人工智能正在加速从数字世界进入物理世界。智能网联汽车、具身机器人和低空飞行器等自主系统,需要在严格的功耗、存储和环境约束下,实时完成感知、推理、决策与控制。智能芯片是支撑这些系统安全、可靠运行的核心底座。国务院《关于深入实施“人工智能+”行动的意见》提出,大力发展智能网联汽车、智能机器人等新一代智能终端,并加快人工智能与低空飞行等技术融合。发展高性能、高能效、高可靠智能芯片,是人工智能赋能实体经济和培育新质生产力的重要基础。
近日,北京大学电子学院彭练矛院士、姜建峰研究员与清华大学自动化系封硕副教授,联合国内外20余家单位的59位学者,在Nature Reviews Electrical Engineering发表题为“Autonomous driving chips ”的前瞻性观点文章。团队汇聚人工智能算法、计算架构、集成电路设计、半导体器件和先进材料等领域的研究力量,覆盖从系统需求到芯片底层技术的多个关键层次。

图1. 文章截图
自动驾驶同时面临多模态感知、大模型推理、实时决策和高等级功能安全要求,是检验智能芯片综合能力的代表性场景。随着模型规模持续扩展,芯片受到功耗、散热、存储带宽和可靠性约束,算法需求与硬件能力之间的失配日益加剧。文章指出,单纯依赖模型扩展、制程微缩或局部架构优化,已难以支撑更高级别自主智能;下一代智能芯片必须转向算法、架构、器件、材料与集成技术的跨层协同。
针对人工智能模型快速扩展与车载计算资源受限之间的突出矛盾,文章提出以软硬件协同为主线的下一代自动驾驶芯片发展路径。一方面,通过模型压缩、高效推理和硬件感知优化,降低算法对算力、存储和数据传输的需求;另一方面,通过领域专用架构、存算一体和云边协同,提高计算并行度与数据利用效率,缓解存储带宽和数据搬运带来的性能与能耗瓶颈。
在芯片底层,文章重点讨论了先进逻辑与存储器件、Chiplet、异质集成和单片三维集成等技术,并进一步展望碳纳米管、二维半导体、神经形态计算和光计算等前沿方向。随着传统器件逐步逼近尺度极限,下一代智能芯片的发展将由单一追求峰值算力,转向算力密度、能源效率、实时响应、安全性和可靠性的综合提升。低维半导体与单片三维集成有望进一步提高器件密度、缩短计算与存储之间的数据通路,为后摩尔时代高性能、高能效智能计算提供新的技术支撑。
相关技术体系还可支撑具身机器人、低空飞行器、工业无人系统、灾害监测与救援以及深空深海探测等复杂环境自主系统和重大应用。文章以实时性、安全性和能效为核心,提出贯穿算法、计算架构、半导体器件、先进材料与三维集成的跨层技术路线,既为突破下一代智能芯片面临的算力、存储与能效瓶颈提供了系统框架,也为我国强化智能芯片源头创新、构建自主可控的自主智能技术底座提供了重要参考。
北京大学电子学院彭练矛院士、姜建峰研究员与清华大学自动化系封硕副教授为论文共同通讯作者,清华大学自动化系助理研究员陆秋婧、麻省理工学院博士后吴思弘、北京大学电子学院博士毕业生刘一凡、北京大学电子学院博士后黄子蔚、加州大学 圣地亚哥分校博士后周越为论文共同第一作者。来自北京大学、清华大学、麻省理工学院、加州大学等国内外20余家单位的研究人员参与合作。该研究得到了北京市青年科学基金重点项目、国家自然科学基金以及国家博士后创新人才支持计划的支持。
图2. 自动驾驶系统、智能芯片与人工智能算法的协同演进

图3. 下一代智能芯片的逻辑、存储、集成与新材料技术路径
主要的国内合作者包括:北京大学电子学院程翔教授、王兴军教授、舒浩文研究员、吴朋研究员、刘宇博士、王建博士;北京大学化学与分子工程学院彭海琳教授;北京大学物理学院刘开辉教授、秦彪博士(现重庆大学教授);北京大学材料科学与工程学院王江涛研究员;北京大学集成电路学院韩金池研究员;北京大学人工智能研究院唐希源研究员;北京大学地球与空间科学学院黄清华教授;复旦大学朱凯晨研究员;中国科学院上海技术物理研究所张克难研究员。
主要的国外合作者包括:美国麻省理工学院Jing Kong教授、 Tomás Palacios教授、Vladimir Bulović教授、Jeffrey H. Lang 教授、张天翼博士(现美国雪城大学助理教授)、李林森博士、郑旭东博士、宁宏凯博士、博士生党彤、博士生姚瑷佳、王知恩博士、Tilo H. Yang博士、博士生朱芸玥、 博士生Meng-Chi Chen;加州大学洛杉矶分校段镶锋教授、Vwani Roychowdhury教授;新加坡国立大学Lain-Jong Li教授、Mario Lanza教授、万弋助理教授;南洋理工大学Yuanjin Zheng教授、Boyi Dong博士;杜克大学Aaron D. Franklin教授;亚利桑那州立大学闫晓东助理教授;休斯顿大学 Jiajia Sun副教授、Jiefu Chen副教授、Xuqing Wu副教授;宾州州立大学Saptarshi Das教授;加州大学圣塔芭芭拉分校、北京大学电子学院徐琳博士。