毕友网

毕友网 > 分享 > 转载 > 融资 > 「后摩智能」获数亿人民币Pre-A+轮融资,瞄准智能驾驶领域推出存算一体大算力AI芯片

「后摩智能」获数亿人民币Pre-A+轮融资,瞄准智能驾驶领域推出存算一体大算力AI芯片

2022-04-19 09:26:58小毕 1225

获悉,近日存算一体大算力AI芯片公司「后摩智能」宣布完成数亿人民币Pre-A+轮融资,由经纬创投、金浦悦达汽车基金联合领投,国家中小企业发展基金联想子基金、天创资本等跟投,现有投资方启明创投、和玉资本继续追加投资。本轮资金主要用于芯片的研发投入,加速在智能驾驶、泛机器人领域的拓展和布局。

后摩智能创立于2020年底,是国内基于存算一体技术的大算力AI芯片研发企业,公司通过底层架构创新,大幅提升芯片性能,可用于智能驾驶、泛机器人等大边缘端及云端推理场景。

上世纪40年代,冯·诺依曼架构的诞生掀开了现代计算机时代发展的扉页,成为计算机发展过程中“赖以生存”的基本准则。简单来说,在冯·诺依曼架构中,计算和存储是分离的,系统在执行每一次运算时,都需要将数据从存储器搬离,通过总线数据传输通道运送到处理器中,待处理器完成数据处理后,再将数据搬运回存储器。

这就意味着,不管处理器的性能多好,计算机的处理速度都会受到总线速度的制约。尤其随着如今大数据、人工智能等产业的发展对计算效率和内存需求的暴涨,传统冯·诺依曼架构也面临着存储墙和能效墙的问题,成为AI计算发展浪潮中急需突破的重要性能瓶颈。

存算一体则是打破冯·诺依曼架构“两堵墙”的解决方案之一,其正在从学术研究领域逐渐进入人们的商业化视野。与传统的冯·诺依曼架构不同,存算一体主要是将存储和计算单元紧密地结合在一起,优化数据传输路径,降低运算过程中因为频繁访问内存和搬运数据所带来的能耗和延迟。其中,存算一体又可分为两条主流的技术路线,分别为近存计算(near-memory computing)和存内计算(in-memory computing)。

后摩智能联合创始人、战略副总裁项之初告诉36氪,公司的首颗芯片已经在2021年8月投片,这是公司研发进程上的重要里程碑。“与传统架构下的大算力芯片相比,我们的芯片在算力、能效比和成本等方面,都能体现出显著的优势。”他说。

一是算力可以做得更大。后摩智能的芯片算力天花板比传统冯·诺依曼架构更高,但是在工程上需要付出的时间和人力成本都会更小。

二是极致的能效比。与现有产品相比,后摩智能的芯片不是追求1~2倍的改良,而是追求每瓦算力数量级提升,今后力求做到十倍、甚至百倍的跳跃。

三是制造成本更低。后摩智能的芯片并不依赖于先进的制程工艺及封装技术,量产成本更低。例如,后摩智能采用相对成熟工艺制程开发的芯片,其晶圆成本约为采用先进工艺制程芯片的三分之一。“尤其在如今的地缘政治格局下,我们用成熟制程就能做出先进制程的芯片性能,功耗还明显更低,这在供应链安全上有着不可小觑的优势。”项之初说。

四是更低的延时。得益于存算一体技术减少了存储和计算单元之间的数据搬运,大幅缩短了系统响应时间,能够为智能驾驶领域的整车厂商提供更安全的产品,同时也为C端用户带来更好的驾驶体验。

目前,后摩智能团队规模已超过100人,硕博占比70%以上,主要来自Nvidia、TI、AMD、Intel、华为海思、地平线等国内外知名芯片企业,有近20年的高性能CPU/GPU/车规AI芯片设计及量产经验,同时在先进存储器件及存算一体技术方向也有着近15年研究积累。其中,公司创始人兼CEO吴强博士毕业于美国普林斯顿大学,为AMD GPGPU/OpenCL创始团队核心成员,曾任Facebook总部资深科学家,主导过多个大型项目,成果曾获得20多家欧美科技媒体报道。

商业化方面,后摩智能联合创始人、产品副总裁信晓旭谈道,公司产品方向和策略制定,除了对市场空间和增速、产业格局等因素进行考量外,还从技术与产品的匹配度,以及如何突破生态壁垒的角度进行综合权衡得出的。

后摩智能首先会聚焦在智能驾驶,泛机器人等边缘场景。在这个垂直领域,公司把“存算一体”这种颠覆性技术转化为能够解决客户痛点,给用户带去价值的产品。同时,公司还会大力投入配套解决方案的研发,降低客户导入的难度并缩短客户导入周期。未来,随着后摩智能逐渐在智能驾驶、泛机器人场景积累起竞争优势,公司将通过成熟的技术栈外溢,进而覆盖更多场景。

过去一年,后摩智能已经和众多下游的无人车、商用车和乘用车厂等智能驾驶领域客户进行了深入接触,部分在探讨进一步的深入合作。

产品研发方面,后摩智能的首款芯片进展顺利,同时公司已启动下一代产品的研发。通过架构创新设计大算力AI芯片,后摩智能将大幅提升国产芯片在国际算力比拼中的竞争力。