黑芝麻智能单记章：算力突破后核心挑战在于带宽限制

黑芝麻智能创始人兼CEO单记章在6月13日举行的一场论坛上表示，辅助驾驶可能是对算力需求最高的端侧推理芯片，黑芝麻智能一直在做大算力芯片，也见证了技术的演进。他表示，目前有几种技术方向在并行开发：

一方面，从功能上看，通勤领航的算力需要在50TOPS-100TOPS，可以在城区做一些复杂场景，甚至包括小区等“毛细路”，接下来还要增加“大脑”功能，在BV+端到端算法的基础上，增加VLM多模态大模型，甚至是VLA模型，算力可能需要300TOPS-500TOPS。

再进一步延伸，车路云也是当前非常重要的技术路线，预计对算力的需求在1000TOPS-2000TOPS。

另一方面，摩尔定律在继续推动整个计算芯片的发展，但随着制造工艺越来越先进、线宽越来越小，甚至已逼近了1.6纳米，再往上其实非常困难。

单记章指出，从中国的角度，能得到的制造工艺比较有限，能拿到的7纳米工艺良率也不是太高。另外还有一些技术，如HBM、Hyperband也很难获取。

“我们的思考是，如何用可以得到的技术和工艺，来提升计算效率。”单记章说，今年年初DeepSeek震动了全世界，用了一个FP8的训练，就能够把模型训练做到更为先进。做芯片也是同样的，英伟达可以用更先进的工艺，国内因为各种原因拿不到，但也可以想办法提升效率。

未来计算芯片面临的一大挑战，带宽将是一个非常重要的问题，比如1000、2000TOPS的算力，其实是可以做得到，但带宽很成问题。

例如，英伟达从Orin到Thor，Thor号称770TOPS，Orin是250TOP，标称算力超过3倍，但比较性能只有1.7倍-2倍差距，原因在于带宽不够。Thor的带宽大概是270G/s，Orin是205G/s，这大大限制了计算性能。

单记章认为，下一步要解决的就是带宽问题。很重要的一个技术方向，用Hyperband把DRAM和Logic这个计算直接封装在一起，不仅可以大幅提升带宽，还可以降低成本，但该工艺存在非常大的挑战。

基于上述预测，单记章提到，黑芝麻智能推出了一系列产品，最早的A1000芯片，除了大力支持卷积之外，还可以支持Transformer。这颗芯片也可以部署端到端的算法。

而到了第二代“武当”系列，则在电子电气架构进行了突破，做出了融合芯片，特别是当辅助驾驶已经下探到主流车型，10万元甚至更低价格的车，黑芝麻提供的方案是把多个域融合到一颗芯片，减少了外围器件，比如，DRAM、电源芯片等就可以节省不少，这个是未来的另外一个产品线。

去年底，黑芝麻智能推出其专为下一代AI模型设计的高算力芯片平台——华山A2000家族。单记章提到，7纳米工艺的计算效率实际上达到和超过4纳米。

此外，黑芝麻很大不同在于，单芯片也实现神经网络互相冗余备份，这在全世界都是首创——过去针对CPU、GPU存在冗余备份，但黑芝麻NPU也做到这样的性能，且计算单元支持Transformer。“作为一个新进入的计算芯片，特别是高性能计算的公司，我们很难跟随比如英伟达这样的公司，其架构也很难追上，我们只能另辟蹊径，想办法换道超车。”单记章说，从技术上面，黑芝麻有非常大的优势。

一方面，黑芝麻没有采用几千上万个的CUDA架构，实际上里面的计算单元就两个，利用多模态提升计算效率。另一方面则是灵活扩展，多颗芯片当成一颗芯片来用。此外，国内还有一大优势是可以快速部署，在部署阶段可大量减少工程化时间。

目前，武当C1200家族专为多域融合与舱驾一体场景设计，它有丰富的功能，除了基础的底座，还增加了娱乐功能，单记章说，这让底座的生命周期大幅增加，除了跨车型，还可以实现跨代，叠加不同的计算能力。

除了智能汽车，公司也在积极向机器人及具身智能领域拓展。单记章说，未来机器人的大脑对计算需求量非常大，黑芝麻A2000芯片也可以应用到机器人，也可以作为各种各样端侧推理的通用计算来应用。

“现在机器人的状态可能相当于2018年智能车的状态，但前者的增长速度会远超过智能汽车。”单记章说，一方面，现有芯片非常成熟，比2018年的AI计算芯片成熟不少，另一方面，大语言模型、多模态大模型、世界模型等大模型进展快速，机器人市场会爆发非常快。

目前，黑芝麻智能的芯片也提供机器人的接口，还有非常丰富的计算能力，各种传感器的处理能力、计算能力，CPU、GPU、DSP、NPU等各种各样的处理能力，应用在机器人的“大脑”和“小脑”上可以显著降低易用性。其中，2000系列主要是用做“大脑”，1200系列主要是用做“小脑”，即控制运动。

南方+记者 郜小平