形成了一道(dào)“存儲牆”。

一方面，大(dà)量的計(jì)算(suàn)單元受限于帶寬的限制(zhì)，無法發揮作(zuò)用，造成算(suàn)力利用率很(hěn)低(dī)；另一方面，數(shù)據來(lái)回傳輸又會(huì)産生(shēng)巨大(dà)功耗，進一步加大(dà)汽車(chē)電(diàn)動化大(dà)潮下的裏程焦慮。

因此，僅僅簡單用算(suàn)力高(gāo)低(dī)來(lái)評估，遠遠達不到自動駕駛的需求。

汽車(chē)AI芯片不僅需要大(dà)算(suàn)力，更要有(yǒu)實際利用率的大(dà)算(suàn)力，而且能夠保障低(dī)功耗、低(dī)延遲以及可(kě)承受的成本。

02. 存算(suàn)一體(tǐ)，金字塔從頭建起

為(wèi)了解決“存儲牆”問題，當前業內(nèi)主要有(yǒu)三種方案：

用GDDR 或HBM來(lái)解決存儲牆問題的馮·諾依曼架構策略；算(suàn)法和(hé)芯片高(gāo)度綁定在一起的DSA方案；以及存算(suàn)一體(tǐ)的方案。

03. 摘取「高(gāo)挂的果實」

最近幾年，在缺芯的時(shí)代背景下，随着政策支持的不斷加碼，我們看到國內(nèi)半導體(tǐ)産業迎來(lái)了發展的良機。芯片的“國産替代”已經在很(hěn)多(duō)細分領域取得(de)了進展，深受資本市場(chǎng)青睐。

今年5月大(dà)算(suàn)力存算(suàn)一體(tǐ)芯片宣布點亮，對于後摩智能來(lái)說，離摘取「高(gāo)挂的果實」已經越來(lái)越近了。

傳統高(gāo)算(suàn)力芯片山(shān)頭林立，後來(lái)者想要在現有(yǒu)賽道(dào)上(shàng)實現超越，确實是充滿挑戰的。

但(dàn)随着HBM等昂貴方案的不斷的提出，馮·諾伊曼架構的最後一絲紅利已經被榨幹，市場(chǎng)迫切地需要新架構、新出路。

在AI算(suàn)法快速叠代，摩爾定律逐漸失效的當下，我們期待看到越來(lái)越多(duō)像後摩智能這樣願意投身于基礎創新的芯片創企，不斷推進産業走向下一個(gè)時(shí)代。