0
| 本文作者： 包永剛 | 2025-07-29 15:22 |
“四年前創(chuàng)業(yè)時，我常被問道：存算一體那么好，為什么別人不做？”后摩智能創(chuàng)始人兼CEO吳強深有體會，“現在一些上市公司或者即將上市的公司都說要布局存算一體，沒有人再問四年前的問題，大家意識到了存算一體芯片對于大模型的優(yōu)勢。”
存算一體芯片的賽道過去幾年確實十分熱鬧，國內就有十多家公司布局不同技術路線、不同算力的存算一體芯片。
后摩的壁壘是什么？吳強說，“看論文做一個測試芯片，證明技術原理不難。我們的壁壘是將存算一體芯片量產，過去四年我們趟過無數的坑，解決了一個又一個量產難題。”
世界人工智能大會2025（WAIC）前夕，后摩智能發(fā)布了即將在今年第四季度量產的端邊大模型AI芯片——后摩漫界M50，這是一款單芯片就能運行百億參數大模型的存算一體芯片。
吳強透露，后摩智能已啟動下一代 DRAM-PIM 技術研發(fā)。
率先起跑，一次轉向，后摩智能建起壁壘
2020年吳強創(chuàng)業(yè)時，選擇存算一體技術路線有兩個核心原因，一個原因是吳強博士論文的方向是高能效比計算芯片以及編譯器，吳強甚至要解決功耗墻和存儲墻問題，必須走存算一體路線。另一個是看到英偉達的強大，決定用創(chuàng)新的架構另辟蹊徑，嘗試彎道超車。
存算一體技術在學術界研究很多，但要將學術研究轉化成商業(yè)化落地的產品，中間還有巨大的鴻溝。
“論文里能看到理論和原理，但要把存算一體技術轉化為量產產品，必須解決可測性和可靠性問題，中間有無數的坑。”吳強說，“沒有人做過存算的DFT（Design for Testability，可測性設計），也不知道怎么做BIST（Built-in Self-Test，內建自測試技術），如何解決小面積大算力帶來的電源穩(wěn)定性問題？”
業(yè)界沒有人遇到這些問題，也沒有對應的制造工藝和EDA軟件，后摩智能的團隊就只能用普通的工藝和EDA軟件填補中間巨大的鴻溝。
“我們非常希望友商一起做，把存算一體芯片的生態(tài)做好。”吳強說。
靠著后摩研發(fā)團隊攻克一個個難題，2023年后摩發(fā)布了國內首款大算力存算一體智駕芯片鴻途H30，最高物理算力256TOPS，典型功耗35W。
此后雖有后摩智能融資的消息，但一直沒有后摩智能產品和落地方面的消息，直到2025年7月的世界人工智能大會2025（WAIC）。
談及此事，吳強告訴雷峰網(公眾號：雷峰網)，2023年下半年整個自動駕駛賽道競爭非常激烈，格局逐漸穩(wěn)定，給新入局者的機會越來越少。
“我們第一代芯片為了體現存算一體的優(yōu)勢，算力很高，也意味著成本高。但當時市場都在講低成本，我們的大算力芯片和汽車芯片市場的需求有鴻溝。”吳強坦言，“那時候在糾結要不要轉型，放棄汽車市場到一個新領域很痛苦，但又知道自動駕駛芯片對我們來說是一條走不通的路。”
“最后生存的壓力戰(zhàn)勝了面子，2023年下半年開始轉型。”吳強說，“我們看到了端邊大模型的新興市場，沒有巨頭公司，與存算一體芯片的適用場景又很契合，2024年初快速調整第一代芯片，針對大模型優(yōu)化推出了漫界M30。”
在股東中國移動的幫助下，后摩智能的漫界M30隨中國移動在2024年的世界移動通信大會（MWC）亮相，這款芯片能夠運行60B參數的模型，給了吳強和團隊信心。
于是后摩智能就堅定轉到端邊大模型芯片的市場，經過近兩年時間，推出了第二代IPU架構的存算一體量產芯片漫界M50。
無論是將存算一體芯片從學術界推向商業(yè)市場，還是芯片應用落地的選擇，其中趟過的坑，走過的彎路積累下來的經驗，都是后摩在存算一體賽道和國產芯片公司里的壁壘。
這個壁壘，幫助后摩智能能夠更好設計第二代芯片。
單芯片160TOPS，能運行百億參數大模型
后摩漫界M50采用的是自研的第二代IPU 架構——天璇，實現了160TOPS@INT8、100TFLOPS@bFP16的物理算力，搭配最大48GB內存與153.6 GB/s的超高帶寬，典型功耗僅10W，相當于手機快充的功率，就能讓PC、智能語音設備、機器人等智能移動終端高效運行1.5B到70B參數的本地大模型。
得益于存算一體通過把計算和存儲單元集成在一起，讓數據就近處理，能從根本上解決傳統芯片“數據傳輸慢、功耗高”問題的特性，和傳統架構相比，M50的能效提升5～10倍，能充分滿足端邊設備"算得快又吃得少"的需求。
但為了能夠最大程度發(fā)揮存算一體架構的優(yōu)勢高效運行大模型，后摩智能進行了一系列的優(yōu)化，吳強重點分享了兩個優(yōu)化。
一個是彈性加速，這個技術與GPU的稀疏加速有點類似。GPU的稀疏加速，是在遇到權重參數為“0”時，跳過計算，實現加速。但這種方式權重必須嚴格為“0”，在現實應用中，要讓大量權重都恰好為“0”是非常困難的，因此GPU的稀疏加速效果往往不盡如人意。
SRAM存算一體技術是按照一個比特（bit）一個比特進行串行計算，這意味著后摩可以做到更細粒度的優(yōu)化。
“我們并不需要整個權重是0，只要它在bit里面有0，就可能做彈性加速。”吳強介紹，這讓加速的機會大大增加，也讓量化變得更加靈活，可以實現7bit、6bit甚至5bit的超低精度量化，從而在不犧牲太多精度的情況下，將性能壓榨到極致。
據悉，天璇架構最高可實現160%的加速效果。
另一個優(yōu)化是直接支持浮點運算。“基于存算的架構做浮點運算，并把它量產，我們在業(yè)內應該是第一個。”吳強解釋，芯片直接支持浮點運算，意味著開源或者FP16的浮點模型可以直接運行，能夠提升適配和應用的效率，只有特殊需要的情況下才會做額外的量化，這進一步降低了漫界M50芯片應用落地的難度。
對于用戶來說，易用性還是取決于上層的軟件，包括編譯器。
“第一代編譯器用傳統的方案做，很多功能發(fā)揮不出來，所以中間重構了一遍，完全從0-1。”吳強說，“我們也是逐漸地摸索，這種經驗在外面看不到，這是我們積累的壁壘。”
傳統的NPU編譯器有幾百個選項，手動調優(yōu)困難，導致上手門檻高、使用不便。
后摩重構的編譯器后摩大道，應用了自動的優(yōu)化算子，只要給一些輸入的圖Graph，它就能自動搜索最優(yōu)化的策略，無需開發(fā)者手動嘗試，支持浮點運算，無需量化參數和精度調優(yōu)，讓開發(fā)者更容易上手。
從硬件到軟件，后摩解決了AI芯片落地的技術難題，市場策略成為后摩走向商業(yè)化成功的下一個關鍵。
多元產品組合，重點拓展三大領域
基于漫界M50內建的高速多芯互聯技術，后摩智能推出了覆蓋端側到邊緣的多元算力方案。
力擎LQ50 M.2 卡以口香糖大小的標準 M.2 規(guī)格，為 AI PC、AI Stick、陪伴機器人等移動終端提供 "即插即用" 的端側 AI 能力，支持 7B/8B 模型推理超 25tokens/s。
力擎LQ50 Duo M.2 卡集成雙 M50 芯片，320TOPS 的算力，突破 14B/32B 大模型端側部署瓶頸。
力謀LM5050 加速卡與力謀LM5070 加速卡分別集成 2 顆、4 顆 M50 芯片，為單機及超大模型推理提供高密度算力，最高達 640TOPS。
BX50 計算盒子則以緊湊機身適配邊緣場景，支持 32 路視頻分析與本地大模型運行。
目前后摩智能比較看重三個領域，一是平板和電腦這種消費終端類，這是大模型生產力工具，對AI性能有剛需。二是智能語音系統，大模型語音會議也是重點布局的一個方面。三是運營商的邊緣計算，看中了5G+AI是一個趨勢。
“目前這幾個方面都有早期客戶，消費終端、智能辦公、智能工業(yè)我們重點布局的領域。”吳強說，“我們精力有限，先把這三個領域做好，未來只要對大模型有需要，對功耗敏感，都是會逐步拓展的客戶。”
在世界人工智能大會（WAIC）后摩的展臺上，后摩也展示了單顆漫界M50芯片運行端側大模型的應用，比如基于Qwen3-14b模型的Chatbot知識問答；還有基于Qwen-8b模型的會議紀要，支持2K左右的上下文，一小時的會議，目前五六分鐘可以生成會議紀要；還有專門為信創(chuàng)市場提供服務的公文寫作，采用純國產芯片和操作系統，運行Qwen2.5-7b模型，速度十分理想。
目前，聯想的下一代AI PC，科大訊飛的訊飛聽見下一代智能語音設備，以及中國移動的新一代5G+AI邊緣計算盒子，都是后摩智能的意向客戶。
吳強告訴雷峰網，目前后摩和算法合作伙伴以及OS都有合作，后摩的策略是每個領域與頭部客戶直接對接，腰部以及長尾客戶用編譯器工具鏈降低客戶開發(fā)的難度。
接下來，后摩將研發(fā)下一代DRAM-PIM 技術，通過將計算單元直接嵌入 DRAM 陣列，使計算與存儲的協同更加緊密高效，這一技術將突破 1TB/s 片內帶寬，能效較現有水平再提升三倍，推動百億參數大模型在終端設備實現普及，讓更強大的 AI 算力能夠融入 PC、平板等日常設備。
從最初的孤獨求證，到如今的大模型端側芯片量產，后摩智能讓存算一體不再只是學術概念，而成為國產AI芯片攻入新場景的“潛航器”。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
