汽车产业的长期价值锚点已悄然变化，催生出新的商业机遇。
过去，在燃油车市场，燃油经济性和品牌认知度等是重要的消费决策因素和资本价值衡量标准，但在新能源时代，产业价值聚焦在两方面，一是电动化，二是智能化。
电动化催生出宁德时代、比亚迪等凭借出众的电池技术屹立世界的中国企业。而在智能化趋势下，国内也培育出后摩智能、爱芯元智等以技术来垒筑竞争力的 " 专精特新 " 企业。
在 11 月底举办的 36 氪 WISE2023 商业之王大会上，后摩智能联合创始人项之初发表主题为《存算一体，面向未来十年的算力引擎》的演讲，指出存算一体技术未来将在自动驾驶、AI 处理、物联网等云边端场景广泛应用，在提升运算效率、降低系统功耗及设备成本等方面带来广阔的收益。
据悉，2020 年底成立的后摩智能，是国内存算一体行业早期的践行者之一，目前已经在存算一体芯片架构的研发和推广上，跑出了领先速度。
值得一提的是，当前国产芯片与外资芯片的差距主要在 CPU 领域，而存算一体是 CPU、GPU 之后的算力架构 " 第三极 "，能够克服传统冯 · 诺依曼架构中 " 存储墙 " 和 " 功耗墙 " 的问题。
这会是国产智驾芯片的更优解吗？作为存算一体芯片领域代表性企业，后摩智能又将如何验证技术路径的可行性？
押注存算一体芯片，后摩智能有何谋虑？
新能源汽车行业当前处于智能化渗透率快速提升、市场空间不断扩大的阶段。据高工智能汽车研究院监测数据，我国智能电动市场渗透率在 2018 年时仅有 0.32%，2022 年这一数据来到了惊人的 41.84%，2023 年 1-10 月继续攀升至 46.93%，全年有望突破 50%。
不难看出，未来的汽车就像一台安装轮子、电机、引擎的手机和 PC，机械属性逐渐减弱，数码属性不断增强。对于数码产品而言，强大的芯片技术与供应链支撑是根本动力，而智驾芯片作为汽车智能化核心部件，其价值更是不言而喻。
目前，在国内智能驾驶芯片领域，英伟达和地平线同台竞技，高工智能汽车发布的《2023 年 H1 高阶智驾数据分析简报》显示，2023 年上半年，二者在标配 NOA 车型领域合计市场份额已经超过 80%。
但市场容量的迅速扩大、终端车企需求多样化等，仍为其他芯片企业创造了差异化竞争的机会。
可以看到，后摩智能、紫光芯能、旗芯微等国产新晋玩家相继布局智能驾驶芯片领域，市场竞争也随之加剧。这种形势下，新兴企业想要突围，既不能跟在大厂后面，做已经被市场验证的产品，也不能剑走偏锋，脱离市场需求和行业技术实际，另外，鉴于自身发展体量，还需兼顾试错成本，把控风险。
对此，后摩智能选择以 " 存算一体智驾芯片先行者 " 的身份入局，有何深谋远虑？具体而言，后摩智能抓住了市场需求持续扩大、技术取得重大突破的契机。
一方面，在 AI 浪潮席卷下，芯片企业迎来算力 " 大考 "，存算一体芯片的刚需性日益凸显。
今年以来，随着 AI 技术的跨越发展，下游对芯片算力、容量的需求出现量级增长。这种情况下，存算一体芯片产品的优势顺势受到更大关注。
据悉，存算一体芯片即存储器中叠加计算能力，以新的高效运算架构进行二维和三维矩阵计算，具备能用更低成本提供更大算力（1000TOPS 以上）、更高能效（超过 10-100TOPS/W）等优势。而市场需求驱动下，一片蓝海市场也呈现眼前。根据量子位智库预计，2030 年存算一体芯片市场规模将达 1136 亿元。
这一市场规模的预估也基于智驾行业的发展规律。虽然目前在 L2 级别自动驾驶阶段，新能源汽车行业对芯片算力、能耗等方面的要求不算很高，但在进入 " 智驾时代 " 的确定性趋势下，大算力、低功耗的芯片价值正在提前兑现。正如后摩智能联合创始人、研发副总裁吴仲谋所言：" 汽车对能效比相当敏感，若把时间维度拉长，在大模型的驱动下，汽车对于算力的需求也将持续提升，上限颇高。"
另一方面，存算一体芯片的相关技术已取得重大突破，产业化拐点已至。
今年 10 月，清华大学研制出全球首款全系统集成、支持高效片上学习（机器学习能在硬件端直接完成）的忆阻器存算一体芯片。而聚焦企业层面来看，后摩智能近年来在存算一体芯片的研发方面积累了不少经验，如完成了国内首款存算一体智驾芯片的设计与流片，与新石器无人车、环宇智行达成战略合作，首款验证芯片点亮并跑通自动驾驶 Demo 等。基于当前的研发成果，未来有望更好地满足高级别智能驾驶时代的需求。
总体而言，后摩智能的路线选择具有一定竞争力，但车规级芯片厂商都难以避免一道必考题——量产。对此，后摩智能又将如何作答？
产品量产落地在即，后摩智能如何走稳市场验证之路？
最近几年，我国芯片产业开始进入国产替代周期。据统计，目前国内汽车芯片国产化率在 10% 左右。为了推进产业发展，工信部此前提出要求：在 2025 年实现汽车芯片国产化率到 20%。
不过，在国产替代道路上，商业量产应用仍是必须跨越的关卡。
当前，芯片量产对研发投入等要求较高。据统计，2023 年上半年，A 股 208 家芯片上市公司合计研发投入费用为 390.67 亿元，平均每家公司研发投入费用为 1.88 亿元，而存算一体芯片产业化尚处于早期，相比普通芯片研发生产，面临更大的投入压力和实操难度。
也正因为难，所以一旦有企业实现重大量产突破，将率先占领高地，取得市场先机。
从当前产品进度来看，后摩智能其实已占据一定先发优势，其今年上半年发布的鸿途 H30，是业内首款存算一体智驾芯片。据悉，在这款芯片研发过程中，后摩智能采用了更成熟的 12nm 工艺，在 Int8 数据精度下实现高达 256TOPS 的物理算力，所需功耗不超过 35W，整个 SoC 能效比达到了 7.3TOPS/W，具有高计算效率、低计算延时以及低工艺依赖等特点。与此同时，H30 已开始给 Alpha 客户送测，第二代 H50 也已在研发中，将于 2024 年推出，支持 2025 年的量产车型。
而能够达到这样的成效，显然需要企业在技术研发方面多下功夫。
据了解，相比普通芯片，存算一体芯片依托的存储类型非常丰富，有以 Flash 为代表的非易失性存储器、以 MRAM 和 RRAM 为代表的新型非易失性存储器和以 SRAM、DRAM 为代表的易失性存储器，存内计算也有数字计算和模拟计算两种。
这种情况下，对于企业而言，工艺的选择也是商业路线的选择。综合市场需求和技术可行性，后摩智能选择了 SRAM+ 数字存算，其中，SRAM 的读写速度快、功耗低，而数字存算灵活性较好、可靠性较高，更能满足智能驾驶等多样场景的需求。
不过，在推进产品量产落地过程中，仅考虑产品是否具备应用价值并不足够，客户选择芯片产品的积极性也与产品的易用性、学习成本等密切相关，这就涉及到软件生态和智能芯片之间的关系。
具体而言，二者类似电脑的操作系统和处理器，其中软件生态主要包括算法开发平台、芯片驱动程序、配套软件工具、人机交互界面等，对客户使用芯片产品产生关键影响，但这一方面仍存在不足之处。
中科院半导体所类脑计算研究中心副主任龚国良曾指出，很多人工智能芯片上市后，客户不买账，软件环节做得不够好可能是原因之一。因此，若是能有一套方便、可用的工具链和软件系统，让芯片采购方能够迅速上手，则有助于芯片的大规模落地。
通过对迁徙成本、算法开发等核心需求的把握，后摩智能在开发芯片产品之时，也将软件作为重要产品线同步推进。比如，为保证 H30 的核心竞争力，降低客户迁移门槛，后摩智能推出了智能驾驶硬件平台力驭、软件开发工具链后摩大道两款产品。
其中，力驭平台是一款域控制器，可应用于末端物流无人小车、乘用车智能驾驶、车路协同等场景，功耗仅 85W。后摩大道支持 Pytorch、TensorFlow、ONNX 等主流开源框架，在指令编程方面兼容 CUDA 前端语法，并支持 SIMD 和 SIMT 两种编程模型，无侵入式的底层架构创新设计使得 H30 更为高效、易用。
值得一提的，后摩智能当前的产品思维也不仅限于驾驶场景，从终端的无人机，到规模更大的边缘服务器、自动驾驶，都是存算一体芯片的 " 舞台 "。对于后摩智能等深耕存算一体芯片领域的企业而言，未来还有更大的市场有待开拓。
从行业视角来看，后摩智能现阶段的产品突破，也预示着存算一体芯片行业正处在商业化爆发前夜，此后相关企业的每一步技术创新、每一环生态布局，都是产业新纪元开启的新信号。
