要说AI这股热浪下最大的“赢家”是谁,那无疑是英伟达。
据了解,今年初以来,英伟达的股价已暴涨162%,推动其市值超过3万亿美元,这相当于该公司2018年8月约1500亿美元市值的20倍。另外,据Bloomberg Intelligence的数据,今年迄今为止,专注于英伟达的ETF(交易所交易基金)已经获得了44亿美元的资金流入,大约是2023年全年的六倍。
对此,市场不乏声音认为,英伟达已经“一家独大”,但将视野放大来看,AI浪潮下,一些初创公司也正凭借技术实力强势突围,引得投资者侧目。
日前,后摩智能已完成数亿元人民币战略融资,投资方包括中国移动旗下北京中移数字新经济产业基金、上海中移数字转型产业基金。同时,中国移动研究院也与后摩智能正式签署战略合作,将联合推进存算一体AI芯片的创新研发和量产应用。
而从天眼查平台可以了解到,自2020年成立以来,该公司共完成5轮融资,此前的投资方包括经纬创投、启明创投、联想创投等知名机构。
这样的“吸金”表现,往往与企业自身实力密切相关。
可以看到,当前芯片领域企图“挑战英伟达”的公司众多,正如人工智能芯片初创公司D-Matrix联合创始人Sid Sheth表示:“英伟达希望能拥有100%的市场份额,但客户并不会希望英伟达独享100%的市场份额……这个机会太大了。如果任何一家公司全部占有,都会非常不健康。”
不过,鉴于英伟达已在品牌效应、规模体量等方面占据绝对高地,其他企业想要吃到更多“市场蛋糕”也并非易事。而聚焦后摩智能,其似乎提供了一种突围思路,即从市场痛点出发,走差异化技术路径。
据了解,后摩智能专注存算一体芯片软硬件研发。当前,存算一体技术也的确具有较大的应用价值。
具体而言,AI浪潮的持续席卷,带来庞大算力需求的同时,也正在加大能耗。后摩智能联合创始人项之初认为:“按照现在生成式AI的快速发展,2027年预计英伟达大概需要提供150万台服务器,每年消耗的电量接近一个瑞典或荷兰、阿根廷体量国家一年的耗电量。”
为了实现可持续发展,芯片产业在保持高算力的同时控制成本、减小能耗的需求必然更加凸显。这种情况下,传统冯·诺伊曼架构的问题也暴露出来,据了解,这一架构中,芯片的计算单元和存储单元分离,数据搬运过程中或将产生高达90%的功耗消费,“存储墙”和“功耗墙”的存在,使得芯片存在明显的性能瓶颈。
相比之下,存算一体芯片架构则打破了“两面墙”,通过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,并缩短系统响应时间,从而实现高能效比。
因此,业界普遍认为,存算一体是继CPU、GPU之后的算力架构“第三极”,技术应用前景也十分广阔。根据量子位智库数据,预计2025年存算一体市场规模将达125亿元,随着技术成熟度提高以及大规模商用落地,至2030年这一市场规模将达1136亿元。
而从产品成果来看,后摩智能已经成为存算一体芯片领域的“佼佼者”。
据介绍,2023年,后摩智能发布了国内首款存算一体智驾芯片后摩鸿途®️ H30;2024年,后摩智能发布了基于存算一体架构的边端大模型AI芯片后摩漫界™️M30,以及后摩漫界™M30智算模组(SoM)、力谋®AI加速卡。
其中,后摩漫界™️M30最高算力可达100TOPS,典型功耗仅为12W,能够支持ChatGLM、Llama2、通义千问等多种主流大模型,实时运行性能可达15-20 Tokens/s。
值得一提的是,存量一体芯片的开发也存在较大难度,后摩智能创始人兼CEO吴强曾指出:“存算一体最本质的挑战和难点是,需要对存算一体技术有很深的了解,同时又要对AI应用落地有了解,只有这两者融合在一起,才有可能产生裂变,做出局部有颠覆性的东西来。”
这也意味着,存算一体芯片的研发,既需要有在存算一体学术领域达到顶尖水准的学者,也需要做过大芯片的工程派系。而后摩智能现阶段能做出一定成果,就在于其兼具这两大派系,据悉,其创始团队的成员来自普林斯顿大学、美国Penn State大学等海内外知名高校,研发团队硕博士占比70%以上。
而长远来看,加码研发也是需持续贯彻的动作,因为当前存算一体芯片产业仍未进入真正的成熟期,北京航空航天大学教授康旺就曾指出:“受限于存储器介质本身的物理结构、阵列规模与工艺成熟度等因素,当前的存算一体技术在运算精度、运算规模等方面仍然存在诸多挑战。”
与此同时,下游市场的一些动作也正在驱动后摩智能持续促进产品升级。据了解,后摩智能产品主要应用于智能驾驶、泛机器人等场景,而目前这些场景中的企业也开始加码芯片研发,比如,蔚来汽车自研的智能驾驶芯片“神玑NX9031”已经流片,目前正在测试。
基于此,增强产品竞争力,将始终是后摩智能的发展核心,正如吴强提出的规划:“希望在用SRAM(静态随机存储器),我们能做出至少能突破500TOPS到千TOPS之间的大算力芯片。”
资本助力下,后摩智能能打开多大市场空间,值得期待。