辉羲智能：国产大算力智驾芯片发布！探索智能计算的边界

芝能汽车

2024-10-22 08:21发布于上海电动汽车三电工程师

全文2192字，阅读约需7分钟，帮我划重点

划重点

01辉羲智能发布了首款高性能智驾芯片——光至R1，旨在成为国内最快量产上车的大算力智驾芯片。

02光至R1采用先进的7纳米车规级制造工艺，集成450亿个晶体管，提供超过500 TOPS的深度学习算力和超过420kDMIPS的CPU算力。

03为此，辉羲智能推出了RCM与RCCU等解决方案，简化开发流程和硬件集成挑战，支持算力扩展和软硬件协同。

04同时，公司还推出了RINA高阶城区无图自动驾驶参考解决方案，显著降低了成本，提高了性能。

05除此之外，辉羲智能的光至R1芯片还能广泛应用于具身智能，如家庭服务机器人和智能工业设备等。

以上内容由腾讯混元大模型生成，仅供参考

图片芝能智芯出品

近日，辉羲智能举办了主题为“光至未来 聚力跃迁”的首场芯片产品发布会，推出了其首款高性能智驾芯片——光至R1。

辉羲智能是一家国内的初创企业，其芯片产品车载大算力芯片，不仅是国内芯片公司在智能驾驶领域的重大突破，也为高阶智驾和具身智能等AI应用场景提供了强大的计算能力和创新动。

发布会上，辉羲智能的创始人探讨了智能计算技术的现状和未来发展方向，特别是通用人工智能（AGI）的潜力与挑战；分享了辉羲智能的战略布局，这些内容都很精彩。

图片


光至R1旨在成为国内最快量产上车的大算力智驾芯片，并承诺这将是业内最易用的智驾芯片之一。

光至R1采用了先进的7纳米车规级制造工艺，集成了450亿个晶体管，提供超过500 TOPS的深度学习算力和超过420kDMIPS的CPU算力，内置了24个Arm Cortex-A78AE核，处于行业领先地位。

这颗芯片通过了严格的车规认证，满足ASIL-D和EVITA Full标准，保证了在量产过程中的安全性与可靠性，辉羲智能还推出了RIF（Risk Immune Framework）架构，增强了系统的灵活性和安全性。   

图片

为了进一步降低客户的开发难度，辉羲智能提供了RCM与RCCU等解决方案，简化了开发流程和硬件集成挑战，支持算力扩展和软硬件协同。

同时，公司还推出了RINA（Rhino Intelligent Navigation Assistant）高阶城区无图自动驾驶参考解决方案，显著降低了成本，提高了性能，有助于加快高阶自动驾驶项目的量产进程。

辉羲智能不仅专注于智能驾驶领域，其光至R1芯片还能广泛应用于具身智能，如家庭服务机器人和智能工业设备等。

图片


Part 1

智能计算的演变与推动力

发布会上，辉羲智能的创始人回顾了智能计算的发展历程，从工业革命时期的蒸汽机到现代数字化社会的人工智能，每一次科技的飞跃都极大地推动了社会生产力的提升。

在智能计算的背景下，数据的采集、存储和处理成为了核心驱动力。现代计算设备和智能系统依赖于海量数据和强大的计算能力，以实现对物理世界的感知与理解。

智能计算的“智能跃迁”是通过数据、算法和算力的不断进化实现的。这种进化类似于蒸汽机取代人力劳动、计算机替代脑力劳动的历史进程。

“智能之光”，指的是人工智能在数据驱动时代所具备的巨大潜力，这种潜力不仅限于特定任务的解决，还包括通用智能的实现。

人工智能的几个关键里程碑：1997年深蓝战胜国际象棋世界冠军；以及2020年GPT-3模型的突破；而通用人工智能，即具备自主学习和推理能力的人工智能，被认为是智能计算的终极目标。

通用方法论的应用，正是辉羲智能所探索的核心方向。  通用人工智能（AGI）研究仍处于探索阶段，其主要挑战在于如何让机器具备常识推理和决策能力。与狭义人工智能不同，AGI需要处理更加复杂的场景和任务，具备对环境的认知能力，而不仅仅是依赖特定任务的数据训练。

辉羲智能在这一点上特别强调了矩阵制的作用，这种方法论试图通过大规模数据集和算法的结合，赋予机器通用的认知能力。

AGI的实现还面临数据量和算力的瓶颈。发布会上提到，从互联网搜索引擎的自我反馈机制，到现代移动设备产生的海量数据，智能计算正在逐步逼近AGI所需的基础。

要真正实现AGI，还必须进一步提升数据的采集、处理和闭环反馈能力。

          

Part 2

数据、算力与算法的协同

人工智能的迭代，主要是涵盖了数据、算力和算法这三者的密切关系。发布会上列举了从2011年到2024年全球数据量的爆发性增长，2024年的数据产出预计达到170 ZB（1ZB=1万亿GB）。

这种数据量的急剧上升，得益于智能手机、智能汽车、物联网等设备的普及，这些设备每时每刻都在生成、采集并传输数据。

仅有数据是不够的，辉羲智能指出，算力和算法必须与数据量同步增长，才能发挥其真正的价值。在当前的数据驱动时代，算力瓶颈已经成为制约智能计算发展的主要问题之一。

超级计算机和并行处理芯片的发展路径，展示了如何通过硬件的提升推动算法的快速进步。通过神经网络与搜索算法的结合，系统能够以极快的速度完成任务。这种算法的可扩展性不仅仅体现在游戏中的表现，还应用于更加广泛的工业场景和智能决策过程中。   

辉羲智能的愿景是通过不断改进的计算平台和算法，推动整个行业向更高效、更智能的方向发展。具体来说，辉羲智能提出了一个宏大的目标——通过其先进的智能计算平台，加速人类社会向通用人工智能时代迈进。

未来智能汽车的数量将达到10亿级，车载摄像头和传感器将生成海量数据，这些数据将成为智能系统进行感知和决策的基础。与此同时，物联网设备和智能制造也将成为数据生成的重要来源，推动数据闭环的进一步形成。

未来十年，智能计算将进入一个全新的阶段，即通过“数据闭环”的方式实现通用智能的突破。所谓数据闭环，指的是通过数据的不断采集、反馈、训练和优化，系统能够自我迭代，逐步接近AGI的目标。


Part 3

辉羲智能的战略与市场机遇

● 从战略角度来看，辉羲智能正在通过计算平台和智能算法，积极布局通用人工智能领域。“可扩展性”，是辉羲智能解决复杂智能问题的关键手段。

通过不断提升硬件的算力和算法的效率，辉羲智能试图在未来的智能计算竞争中占据主导地位。

● 市场机遇方面，辉羲智能看准了智能汽车、物联网和智能制造等新兴行业的数据需求。发布会上提到的全球10亿辆智能车，以及未来数百亿台智能设备，将为智能计算提供前所未有的市场空间。

这些设备产生的海量数据，将推动智能算法的迭代优化，并为智能计算提供源源不断的燃料。   

图片

辉羲智能还看到了智能计算在金融、医疗、城市管理等领域的应用潜力。通过AGI的推广，未来的智能系统将能够处理更加复杂的任务，从而提升各行各业的效率和决策水平。



小结

智能计算的未来，必然是数据、算法和算力三者协同发展的结果，辉羲智能通过其可扩展的智能平台，参与这场智能革命。  
查看原图 28K