自动驾驶对大算力芯片提出了新的挑战。传统汽车以控制为主，算力要求很小，而 L4 级别的自动驾驶就要求 1000T 以上的算力，不仅如此，汽车端的供电和散热能力也对芯片的低功耗提出了新需求。
就在前几日，英伟达发布了旗下的新一代自动驾驶计算芯片 DRIVE Thor，主要升级了汽车的中央计算架构，采用了新发布的 40 系显卡的 4nm 制程架构，算力达到 2000 TOPS，是此前发布的 Altan 的 2 倍，是 Orin 的 8 倍，这也将芯片「算力大战」推上新高度。
但是对于被「卡脖子」的国产芯片厂商来说，想要参与这场「算力大战」，显然无法指望依靠制程工艺去实现芯片算力的提升。
在后摩智能创始人 & CEO 吴强看来：存算一体可能是国产芯片算力弯道超车的机会。传统计算机的「冯·诺伊曼架构」里计算单元与存储单元是分离的，数据在两者间进行传输非常耗时耗能，产生所谓的「存储墙问题」。而「存算一体」架构能够整合计算单元和存储单元，优化数据传输路径，提高芯片算力天花板。在缩短系统响应时间的同时，也在能效比上带来了数量级的提升。
也就是说，这种创新计算架构对工艺的依赖较弱，能用 28nm 工艺做出基于传统计算架构的其他 AI 芯片用 7nm，甚至 5nm 工艺才能实现的性能或者能效比。更适合自动驾驶、泛机器人等边缘端算力的需求场景。
于是，前 AMD 的 GPGPU / OpenCL 创始团队核心成员、Facebook 总部资深科学家吴强，毅然选择带着团队采取了颠覆性的存算一体的架构，希望能在后摩尔时代，提供大算力、低功耗的高能效比芯片及解决方案，突破未来生活所需要的大算力瓶颈。
今晚（9 月 28 日）8:00 - 10:00，极客公园创始人 & 总裁 张鹏将和后摩智能创始人 & CEO 吴强一起，聊聊存算一体大算力 AI 芯片的发展与未来前景。
成立于 2020 年底，由吴强博士与多位国际顶尖学者和芯片工业界资深专家联合组建，是国内首家专注于存算一体技术的大算力 AI 芯片公司。基于先进的存算一体技术和存储工艺，后摩智能致力于突破芯片性能及功耗瓶颈，加速人工智能普惠落地。其提供的大算力、低功耗的高能效比芯片及解决方案，可应用于智能驾驶、泛机器人等大边缘端，以及云端推理场景。返回搜狐，查看更多
