后摩智能发布M50芯片, 为具身智能铺就硬件基石

发布日期：2025-08-16 06:29    点击次数：142

从概念走向商业化临界点，具身智能的落地还需要突破硬件瓶颈。

随着 ChatGPT、DeepSeek 等应用的兴起，大模型技术开始从训练到推理侧迁移，从云端向边端侧迁移。

这使得边端侧芯片跃入技术前台，它需要为机器人载体提供多种支持：

高算力，满足实时环境感知、多模态交互；

低功耗，适配移动场景的散热需要；

小体积，能够轻松嵌入各类机器人载体。

作为率先打开存算一体魔盒的领先企业，后摩智能新发布了端边大模型 AI 芯片——M50，为具身智能的高效落地给出针对性解决方案。

1、存算一体创新架构，打破存储墙与功耗墙

后摩智能给 M50 的定义是，这是当前市场上能效比最高的端边大模型 AI 芯片。

M50 尺寸仅 20×23mm，搭载后摩第二代存算一体 IP，实现 160Tops 的物理算力（非虚拟算力，为实际可调用算力），153GB/s 带宽，功耗约为 10W。

对于陪伴机器人等具身智能设备，这一芯片能深度契合其性能诉求。

160TOPS 的大算力能够支撑其多模态大模型的本地运行，如 VLA 视觉语言模型等，让机器人能实时处理处理视觉、语音等多源数据，实现类人化交互。

并且，由于具身智能对于功耗比车更为敏感，风扇噪音过大往往会影响交互体验，芯片体积过大也会限制移动能力，M50 把功耗仅做到 10W，可以支持被动散热，并且小体积尺寸可以轻松嵌入机器人机身。

而把一颗边端芯片做到大算力，低功耗，核心突破源于后摩坚持的存算一体架构。

传统冯·诺依曼架构是当前大多数芯片的设计思路，即把计算与存储环节分开。

数据像原材料，存在专门的仓库（内存/显存）里；

计算像加工，必须在专门的车间（CPU/GPU 的计算单元）里做。

这就导致每次计算时，都需要把数据从仓库搬到车间，算完了再把结果搬回仓库，不可避免导致传输损耗。

尤其现在大模型、AI 计算需要处理海量数据，这种来回搬运的消耗会被无限放大，数据搬运的时间可能比计算本身还长，功耗会居高不下。

而存算一体架构相当于把车间搬进了仓库里，在存储数据的地方直接嵌入计算单元，让数据在哪里存，就在哪里算。

这种设计从根本上解决了数据搬运难题，在处理大模型、多模态数据时，响应速度能够迅速提升，且功耗更低，算力密度更大。

值得一提的是，M50 搭载的是后摩打造的存算一体二代 IP 设计，针对当前大模型的应用特点还进行了特定优化。

一是自适应弹性加速。依托存算一体的 bit 级计算特性，即使输入数据非全零，也能通过跳过无效 bit 提升运算效率，较传统 GPU 稀疏加速更灵活。

二是基于存算架构做浮点运算。支持 FP8、FP16 等混合精度计算，可直接运行开源浮点模型，无需额外量化即可适配相关大模型，大幅降低应用落地门槛。

后摩智能还给这一芯片打造了新一代编译器工具链——后摩大道，支持自动算子拆分与优化，开发者无需关注硬件细节即可部署大模型，简化应用落地流程。

2、具身智能初期，后模智能率先卡位

后摩智能并未止步于芯片本身，而是围绕 M50 构建了覆盖「芯片-模组-终端」的完整产品矩阵，直指具身智能等前沿场景的硬件需求。

在终端产品层面，M50 衍生出四类形态：

一是口香糖大小的 M.2 卡（功耗 13W，支持被动散热），可嵌入 AI PC、智能语音设备，单卡即可运行 140 亿参数大模型；

二是 DUO M.2 双芯片模组，算力与带宽翻倍，支持 96GB 内存，适配需要更大模型的边缘设备；

三是半高/全高加速卡，基于多芯片互联技术，4 颗芯片级联可提供 640T 算力，满足 700 亿参数模型的推理需求；

四是集成加密与多接口的计算盒子，为信创市场、工业边缘计算提供一体化方案。

据悉，M50 的应用范围覆盖包括消费终端、智能办公、智能工业等领域，目前，该端边大模型芯片已经与联想、科大讯飞、中国移动达成意向合作，将应用在 AI PC、智能语音设备、边缘计算等终端产品上。

当然，具身智能也是重要落地领域之一，后摩智能创始人吴强非常看好具身智能的发展前景，并一直保持做一款陪伴机器人 AI 芯片的初衷。

目前，后摩智能也已经与机器人企业开展合作，共同测试 VLA 大模型在芯片上的运行效果。

尽管具身智能是一个新兴领域，但后摩智能愿意率先布局。

一方面，具身智能对于能效比、低延迟的需求已经逐渐明晰，对于适配硬件的诉求切口也逐步打开。

另一方面，具身智能尚未形成硬件标准，存算一体技术有机会成为底层支撑。重点在于，后摩智能的存算一体技术已形成壁垒，基于四年量产经验、自研软件栈等技术成果，让其它企业难以快速复制。

M50 仅是起点。吴强预告，2026 年将发布基于 DRAM 存算的新芯片，进一步突破带宽瓶颈，为具身智能等新兴赛道提供低功耗、高安全、好体验的硬件支持。

正如吴强所言：「希望有一天，大模型走出云端，真正走入千家百户。」显然，具身智能机器人就是这样的载体。

M50 等芯片的出现，或将成为实现这一愿景的关键一步。