在全球半导体产业的专业舞台上,汽车制造商通常不是主角。
但11月17日,情况出现了变化。
在台积电2026年OIP生态系统论坛上,理想汽车CTO谢炎作为唯一的特邀演讲嘉宾登台,发表题为《高效AI推理系统的设计思考与实践》的主题演讲,理想也成为该论坛举办以来唯一一家进行特邀演讲的中国大陆企业。

这是一场颇有意味的身份转换。
OIP生态系统论坛是台积电一年一度的重要产业活动,汇聚全球芯片设计、EDA、IP等半导体产业链核心参与者。其历届受邀阵容中,既有博通、瑞萨电子等半导体企业,也曾出现Jim Keller等知名芯片架构专家。
如今,一家中国汽车企业开始以AI计算架构创新者的身份,走上这个专业舞台。这份底气,来自其自研芯片马赫M100。
一、跳出传统GPU路径,马赫M100为何选择动态数据流架构?
当AI从云端走向汽车、机器人等真实物理世界,如何在有限功耗与成本下完成复杂计算,成为整个行业面临的共同挑战。
2022年启动芯片研发时,理想汽车便选择了一条不同于传统GPU的技术路线:动态数据流架构。
传统CPU依靠指令调度组织计算,GPU通过大量计算单元提升并行处理能力。但面对海量AI任务,数据在存储与计算单元之间频繁搬运,以及计算调度带来的开销,可能占据大量资源。
理想汽车选择动态数据流架构,正是要从底层重新组织这条“生产线”。
马赫M100通过编译器提前规划数据流动路径,让数据沿着计算任务的依赖关系,从一个计算单元直接传递到下一个计算单元,减少反复访问内存带来的开销。与此同时,不同计算单元可以像流水线上的工位一样协同运转,片内高速互联还能将同一份数据高效传递给多个计算单元。
其核心目的,是让更多硬件资源用于实际AI计算,而不是消耗在等待、搬运和调度上。
此外,马赫M100采用动态数据流设计,通过可编程架构与编译器协同,在保持计算效率的同时,兼顾对不同AI模型的适应能力。
谢炎曾将这一技术选择概括为:“动态数据流架构是效率与灵活性的平衡。”
根据理想汽车披露的数据,采用5nm车规级工艺的马赫M100,单颗算力达到1280 TOPS,算力利用率超过82%。在相关AI推理测试中,其有效算力达到英伟达Thor U的约3倍。

这条技术路线也获得了国际学术界的认可。今年,马赫M100架构论文《M100: An Orchestrated Dataflow Architecture Powering General AI Computing》入选ISCA 2026工业分区,理想汽车成为该分区设立以来全球首家入选的汽车企业。
ISCA是全球计算机体系结构领域最具影响力的学术会议之一,其工业分区尤其重视能够应用于实际产品的架构创新。
从论文入选ISCA,到受邀登上台积电OIP论坛,理想已经开始以底层计算架构创新者的身份,参与全球半导体产业的专业技术交流。而这项技术创新的价值,也正在量产汽车上得到体现。
二、从“看见”到“看懂”,马赫M100让3D ViT走进量产汽车
能够在实验室里训练出强大的AI模型是一回事,能否让它在量产汽车上实时运行,则是另一回事。
理想汽车最新落地的3D ViT,就是一个典型例子。此前,受限于内存带宽和数据搬运效率,理想上一代计算平台难以原生支持3D ViT。直到马赫M100实现量产,这一瓶颈才得到突破。
11月6日,理想正式推送OTA 9.2,马赫VLA升级至2.5版本,全新的3D ViT感知模型随之在车端大规模落地。

为什么3D ViT值得关注?
不妨先想象一个常见的驾驶场景:一辆汽车驶入狭窄道路,对向车辆迎面而来,路边还停着几辆车。
识别出道路上有多少辆车并不困难,真正复杂的是判断:双方还有多少通行空间?对向车辆正在如何移动?是否需要主动倒车礼让?
这些问题,考验的是对真实三维空间的理解。但由于传统视觉模型主要基于二维图像获取信息,需要额外计算才能还原距离、空间位置和运动状态等三维空间关系。
3D ViT改变了这种方式,作为理想自研的原生三维视觉编码器,它在视觉编码阶段便融合空间几何与语义信息,让模型能够同时理解物体是什么、位于哪里,以及它们之间存在怎样的空间关系。同时,3D ViT通过前馈式3DGS(三维高斯泼溅)表示,将道路、建筑等静态环境与车辆、行人等动态物体分别建模,并借助下一帧预测学习物体的运动规律。
简单来说,过去的视觉模型更侧重识别眼前看到了什么,而3D ViT进一步强化了对周围环境如何构成、物体如何运动的理解。
但先进的模型,也意味着更加庞大的计算需求。
3D ViT需要同时处理高分辨率视觉信息、三维空间关系和物体运动数据,计算过程中涉及大量数据传输与并行运算。
这正是马赫M100发挥作用的地方,依靠动态数据流架构,马赫M100减少了计算过程中的数据搬运开销,让不同计算单元能够高效协同,为3D ViT所需的复杂推理任务提供计算基础。
3D ViT让汽车具备更强的三维空间理解能力,马赫M100则让这种能力真正能够在量产汽车上高效运行。
李想在公开发言中介绍,基于马赫M100的新架构,理想汽车已经实现泊车提前10米识别、红绿灯起步零犹豫等表现。同时,马赫M100支持全新的3D ViT感知架构,前向感知距离达到300米,动态物体识别能力提升50%。
而这还不是马赫M100价值的全部,它还改变了汽车产品的成长方式。
过去,一辆车交付之后,主要硬件配置基本固定,软件则可以通过OTA持续更新。但在AI时代,这种更新不再只是增加功能,也能持续优化车辆的感知、决策与交互体验。
今年7月,理想通过OTA 9.1进一步优化了端到端时延,并为马赫VLA增加了不同的驾驶速度偏好模式。随后,3D ViT等技术架构升级,也在推动系统向更强的感知和决策能力演进。对于车主来说,这意味着车辆的智能化体验可以伴随软件迭代持续成长。
智能辅助驾驶竞争的下一阶段,可能不再只是比谁拥有更大的理论算力,而是比谁能让更加复杂的AI模型,在真实道路上运行得更快、更稳定、更自然,马赫M100芯片正在为理想汽车参与这场竞争提供重要支撑。
三、从产品定义到技术体系,理想汽车正在建立新的竞争优势
过去十年,中国新能源汽车市场的产品创新速度越来越快。
从智能座舱、空间布局到舒适性配置,一项新功能推出后,往往很快成为整个行业争相跟进的方向。汽车产品越来越丰富,但单纯依靠配置创新形成的优势,也越来越难长期维持。
如今马赫M100所代表的技术积累,正在为理想汽车强劲的产品定义能力增加新的技术支撑。随着马赫M100、3D ViT、马赫VLA与星环OS逐步形成协同,理想可以从用户需求出发,联合设计芯片、算法和操作系统,让技术研发与产品体验形成更加紧密的联系。
首先,是更强的成本与性能控制能力。
此前,谢炎在接受采访时介绍,通过马赫M100与星环OS的协同设计,理想在新平台上取消了上一代的XCU控制器,实现约1000元的单车硬件成本节省。随着马赫M100进入更多量产车型,同一技术平台也能够服务于更广泛的产品需求,让长期研发投入逐步释放规模化价值。
其次,是技术研发的自主性。
随着芯片、AI模型与操作系统逐步实现协同开发,理想可以从用户需求出发,反向定义底层计算能力。这种研发方式,与过去围绕供应商既有硬件平台开发功能相比,意味着更大的技术主动权。
当前,理想汽车的芯片技术积累,已经开始展现独立的融资潜力。
今年10月,理想汽车芯片业务相关公司马赫心完成16.25亿元人民币首轮融资,融资后最高估值达到171亿元。理想汽车在融资后仍持有74.01%的股权。从服务整车业务的内部研发项目,到获得外部资本支持的技术资产,马赫M100的商业价值正在获得更多关注。
更值得关注的是,这套技术体系的应用边界还在扩大。
李想透露,已有机器人企业主动询问马赫M100的外部供应可能性,未来理想将逐步开放这款芯片。
随着汽车、机器人等智能设备向具身智能演进,高效端侧AI推理能力正在成为重要的技术基础。这意味着,理想的技术投入正在形成两条价值实现路径:内部应用提升汽车产品的智能化体验和成本效率,外部供应则有机会打开新的商业化空间。
过去,理想汽车通过产品定义能力证明了自己理解用户、打造产品的实力。如今,底层计算、AI模型和操作系统的协同研发,正在让这种优势拥有更加扎实的技术基础。
四、结语
回看汽车产业的发展,每一次重大技术变革,都在重新定义汽车企业的核心竞争力。燃油车时代,发动机和变速箱是汽车工业实力的重要体现;电动化时代,动力电池、电驱系统成为新的竞争焦点。而进入AI时代,计算架构、智能算法与软硬件协同,正在成为决定汽车智能化体验的重要力量。
这一次,理想汽车以马赫M100登上台积电OIP论坛的讲台,展示了中国汽车企业在底层AI计算领域的技术探索。更关键的是,这颗芯片已经帮助3D ViT这样的先进AI模型走进量产汽车,让技术创新转化为用户能够感受到的驾驶体验。
过去,理想证明了自己能够理解用户,打造出用户愿意购买的产品。如今,它正在进一步掌握实现这些需求的底层技术。
下载格隆汇APP
下载诊股宝App
下载汇路演APP

会员
