國產智能計算芯片企業“后摩智能”（南京后摩智能科技有限公司）已完成數千萬美元天使輪融資。本輪融資由紅杉資本中國基金領投，經緯中國、聯想創投、弘毅創投、IMO創投等資本跟投。

據介紹，后摩智能成立于2020年底，專注于原創新型智能計算芯片及軟硬件一體化平臺的打造。后摩智能主攻存算一體技術和存儲工藝，致力于突破智能計算芯片性能及功耗瓶頸，加速人工智能的普惠落地。其提供的大算力、低功耗的高能效比芯片及解決方案，可應用于泛機器人/無人小車等大邊緣端，以及云端推理和訓練。

后摩智能完成融資，意味著風頭正熱的國產芯片賽道再添一位新玩家。回顧整個2020年，芯片行業也是融資不斷。

企查查大數據研究院日前發布的《近十年我國芯片半導體品牌投融資報告》顯示，2020年，國內芯片半導體發生投融資事件458起，涉及392家企業，總融資金額高達1097.69億元。

如今，芯片半導體已經成為了一條擁擠的賽道。

而對于身處其中的國產芯片企業而言，要想從眾多行業玩家中脫穎而出，尋找新的計算范式，并在新的細分領域實現對巨頭的追趕、超越，也許是可選路徑之一。

01. 云、邊、端急需，高能效比芯片成國產芯片突破口

2020年，美國對華為的芯片斷供，以及對中芯國際的制裁，讓芯片國產化成為一個全民關注的科技話題。

數據顯示，中國占據了全球三分之一的芯片市場，是全球最大芯片進口國，每年進口的芯片價值2萬多億元。這其中，有相當一部分來自美國。盡管市場占比逐年下降，但美國仍然把持著全球50%的芯片市場。

如今，面向PC、手機、服務器等硬件的傳統芯片市場，美國企業仍然是行業領導者。但在智能計算芯片這一新興細分領域中，中國芯片玩家的勢力，正在不斷崛起。

目前，華為海思、寒武紀、地平線等企業，已有多款芯片完成流片，并投入市場。而業界對于國產芯片的市場期望，也轉向在細分領域上的占領、超越。

與此同時，國產智能計算芯片廠商們，也在不斷尋找新的突破口。大算力、低功耗的高能效比芯片，就是其中之一。

隨著人工智能的逐步商業化落地，以及5G、物聯網技術的不斷升級，搭載復雜AI能力的智能設備也將越來越多。這些設備對算力的需求較高，但受限于供電、續航等問題，現有的智能計算芯片及計算平臺，很難滿足它們的需求。

例如，現代物流中心中常見的無人載貨機器人，需要通過攝像頭及各種傳感器做實時感知分析與計算。傳統的芯片無法滿足這類設備的算力需求，而采用大算力芯片，又無法兼顧供電和續航。算力與功耗的矛盾，直接限制了設備的智能化程度。

事實上，不止在邊緣端，云端的AI計算，也迫切需要大算力、低功耗的AI解決方案。

目前，大多數云計算中心的智能計算量需求越來越大，而市面上的主流智能計算芯片（英偉達的Tesla系列GPU）高算力帶來的高功耗和價格也非常“感人”，這也成為當下困擾云計算中心的兩難問題。同時，現有智能計算芯片的高功耗對服務器的計算密度、散熱、冷卻系統，也帶來了極大挑戰。

02. 大算力、低功耗如何兼得？

在芯片行業，傳統觀點認為，大算力與低功耗往往不可兼得。

以自動駕駛場景為例，目前業界普遍認為，要想實現最高級別的L5自動駕駛，汽車計算平臺的算力至少要達到1000 TOPS。在GTC 2020大會上，英偉達曾經展示了高達2000 TOPS的Robotaxi計算平臺，而它的功耗也達到了驚人的800W。

高功耗的計算平臺，不僅降低了車輛的續航能力，也給散熱等汽車設計環節帶來了不小的挑戰。讓芯片同時具備高算力與低功耗，實現高性能，一直都是芯片行業的共同追求。

而“存算一體”（compute-in-memory，也常常被翻譯為“存內計算”）技術，被視作是解決芯片性能瓶頸及提升能效比的有效技術手段。

后摩智能創始人吳強對36氪表示，目前，相較于量子計算等更加前沿的技術，存算一體正處于學術界向工業界遷移的關鍵時期。而搭載存算一體技術的芯片，有望將芯片每瓦功耗的算力提升5-10倍。

堪稱“黑科技”的存算一體究竟是什么？故事還要從1946年說起。

當年，計算機之父馮·諾依曼設計出了世界第一臺現代計算機——EDVAC。在這臺計算機上，馮·諾依曼為計算機行業奠定了兩大理論基礎——二進制運算與存儲器、計算器分離的設計模式，“馮氏架構”自此誕生。

自此之后，馮氏架構一直主宰了計算機行業。然而，在計算機發展史上，作為計算器的芯片發展速度突飛猛進，而存儲器的讀取、寫入速度卻增長緩慢。尤其是在AI計算平臺上，存儲器數據訪問速度跟不上數據處理速度，導致了“存儲墻”問題越來越嚴重，這也成為整個計算平臺的掣肘。

如果把芯片想象成工廠中的生產車間，那么存儲器就是堆放生產原料的庫房。車間與庫房之間人來車往，必然會浪費掉大量的資源。而存算一體技術，則將存儲器與計算器整合在同一塊模塊上，打破了“存儲墻”，可直接大幅降低芯片功耗。

“存算一體架構是一種顛覆性的體系，有望打破傳統算力瓶頸，并讓芯片更加適合于邊緣端以及云端的各類智能計算場景。”后摩智能投資方IMO創投投資合伙人陳爾東對36氪表示。

從某種程度上看，存算一體技術打破了傳統的馮·諾依曼架構，也意味著AI行業迎來了一次新的升級。

在AI行業，算法、數據和算力一直被視作是行業的三大基本要素。以往，這三大要素彼此分離——算法停留在軟件層面；數據存儲在存儲器內；而算力則大多依賴于GPU芯片。

而近些年，AI產業內出現了越來越多的智能計算專用芯片，它們大多采用了FPGA或ASIC的形式，專為特定AI算法定制或優化。這意味著，在AI產業，算法與算力兩大要素開始融合。

而現在，存算一體芯片的出現，也意味著數據也開始被融合至芯片內。算法、數據、算力三者之間的關系，也更加緊密。

在存算一體技術領域，后摩智能選擇了基于SRAM/RRAM等的核心技術實現路徑，以實現讀寫性能、功耗、可擦寫與成本、工藝成熟度之間的平衡。為了確保芯片盡快落地，后摩智能也組建了一支明星級的創始團隊。

在創始團隊中，創始人吳強是地平線前CTO，早年曾任職于Intel、AMD、Facebook。吳強在普林斯頓大學期間的博士論文，即為高能效比計算芯片及編譯器，獲計算機體系架構頂級會議MICRO當年最佳論文。他先后工作于AMD、Facebook，回國后加入地平線擔任CTO，在體系架構和軟件方面積累深厚，對邊緣端和云端應用場景都有深刻理解和工程實踐。

除此之外，還有多位核心成員，來自美國Penn State大學、新加坡國立大學、加州大學、清華大學、北京大學、電子科技大學等國內外知名高校和AMD、Nvidia、華為海思、地平線等一線芯片企業。團隊成員在先進存儲器件及存算一體技術方向有近15年的研究積累，曾獲得EDAA優秀博士論文獎，及國際微電子固態器件大會“國際最佳青年學者“，成果發表在國際芯片最高學術會議ISSCC， ISCA，及HPCA等。團隊成員有近20年的高性能CPU/FPGA/ASIC芯片內核設計及量產經驗，主導設計及交付過多款世界級的芯片（0.18um-6nm）， 包括GPU、CPU，及高性能車規級AI芯片等。

“這支學術界與工業界齊聚的創始團隊，讓后摩智能在具備核心技術優勢的同時，也能迅速實現芯片的流片、量產與商業化變現。這也成為了后摩智能的核心技術優勢。”聯想集團高級副總裁、聯想創投集團總裁賀志強表示。

03. 國產智能計算芯片，誰將脫穎而出？

從早年的“砂紙造芯”，到現在的國產芯片百花齊放，中國芯片行業正在迎來一個前所未有的春天。

吳強對36氪表示：“現在的國產芯片行業，可以與1999年的互聯網類比。”而中國芯片創業的土壤也足夠堅實，中國既有芯片自主化的政治訴求與民眾呼聲，又有經歷了十余年積累的人才、技術儲備。“所以，近兩年來，越來越多的中國芯片企業超越了簡單的應用芯片，開始設計高復雜度的計算芯片。”

中國芯片特別是AI芯片行業的爆發，已成必然。艾媒咨詢2020年9月發布的報告指出，2019年，全球AI芯片市場規模為110億美元；而到2025年，這一數字有望達到726億美元，其年均復合增長率預計為93.3%。

而中國則是全球范圍內最大的AI芯片市場。上述報告數據顯示，2019年中國AI芯片市場規模約為115.5億元；而2023年有望達到1338.8億元。云計算、智能安防與機器人將成為AI芯片的主要落地市場。

如此之大的市場，自然也將容納大量新玩家的入場。而在未來，具備哪些特質的芯片廠商能夠脫穎而出？后摩智能投資方經緯中國合伙人王華東指出，未來的勝出機會主要有兩點：一是用新技術做出某特定領域有顛覆性的產品；二是組建最強大的團隊，做出外企同等或更高算力的產品，而后摩智能正是兩者的結合體。

人工智能算力是數字化經濟基礎設施的核心，而驅動集成電路產業發展的摩爾定律已逼近極限，芯片產業亟需突破傳統馮諾依曼架構的“后摩爾”解決方案。在存算一體技術領域，作為國內極具實力的學術和工業兼備的全棧團隊，后摩智能以打造每瓦功耗下算力高達100TOPS的新型智能計算芯片為使命，讓每個場景都用得起AI計算。
責任編輯:tzh