中国企业如何根本性提升芯片计算效率？后摩智能创始人吴强：通过技术创新解决一些本质问题
2023全球智能汽车产业大会（GIV2023）于9月28日在合肥举行。后摩智能创始人兼首席执行官吴强出席并发表演讲。
吴强分享了这段时间对行业的思考和实践，特别是如何用创新的技术去提升智能驾驶芯片的效率。
吴强表示，汽车智能化正在快速发展，一方面算法、模型在持续演进和变得多样化。另一方面，未来几年智能驾驶的体验会有一个质的提升。所以一个挑战就是，如何让AI计算芯片更高更强，紧跟这个不停歇的行业发展脚步。
如何才能真正的根本性的提升计算效率呢？吴强说，对于国内的企业，可能一个更好的技术路径是，通过技术创新去解决芯片计算效率提升过程中的一些本质问题，只有通过这样的方式才更适合中国的芯片企业。
有哪些本质问题正影响着计算效率的提升？
吴强认为首先一个问题就是存储墙。他进一步解释，计算效率的提升很大的问题取决于算和存储的距离，本质其实是算和存储之间的距离太长，比如电在硅上的速度很明确就是每秒钟6万公里，芯片时钟在3GHz左右，每个时钟周期电移动就是20毫米左右的距离，这是物理的规律。如果存储和计算分的很远，就会有很长的存储的延时，这个规律是不能改变的。
随后，他提到了两种解决办法。传统的解决办法是希望增加DRAM的带宽、减少DARM访存的开销。这种方式带来的就是成本越来越高。另外除了成本之外，容量也有一定的限制。新兴的解决办法是存储和计算一体。这个想法很早以前就有人提出，但是最近真的爆发是10年以前，当AI兴起以后存算一体爆发，找到最好的场景，就是AI计算。通过改变计算和存储的距离来减少访存的功耗和延时，这个是存算一体的基本想法和思路。
吴强表示，对于智能驾驶来说，存算一体的意义主要有两个，一方面是上限更高，计算效率本身是底层架构的创新，有比传统架构一个数量级以上的提升。另外一个优点是它的底限稳，用成熟工艺仍然可以做出匹配国外巨头的东西，比如28纳米存算架构，可以做出类似7纳米传统架构的效果。
吴强最后简介绍了一下后摩智能最近发布的产品，这款产品应该是国内首款基于存算一体的智能驾驶芯片，256Tops的物理算力，典型功耗只有35W。根据后摩及MLPerf公开测试结果，在ResNet50性能功耗对比上，采取12nm制程的H30相比某国际芯片巨头的7nm同类芯片性能提升超2倍，功耗减少超50%。