今天（5月29日），在同济大学举办的“智算未来——滚动优化专用计算芯片创新论坛”上，同济大学电子与信息工程学院、汽车与能源学院智能汽车研究所陈虹教授发布了团队自主研发的第一代滚动优化专用计算芯片（Moving Horizon Unit，MHU）。

把这款芯片安装在自动驾驶汽车、机器人、无人机等具身智能装备上，就如同给它们装上了一个能“边走边看、边算边调”的“智慧大脑”，可根据环境变化持续预测、滚动求解并动态调整指令，高效完成复杂环境下的实时计算、决策与指令执行等全流程任务。

什么是滚动优化？陈虹教授介绍，滚动优化是人类与生俱来的一种能力，我们并非一次规划到底，而是根据当前状态和外部反馈不断调整自身行为路径，逐步逼近目标。自动驾驶车辆、智能机器人、无人机等身处复杂多变的环境中，必须持续感知周边变化、动态规划路径、实时作出决策控制，而这种连续动态、强实时的计算需求，正是通用芯片的短板。团队的研究，就是将人类这种应对环境变化和不确定性“看一步、想几步，走一步、再调整”的滚动优化机制，转化为机器可计算的专用芯片硬件，让车能自主行驶、让机器人自主决策，实现智能控制，而不依赖预先设定好的固定程序。

聚焦具身智能时代“强实时、深预测、低功耗”的计算需求，团队依托30年来的“算法硬件化”技术积累，打造出拥有完全自主知识产权的滚动优化专用计算架构。该架构在底层实现了三大创新：首先是“算得准”，将对物理世界的预判与优化能力植入硬件底层，让装备能动态规划未来；其次是“学得快”，创新性地将AI算法与现实物理规律相融合，大幅降低了机器对海量数据的依赖；三是“守底线”，在计算底层直接嵌入硬性约束条件，为自主无人系统构建起一道可靠的“安全防护围栏”。

从滚动优化理论、计算架构，到算法在嵌入式、高算力计算平台上部署，团队面向行业日益增长的应用需求，持续攻坚。在上海市人工智能重大专项、智能科学与技术高峰学科支持下，团队将30年研究成果集于一体，将算法硬件化，研发出了这款专用计算芯片，并配套开发了车载控制器，开展了实车搭载测试。

在该芯片研发过程中，团队创新了技术路径。其滚动优化计算核心模块兼具“专用化定制”与“通用化嵌入”的双重优势：既可根据不同应用场景进行算法的深度适配，又能以通用模块的形态，跨平台嵌入多类芯片系统中，实现从专用计算到通用集成的底层赋能。“我们走通了这条创新技术路径，功能性验证达到预期，后续会不断迭代升级、优化性能。”陈虹教授说。

在专家点评环节，与会的国际自动控制联合会前主席、德国斯图加特大学教授Frank Allgöwer表示，尽管滚动优化机制具有许多优势，但长期以来其广泛应用受到“计算需求非常高、实现复杂度非常高”两个关键挑战的制约。这款芯片显著降低了计算负担，简化了工程实现，将有望应用到过去难以实现的系统和场景之中。

我国预测控制领域资深专家、上海交通大学教授席裕庚表示，陈虹教授团队扎实结合了企业行业的需求，历时20年持续攻关，推出了这款滚动优化专用计算芯片，实现了实时预测、实时优化，具有非常广泛的适用性，相信将赋能汽车及更多行业的控制装备。

目前，第一代滚动优化专用计算芯片已成功通过智能车辆控制场景的实车应用，其技术可行性得到充分验证。后续团队将持续推进芯片迭代升级，深化与产业界的联合研发，加速推进芯片在智能制造、工业控制、新能源、机器人等领域落地应用，凭借强实时、高算力、小数据的独特技术优势，赋能更多自主装备实现动态预测、博弈决策与规划控制等核心任务，为推动智能交通、高端智能装备产业高质量发展注入强劲的底层驱动力。

原标题：《同济发布首款滚动优化芯片，自动驾驶有了“边走边算”新大脑》

栏目主编：徐瑞哲

本文作者：通讯员 黄艾娇 解放日报 李蕾

题图同济大学

同济大学