首页 > 事件详情

当一家车企站上全球芯片的顶级舞台

11分钟前 11,270

2026年11月17日,台积电OIP(开放创新平台)生态系统论坛在北京举行。这场被视为全球半导体设计生态"风向标"的年度技术盛会上,出现了一个并不常见的身影——理想汽车CTO谢炎以特邀演讲嘉宾的身份登台,发表了题为《高效AI推理系统的设计思考与实践》的演讲。

翻开台积电OIP论坛的历史记录,受邀演讲的阵容向来由半导体产业的核心玩家构成。博通、瑞萨电子、SK海力士是常客,芯片架构传奇人物Jim Keller曾在此分享设计哲学。2024年是Google副总裁展望AI云计算战略,2025年是Meta基础设施副总裁展示"用AI设计AI芯片"的前沿成果。如今,理想汽车成为该论坛举办以来唯一进行特邀演讲的中国大陆企业。

一家成立11年的中国车企,凭什么与全球半导体巨头同台?

这个问题的答案,需要从一组数字讲起:过去五年,理想汽车累计投入约450亿元研发费用,仅2025年一年便达到113亿元,其中AI相关投入占比50%。2026年,这一数字预计攀升至120亿元。这一投入力度在中国新势力车企中持续位居首位,且在行业普遍面临盈利压力、部分企业选择"砍研发保利润"的2026年,理想汽车的选择是——研发投入不动摇。

巨额研发投入指向的,是一场正在中国汽车产业内部发生的深层变革。2026年第二季度,中国新能源汽车渗透率已连续三个月超过60%,但市场销量同比下降14%,行业从增量驱动全面转入存量博弈。上游零部件涨价潮与终端竞争加剧的夹击之下,十余家新能源品牌被迫上调售价或削减权益。在这一背景下,真正的竞争分野不再是谁的产品定义更巧妙,而是谁在底层技术上构建了难以复制的壁垒,尤其是芯片和电池。

一颗芯片的四年长征

理解理想汽车为何能站上台积电的舞台,需要回到几年前。

2021年至2023年间,理想汽车接连启动了三个长周期项目:2021年操作系统自研立项、2022年芯片自研立项、2023年基座模型自研立项。

一家年营收尚在百亿级别的车企,为何要涉足芯片设计这一资金密集、人才稀缺、回报周期漫长的领域?谢炎后来在一次公开对话中坦言:"我们就判断,从2025年开始,行业会进入模型、芯片、操作系统垂直整合设计获取竞争力优势的时代。"这位曾在英特尔负责动态编译器、在华为主导鸿蒙操作系统研发的技术老将,将自己职业生涯中一直没有机会实现操作系统与硬件深度结合所带来的"遗憾",押注在了这家公司身上。

四年自研之后交出的答卷,是一颗名为马赫M100的芯片。

马赫M100采用5纳米车规级工艺,但真正让它从一众竞品中脱颖而出的,不是制程先进性,而是"反主流"地选择了动态数据流架构。

统治计算行业七十余年的冯·诺依曼架构,本质上是"指令驱动"。谢炎曾用一个直白的类比解释其局限:"你可以把它想象成一个厨房,切菜、配菜、炒菜的人在没有收到指令之前不会动,只有收到指令后才开始工作。"CPU就像一个"总厨"统一指挥,规模扩大时总厨本身成为瓶颈。GPU把大总厨拆分为一组组"小厨",提升了并行度,但本质仍是指令驱动。而AI计算天然是大规模并行的,数据的流动路径清晰,本质上是一张数据依赖图而非一条指令队列。

马赫M100的做法是彻底取消"总厨"。每个计算单元在数据到达时立即开始工作,完成后直接传递给下一环节,无需等待指令调度。这意味着绝大部分硬件资源用于实际计算,算力利用率超过82%。单颗芯片算力1280 TOPS,双颗总算力2560 TOPS,运行VLA(视觉-语言-动作)模型时有效算力达到英伟达Thor-U的5至6倍。

值得注意的是,马赫M100采用的是"动态"数据流架构,区别于英伟达2025年高价收购的数据流公司所采用的"静态"路线。静态数据流追求极致效率,但牺牲了灵活性,算法一变硬件就要重新适配。动态数据流则在保持高效率的同时保留了完整的可编程性。谢炎将这一选择总结为"效率与灵活性的平衡"。对于AI模型日新月异的迭代速度而言,这意味着更长的芯片生命周期,对于消费者而言就是与时俱进的智能体验。

壁垒不仅芯片本身,还有组织能力

如果仅仅是芯片参数的领先,还不足以构成真正的护城河。参数可以被追赶,架构终将被模仿。真正让竞争对手难以复制的,是一种被称为"软硬协同设计"的研发范式。

传统模式下,芯片团队追求算力,算法团队追求模型精度,两者各自为战,对接时才发现兼容问题,大量资源在缝合中消耗。理想汽车从芯片定义之初,就让芯片、编译器、操作系统、模型四个团队协同开发。用谢炎的话说:"芯片、编译器、星环OS从一开始就是作为一个整体被设计出来的。"

这种协同带来的性能红利是惊人的。谢炎曾在公开场合回忆研究生时代的一个课堂实验:在硬件完全不变的前提下,仅靠软件编排和调度优化,班上成绩最好的同学将同一任务加速了50倍。这个经历成为他日后在理想汽车推动软硬协同设计的背后哲学。今年,理想汽车基座模型团队与国创决策智能技术研究所联合发表了端侧大语言模型的"软硬协同设计定律"论文,用数学定律为这种工程直觉提供了理论基础。

正是这种全链路把控能力,让马赫M100超越了智能辅助驾驶芯片的定位,成为面向AI时代的通用端侧推理芯片。它已跑通车端所有智能化场景,包括运行大语言模型、支撑Agent、驱动智能辅助驾驶。在搭载双颗马赫M100的车型上,一个全模态大模型可以在车端本地运行,同时处理语音、语言和视频输入,让汽车能够理解用户意图、感知真实世界并自主规划任务。

这也是CEO李想在2026年二季度业绩会上重点阐释的竞争逻辑:"过去的技术和信息都是流通的,我们用英伟达芯片的时候,别人通过挖走我们的人就可以做到相似的水平。随着我们自研了完全不同架构的芯片,并采用软硬件一体化的垂直整合,让这套挖人的竞争方式失效。"他同时强调,在具身智能时代,将核心技术壁垒掌握在自己手里,是像苹果和华为那样构建长期竞争力的必由之路。

学术认可与资本投票

技术壁垒的含金量,需要经受两重外部检验。

在学术维度,马赫M100架构论文于今年3月入选ISCA 2026工业分区。ISCA是计算机体系结构领域最顶级的国际学术会议之一,理想汽车是该分区设立以来全球首家入选的汽车企业,论文团队与Google、Meta、Micron等国际AI企业同台分享。从ISCA顶会到台积电OIP,这家公司正在国际半导体学术与产业生态中建立技术话语权。

在资本维度,2026年10月,理想汽车芯片子公司上海马赫心科技有限公司完成首轮融资,金额达16.25亿元,融资后最大估值171亿元。融资后理想汽车持股74.01%,保持对芯片业务的绝对主导权。首轮即获高估值,反映了专业投资机构对这颗芯片量产能力和长期商业前景的判断。

更值得关注的是,理想汽车将逐步开放马赫M100芯片的外供。芯片外供只是理想汽车自研零部件走向开放市场的缩影,碳化硅模块、增程器也已启动对外销售的探索。多年自研积累正在从"内部配套"走向"产业供给",有望开辟汽车销售之外的第二增长曲线。

结语

当一家中国车企的CTO与博通、瑞萨、SK海力士的高管共同站在台积电的演讲台上时,意味着中国汽车产业在全球半导体与AI计算生态中的角色,正在从芯片的采购方,转变为架构的创新者。

从常州工厂的产线到台积电OIP论坛的演讲台,从ISCA顶会的同行评审到171亿估值的资本认可,理想汽车用近五年450亿元研发投入搭建出支撑企业不断向上发展的引擎。技术竞赛没有终局,但方向已经明确。在新能源汽车的下半场,决定谁能穿越周期的,不再是产品配置表上的某项创意,而是底层技术体系的厚度与深度。对于中国汽车产业而言,这条从"造产品"到"造技术"、从"买芯片"到"造芯片"的进化路径,或许比任何一颗芯片本身都更有价值。