熱門資訊> 正文
2026-11-20 12:07
在全球半導體產業的專業舞臺上,汽車製造商通常不是主角。
但11月17日,情況出現了變化。
在臺積電2026年OIP生態系統論壇上,理想汽車CTO謝炎作為唯一的特邀演講嘉賓登臺,發表題為《高效AI推理系統的設計思考與實踐》的主題演講,理想也成為該論壇舉辦以來唯一一家進行特邀演講的中國大陸企業。

這是一場頗有意味的身份轉換。
OIP生態系統論壇是臺積電一年一度的重要產業活動,匯聚全球芯片設計、EDA、IP等半導體產業鏈核心參與者。其歷屆受邀陣容中,既有博通、瑞薩電子等半導體企業,也曾出現Jim Keller等知名芯片架構專家。
如今,一家中國汽車企業開始以AI計算架構創新者的身份,走上這個專業舞臺。這份底氣,來自其自研芯片馬赫M100。
一、跳出傳統GPU路徑,馬赫M100為何選擇動態數據流架構?
當AI從雲端走向汽車、機器人等真實物理世界,如何在有限功耗與成本下完成複雜計算,成為整個行業面臨的共同挑戰。
2022年啟動芯片研發時,理想汽車便選擇了一條不同於傳統GPU的技術路線:動態數據流架構。
傳統CPU依靠指令調度組織計算,GPU通過大量計算單元提升並行處理能力。但面對海量AI任務,數據在存儲與計算單元之間頻繁搬運,以及計算調度帶來的開銷,可能佔據大量資源。
理想汽車選擇動態數據流架構,正是要從底層重新組織這條「生產線」。
馬赫M100通過編譯器提前規劃數據流動路徑,讓數據沿着計算任務的依賴關係,從一個計算單元直接傳遞到下一個計算單元,減少反覆訪問內存帶來的開銷。與此同時,不同計算單元可以像流水線上的工位一樣協同運轉,片內高速互聯還能將同一份數據高效傳遞給多個計算單元。
其核心目的,是讓更多硬件資源用於實際AI計算,而不是消耗在等待、搬運和調度上。
此外,馬赫M100採用動態數據流設計,通過可編程架構與編譯器協同,在保持計算效率的同時,兼顧對不同AI模型的適應能力。
謝炎曾將這一技術選擇概括為:「動態數據流架構是效率與靈活性的平衡。」
根據理想汽車披露的數據,採用5nm車規級工藝的馬赫M100,單顆算力達到1280 TOPS,算力利用率超過82%。在相關AI推理測試中,其有效算力達到英偉達Thor U的約3倍。

這條技術路線也獲得了國際學術界的認可。今年,馬赫M100架構論文《M100: An Orchestrated Dataflow Architecture Powering General AI Computing》入選ISCA 2026工業分區,理想汽車成為該分區設立以來全球首家入選的汽車企業。
ISCA是全球計算機體系結構領域最具影響力的學術會議之一,其工業分區尤其重視能夠應用於實際產品的架構創新。
從論文入選ISCA,到受邀登上臺積電OIP論壇,理想已經開始以底層計算架構創新者的身份,參與全球半導體產業的專業技術交流。而這項技術創新的價值,也正在量產汽車上得到體現。
二、從「看見」到「看懂」,馬赫M100讓3D ViT走進量產汽車
能夠在實驗室里訓練出強大的AI模型是一回事,能否讓它在量產汽車上實時運行,則是另一回事。
理想汽車最新落地的3D ViT,就是一個典型例子。此前,受限於內存帶寬和數據搬運效率,理想上一代計算平臺難以原生支持3D ViT。直到馬赫M100實現量產,這一瓶頸纔得到突破。
11月6日,理想正式推送OTA 9.2,馬赫VLA升級至2.5版本,全新的3D ViT感知模型隨之在車端大規模落地。

為什麼3D ViT值得關注?
不妨先想象一個常見的駕駛場景:一輛汽車駛入狹窄道路,對向車輛迎面而來,路邊還停着幾輛車。
識別出道路上有多少輛車並不困難,真正複雜的是判斷:雙方還有多少通行空間?對向車輛正在如何移動?是否需要主動倒車禮讓?
這些問題,考驗的是對真實三維空間的理解。但由於傳統視覺模型主要基於二維圖像獲取信息,需要額外計算才能還原距離、空間位置和運動狀態等三維空間關係。
3D ViT改變了這種方式,作為理想自研的原生三維視覺編碼器,它在視覺編碼階段便融合空間幾何與語義信息,讓模型能夠同時理解物體是什麼、位於哪里,以及它們之間存在怎樣的空間關係。同時,3D ViT通過前饋式3DGS(三維高斯潑濺)表示,將道路、建築等靜態環境與車輛、行人等動態物體分別建模,並藉助下一幀預測學習物體的運動規律。
簡單來説,過去的視覺模型更側重識別眼前看到了什麼,而3D ViT進一步強化了對周圍環境如何構成、物體如何運動的理解。
但先進的模型,也意味着更加龐大的計算需求。
3D ViT需要同時處理高分辨率視覺信息、三維空間關係和物體運動數據,計算過程中涉及大量數據傳輸與並行運算。
這正是馬赫M100發揮作用的地方,依靠動態數據流架構,馬赫M100減少了計算過程中的數據搬運開銷,讓不同計算單元能夠高效協同,為3D ViT所需的複雜推理任務提供計算基礎。
3D ViT讓汽車具備更強的三維空間理解能力,馬赫M100則讓這種能力真正能夠在量產汽車上高效運行。
李想在公開發言中介紹,基於馬赫M100的新架構,理想汽車已經實現泊車提前10米識別、紅綠燈起步零猶豫等表現。同時,馬赫M100支持全新的3D ViT感知架構,前向感知距離達到300米,動態物體識別能力提升50%。
而這還不是馬赫M100價值的全部,它還改變了汽車產品的成長方式。
過去,一輛車交付之后,主要硬件配置基本固定,軟件則可以通過OTA持續更新。但在AI時代,這種更新不再只是增加功能,也能持續優化車輛的感知、決策與交互體驗。
今年7月,理想通過OTA 9.1進一步優化了端到端時延,併爲馬赫VLA增加了不同的駕駛速度偏好模式。隨后,3D ViT等技術架構升級,也在推動系統向更強的感知和決策能力演進。對於車主來説,這意味着車輛的智能化體驗可以伴隨軟件迭代持續成長。
智能輔助駕駛競爭的下一階段,可能不再只是比誰擁有更大的理論算力,而是比誰能讓更加複雜的AI模型,在真實道路上運行得更快、更穩定、更自然,馬赫M100芯片正在為理想汽車參與這場競爭提供重要支撐。
三、從產品定義到技術體系,理想汽車正在建立新的競爭優勢
過去十年,中國新能源汽車市場的產品創新速度越來越快。
從智能座艙、空間佈局到舒適性配置,一項新功能推出后,往往很快成為整個行業爭相跟進的方向。汽車產品越來越豐富,但單純依靠配置創新形成的優勢,也越來越難長期維持。
如今馬赫M100所代表的技術積累,正在為理想汽車強勁的產品定義能力增加新的技術支撐。隨着馬赫M100、3D ViT、馬赫VLA與星環OS逐步形成協同,理想可以從用户需求出發,聯合設計芯片、算法和操作系統,讓技術研發與產品體驗形成更加緊密的聯繫。
首先,是更強的成本與性能控制能力。
此前,謝炎在接受採訪時介紹,通過馬赫M100與星環OS的協同設計,理想在新平臺上取消了上一代的XCU控制器,實現約1000元的單車硬件成本節省。隨着馬赫M100進入更多量產車型,同一技術平臺也能夠服務於更廣泛的產品需求,讓長期研發投入逐步釋放規模化價值。
其次,是技術研發的自主性。
隨着芯片、AI模型與操作系統逐步實現協同開發,理想可以從用户需求出發,反向定義底層計算能力。這種研發方式,與過去圍繞供應商既有硬件平臺開發功能相比,意味着更大的技術主動權。
當前,理想汽車的芯片技術積累,已經開始展現獨立的融資潛力。
今年10月,理想汽車芯片業務相關公司馬赫心完成16.25億元人民幣首輪融資,融資后最高估值達到171億元。理想汽車在融資后仍持有74.01%的股權。從服務整車業務的內部研發項目,到獲得外部資本支持的技術資產,馬赫M100的商業價值正在獲得更多關注。
更值得關注的是,這套技術體系的應用邊界還在擴大。
李想透露,已有機器人企業主動詢問馬赫M100的外部供應可能性,未來理想將逐步開放這款芯片。
隨着汽車、機器人等智能設備向具身智能演進,高效端側AI推理能力正在成為重要的技術基礎。這意味着,理想的技術投入正在形成兩條價值實現路徑:內部應用提升汽車產品的智能化體驗和成本效率,外部供應則有機會打開新的商業化空間。
過去,理想汽車通過產品定義能力證明了自己理解用户、打造產品的實力。如今,底層計算、AI模型和操作系統的協同研發,正在讓這種優勢擁有更加紮實的技術基礎。
四、結語
回看汽車產業的發展,每一次重大技術變革,都在重新定義汽車企業的核心競爭力。燃油車時代,發動機和變速箱是汽車工業實力的重要體現;電動化時代,動力電池、電驅系統成為新的競爭焦點。而進入AI時代,計算架構、智能算法與軟硬件協同,正在成為決定汽車智能化體驗的重要力量。
這一次,理想汽車以馬赫M100登上臺積電OIP論壇的講臺,展示了中國汽車企業在底層AI計算領域的技術探索。更關鍵的是,這顆芯片已經幫助3D ViT這樣的先進AI模型走進量產汽車,讓技術創新轉化為用户能夠感受到的駕駛體驗。
過去,理想證明了自己能夠理解用户,打造出用户願意購買的產品。如今,它正在進一步掌握實現這些需求的底層技術。