首款面向智能驾驶的存算一体器件研发成功

　　5月23日，业内首款存算一体大算力AI元器件在南京后摩智能公司成功点亮，并成功跑通智能驾驶算法模型。该器件基于架构创新，采用SRAM（静态随机存取存储器）作为存算一体介质，通过存储单元和计算单元的深度融合，实现了高性能和低功耗，样片算力达20TOPS，可扩展至200TOPS，计算单元能效比高达20TOPS/W。与传统架构下的大算力器件相比，它在算力、能效比等方面都具有显著的优势。

　　在智能驾驶等计算场景中，除了对算力需求高外，对器件的功耗和散热也有很高的要求。目前，常规架构器件设计中，内存系统的性能提升速度大幅落后于处理器的性能提升速度，有限的内存带宽无法保证数据高速传输，无法满足高级别智能驾驶的计算需求。其次，数据来回传输又会产生巨大的功耗。

　　为此，后摩智能通过走差异化创新之路，在国内率先通过底层架构创新，进行大算力AI器件设计。研发人员根据传统存储器件重新设计电路、单元阵列、工具链等，同时突破了多项物理和结构上的技术难题。

　　据悉，该款器件采用22纳米成熟工艺制程，在提升能效比的同时，还能有效把控制造成本。同时，首次在存内计算架构上跑通了智能驾驶场景下多场景、多任务算法模型，为高级别智能驾驶提供了一条全新的技术路径。未来有可能用W级别的功耗提供P级别的计算能力，更好地满足高级别智能驾驶时代的需求。此外，在灵活性方面，它不但支持市面上的主流算法，还可以支持不同客户定制，更加适配于算法的高速迭代。

　　5月23日，业内首款存算一体大算力AI元器件在南京后摩智能公司成功点亮，并成功跑通智能驾驶算法模型。该器件基于架构创新，采用SRAM（静态随机存取存储器）作为存算一体介质，通过存储单元和计算单元的深度融合，实现了高性能和低功耗，样片算力达20TOPS，可扩展至200TOPS，计算单元能效比高达20TOPS/W。与传统架构下的大算力器件相比，它在算力、能效比等方面都具有显著的优势。

　　在智能驾驶等计算场景中，除了对算力需求高外，对器件的功耗和散热也有很高的要求。目前，常规架构器件设计中，内存系统的性能提升速度大幅落后于处理器的性能提升速度，有限的内存带宽无法保证数据高速传输，无法满足高级别智能驾驶的计算需求。其次，数据来回传输又会产生巨大的功耗。

　　为此，后摩智能通过走差异化创新之路，在国内率先通过底层架构创新，进行大算力AI器件设计。研发人员根据传统存储器件重新设计电路、单元阵列、工具链等，同时突破了多项物理和结构上的技术难题。

　　据悉，该款器件采用22纳米成熟工艺制程，在提升能效比的同时，还能有效把控制造成本。同时，首次在存内计算架构上跑通了智能驾驶场景下多场景、多任务算法模型，为高级别智能驾驶提供了一条全新的技术路径。未来有可能用W级别的功耗提供P级别的计算能力，更好地满足高级别智能驾驶时代的需求。此外，在灵活性方面，它不但支持市面上的主流算法，还可以支持不同客户定制，更加适配于算法的高速迭代。