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。
