获悉，近日存算一体大算力AI芯片公司「后摩智能」宣布完成数亿人民币Pre-A+轮融资，由经纬创投、金浦悦达汽车基金联合领投，国家中小企业发展基金联想子基金、天创资本等跟投，现有投资方启明创投、和玉资本继续追加投资。本轮资金主要用于芯片的研发投入，加速在智能驾驶、泛机器人领域的拓展和布局。

后摩智能创立于2020年底，是国内基于存算一体技术的大算力AI芯片研发企业，公司通过底层架构创新，大幅提升芯片性能，可用于智能驾驶、泛机器人等大边缘端及云端推理场景。

上世纪40年代，冯·诺依曼架构的诞生掀开了现代计算机时代发展的扉页，成为计算机发展过程中“赖以生存”的基本准则。简单来说，在冯·诺依曼架构中，计算和存储是分离的，系统在执行每一次运算时，都需要将数据从存储器搬离，通过总线数据传输通道运送到处理器中，待处理器完成数据处理后，再将数据搬运回存储器。

这就意味着，不管处理器的性能多好，计算机的处理速度都会受到总线速度的制约。尤其随着如今大数据、人工智能等产业的发展对计算效率和内存需求的暴涨，传统冯·诺依曼架构也面临着存储墙和能效墙的问题，成为AI计算发展浪潮中急需突破的重要性能瓶颈。

存算一体则是打破冯·诺依曼架构“两堵墙”的解决方案之一，其正在从学术研究领域逐渐进入人们的商业化视野。与传统的冯·诺依曼架构不同，存算一体主要是将存储和计算单元紧密地结合在一起，优化数据传输路径，降低运算过程中因为频繁访问内存和搬运数据所带来的能耗和延迟。其中，存算一体又可分为两条主流的技术路线，分别为近存计算（near-memory computing）和存内计算（in-memory computing）。

后摩智能联合创始人、战略副总裁项之初告诉36氪，公司的首颗芯片已经在2021年8月投片，这是公司研发进程上的重要里程碑。“与传统架构下的大算力芯片相比，我们的芯片在算力、能效比和成本等方面，都能体现出显著的优势。”他说。

一是算力可以做得更大。后摩智能的芯片算力天花板比传统冯·诺依曼架构更高，但是在工程上需要付出的时间和人力成本都会更小。

二是极致的能效比。与现有产品相比，后摩智能的芯片不是追求1～2倍的改良，而是追求每瓦算力数量级提升，今后力求做到十倍、甚至百倍的跳跃。

三是制造成本更低。后摩智能的芯片并不依赖于先进的制程工艺及封装技术，量产成本更低。例如，后摩智能采用相对成熟工艺制程开发的芯片，其晶圆成本约为采用先进工艺制程芯片的三分之一。“尤其在如今的地缘政治格局下，我们用成熟制程就能做出先进制程的芯片性能，功耗还明显更低，这在供应链安全上有着不可小觑的优势。”项之初说。

四是更低的延时。得益于存算一体技术减少了存储和计算单元之间的数据搬运，大幅缩短了系统响应时间，能够为智能驾驶领域的整车厂商提供更安全的产品，同时也为C端用户带来更好的驾驶体验。

目前，后摩智能团队规模已超过100人，硕博占比70%以上，主要来自Nvidia、TI、AMD、Intel、华为海思、地平线等国内外知名芯片企业，有近20年的高性能CPU/GPU/车规AI芯片设计及量产经验，同时在先进存储器件及存算一体技术方向也有着近15年研究积累。其中，公司创始人兼CEO吴强博士毕业于美国普林斯顿大学，为AMD GPGPU/OpenCL创始团队核心成员，曾任Facebook总部资深科学家，主导过多个大型项目，成果曾获得20多家欧美科技媒体报道。

商业化方面，后摩智能联合创始人、产品副总裁信晓旭谈道，公司产品方向和策略制定，除了对市场空间和增速、产业格局等因素进行考量外，还从技术与产品的匹配度，以及如何突破生态壁垒的角度进行综合权衡得出的。

后摩智能首先会聚焦在智能驾驶，泛机器人等边缘场景。在这个垂直领域，公司把“存算一体”这种颠覆性技术转化为能够解决客户痛点，给用户带去价值的产品。同时，公司还会大力投入配套解决方案的研发，降低客户导入的难度并缩短客户导入周期。未来，随着后摩智能逐渐在智能驾驶、泛机器人场景积累起竞争优势，公司将通过成熟的技术栈外溢，进而覆盖更多场景。

过去一年，后摩智能已经和众多下游的无人车、商用车和乘用车厂等智能驾驶领域客户进行了深入接触，部分在探讨进一步的深入合作。

产品研发方面，后摩智能的首款芯片进展顺利，同时公司已启动下一代产品的研发。通过架构创新设计大算力AI芯片，后摩智能将大幅提升国产芯片在国际算力比拼中的竞争力。