【儀表網(wǎng) 研發(fā)快訊】人工智能正在加速從數(shù)字世界進入物理世界。智能網(wǎng)聯(lián)汽車、具身機器人和低空飛行器等自主系統(tǒng)，需要在嚴(yán)格的功耗、存儲和環(huán)境約束下，實時完成感知、推理、決策與控制。智能芯片是支撐這些系統(tǒng)安全、可靠運行的核心底座。國務(wù)院《關(guān)于深入實施“人工智能+”行動的意見》提出，大力發(fā)展智能網(wǎng)聯(lián)汽車、智能機器人等新一代智能終端，并加快人工智能與低空飛行等技術(shù)融合。發(fā)展高性能、高能效、高可靠智能芯片，是人工智能賦能實體經(jīng)濟和培育新質(zhì)生產(chǎn)力的重要基礎(chǔ)。
 

　　近日，北京大學(xué)電子學(xué)院彭練矛院士、姜建峰研究員與清華大學(xué)自動化系封碩副教授，聯(lián)合國內(nèi)外20余家單位的59位學(xué)者，在《自然綜述：電氣工程》‌‌(Nature Reviews Electrical Engineering)發(fā)表題為“Autonomous driving chips”的前瞻性觀點文章。團隊匯聚人工智能算法、計算架構(gòu)、集成電路設(shè)計、半導(dǎo)體器件和先進材料等領(lǐng)域的研究力量，覆蓋從系統(tǒng)需求到芯片底層技術(shù)的多個關(guān)鍵層次。
 

　　自動駕駛同時面臨多模態(tài)感知、大模型推理、實時決策和高等級功能安全要求，是檢驗智能芯片綜合能力的代表性場景。隨著模型規(guī)模持續(xù)擴展，芯片受到功耗、散熱、存儲帶寬和可靠性約束，算法需求與硬件能力之間的失配日益加劇。文章指出，單純依賴模型擴展、制程微縮或局部架構(gòu)優(yōu)化，已難以支撐更高級別自主智能；下一代智能芯片必須轉(zhuǎn)向算法、架構(gòu)、器件、材料與集成技術(shù)的跨層協(xié)同。
 

　　針對人工智能模型快速擴展與車載計算資源受限之間的突出矛盾，文章提出以軟硬件協(xié)同為主線的下一代自動駕駛芯片發(fā)展路徑。一方面，通過模型壓縮、高效推理和硬件感知優(yōu)化，降低算法對算力、存儲和數(shù)據(jù)傳輸?shù)男枨螅涣硪环矫�，通過領(lǐng)域?qū)Ｓ眉軜?gòu)、存算一體和云邊協(xié)同，提高計算并行度與數(shù)據(jù)利用效率，緩解存儲帶寬和數(shù)據(jù)搬運帶來的性能與能耗瓶頸。
 

　　在芯片底層，文章重點討論了先進邏輯與存儲器件、Chiplet、異質(zhì)集成和單片三維集成等技術(shù)，并進一步展望碳納米管、二維半導(dǎo)體、神經(jīng)形態(tài)計算和光計算等前沿方向。隨著傳統(tǒng)器件逐步逼近尺度極限，下一代智能芯片的發(fā)展將由單一追求峰值算力，轉(zhuǎn)向算力密度、能源效率、實時響應(yīng)、安全性和可靠性的綜合提升。低維半導(dǎo)體與單片三維集成有望進一步提高器件密度、縮短計算與存儲之間的數(shù)據(jù)通路，為后摩爾時代高性能、高能效智能計算提供新的技術(shù)支撐。
 

　　相關(guān)技術(shù)體系還可支撐具身機器人、低空飛行器、工業(yè)無人系統(tǒng)、災(zāi)害監(jiān)測與救援以及深空深海探測等復(fù)雜環(huán)境自主系統(tǒng)和重大應(yīng)用。文章以實時性、安全性和能效為核心，提出貫穿算法、計算架構(gòu)、半導(dǎo)體器件、先進材料與三維集成的跨層技術(shù)路線，既為突破下一代智能芯片面臨的算力、存儲與能效瓶頸提供了系統(tǒng)框架，也為我國強化智能芯片源頭創(chuàng)新、構(gòu)建自主可控的自主智能技術(shù)底座提供了重要參考。
 

　　彭練矛、姜建峰、封碩為論文共同通訊作者，清華大學(xué)自動化系助理研究員陸秋婧、麻省理工學(xué)院博士后吳思弘、北京大學(xué)電子學(xué)院博士畢業(yè)生劉一凡、北京大學(xué)電子學(xué)院博士后黃子蔚、加州大學(xué)圣地亞哥分校博士后周越為論文共同第一作者。來自北京大學(xué)、清華大學(xué)、麻省理工學(xué)院、加州大學(xué)等國內(nèi)外20余家單位的研究人員參與合作。該研究得到了北京市青年科學(xué)基金重點項目、國家自然科學(xué)基金以及國家博士后創(chuàng)新人才支持計劃的支持。
 

　　主要的國內(nèi)合作者包括：北京大學(xué)電子學(xué)院程翔教授、王興軍教授、舒浩文研究員、吳朋研究員、劉宇博士、王建博士；北京大學(xué)化學(xué)與分子工程學(xué)院彭海琳教授；北京大學(xué)物理學(xué)院劉開輝教授、秦彪博士(現(xiàn)重慶大學(xué)教授)；北京大學(xué)材料科學(xué)與工程學(xué)院王江濤研究員；北京大學(xué)集成電路學(xué)院韓金池研究員；北京大學(xué)人工智能研究院唐希源研究員；北京大學(xué)地球與空間科學(xué)學(xué)院黃清華教授；復(fù)旦大學(xué)朱凱晨研究員；中國科學(xué)院上海技術(shù)物理研究所張克難研究員。
 

　　主要的國外合作者包括：美國麻省理工學(xué)院Jing Kong教授、 Tomás Palacios教授、Vladimir Bulovi?教授、 Jeffrey H. Lang教授、張?zhí)煲聿┦?現(xiàn)美國雪城大學(xué)助理教授)、李林森博士、鄭旭東博士、寧宏凱博士、博士生黨彤、博士生姚璦佳、王知恩博士、Tilo H. Yang博士、博士生朱蕓玥、 博士生Meng-Chi Chen；加州大學(xué)洛杉磯分校段鑲鋒教授、Vwani Roychowdhury教授；新加坡國立大學(xué)Lain-Jong Li教授、Mario Lanza教授、萬弋助理教授；南洋理工大學(xué)Yuanjin Zheng教授、Boyi Dong博士；杜克大學(xué)Aaron D. Franklin教授；亞利桑那州立大學(xué)閆曉東助理教授；休斯頓大學(xué)Jiajia Sun副教授、Jiefu Chen副教授、Xuqing Wu副教授；賓州州立大學(xué)Saptarshi Das教授；加州大學(xué)圣塔芭芭拉分校、北京大學(xué)電子學(xué)院徐琳博士。
 

　　引用：電子學(xué)院彭練矛、姜建峰聯(lián)合國內(nèi)外59位學(xué)者提出下一代智能芯片跨層協(xié)同發(fā)展路徑 北京大學(xué) 【引用時間：2026年8月15日】