5月29日，“智算未来——滚动优化专用计算芯片创新论坛”在同济大学举行。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教授陈虹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）。当天，与会嘉宾还在同济大学智能网联汽车测试评价基地，现场观摩了搭载该芯片的实车在蛇行、换道等多场景下的运行演示。

运行演示。同济大学供图，下同

面向具身智能时代对“强实时、深预测、低功耗”的计算需求，陈虹团队依托30年来的“算法硬件化”方向上的技术积累，打造出具有完全自主知识产权的滚动优化专用计算架构。

“滚动优化是人类与生俱来的一种能力。人并不是一次性把所有路径规划到底，而是根据当前状态和外部反馈，不断调整自身行为，逐步逼近目标。”陈虹介绍，自动驾驶车辆、智能机器人、无人机等自主装备，往往处于复杂多变的环境中，必须持续感知外部变化，动态规划行动路径，并实时完成决策控制。这类连续动态、强实时的计算任务，正是通用芯片面临的重要挑战。

陈虹团队的工作，就是将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，转化为机器可执行、芯片可承载的专用计算能力。通过把预测、优化和控制等关键环节前移至硬件底层，相关装备能够在不完全依赖预设固定程序的情况下，根据环境变化自主完成规划和决策。

据了解，该架构在底层实现了三方面创新。首先是“算得准”，即将对物理世界的预判与优化能力植入硬件底层，使装备能够面向未来状态进行动态规划。其次是“学得快”，通过融合AI算法与现实物理规律，降低机器对海量数据的依赖。最后是“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”。

第一代滚动优化专用计算芯片。

在芯片研发过程中，团队还探索了“专用化定制”与“通用化嵌入”相结合的技术路径。其滚动优化计算核心模块既可根据不同应用场景进行算法适配，也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。

陈虹介绍，第一代滚动优化专用计算芯片已在智能车辆控制场景中完成实车验证，初步证明了其技术可行性。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，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。