理想把自研芯片带上台积电讲台:马赫 M100 想治的是智驾的“犹豫”
买车时判断一台车好不好,过去靠关车门的声音、踩油门的推背感。到了智驾时代,销售递过来的是一串数字…
文章目录
买车时判断一台车好不好,过去靠关车门的声音、踩油门的推背感。到了智驾时代,销售递过来的是一串数字:500 TOPS、1000 TOPS。但普通消费者真正关心的其实很简单——花几年、砸几十亿自研的芯片,能不能让车开起来更像个人?

11 月 17 日,理想汽车带着已经量产上车的“马赫 M100”芯片,出现在台积电 OIP 开放创新平台生态系统论坛上。这个论坛历来只邀请全球最顶尖的计算公司登台,往年坐在特邀演讲席的是 Google、Meta 的基础设施负责人,或是芯片界传奇人物 Jim Keller。今年与理想同台的,是博通、瑞萨电子、SK 海力士等头部芯片企业。
一分钟速览
- 马赫 M100 采用 5nm 车规级工艺,单颗算力 1280 TOPS。
- 采用动态数据流架构,官方称算力利用率提升到 82% 以上。
- 运行 Qwen3.5-35B-A3B 时,预填充速度为英伟达 DGX Spark 的 2.7 倍,解码为 1.5 倍。
- 架构论文入选 ISCA 2026 工业分区,理想称是该分区首家入选的车企。
- 理想是台积电 OIP 论坛举办以来,唯一进行特邀演讲的中国大陆企业。
“内存墙”:大厨一直在跑仓库
智驾在复杂路口的犹豫,很多时候不是算法不想果断,而是算得不够快。过去几十年,芯片性能靠摩尔定律推进;但制程放缓之后,面对海量并行的 AI 计算,统治计算机界 70 年的“冯·诺依曼架构”撞上了内存效率瓶颈。
行业里有个经典比喻:CPU 或 GPU 是后厨里手艺高超的大厨,内存是走廊尽头的仓库。按冯·诺依曼架构的规矩,大厨每切一次菜,都要放下菜刀跑回仓库拿配料,切完再跑回去放好。结果是七成时间和体力耗在路上,真正做菜的时间不到三成。传统软件时代,手边放个“小料台”(高速缓存)就能应付;到了大模型时代,几十亿参数和实时视频流直接撑爆小料台。
常见解法是多请几个跑腿的,也就是在原有架构上叠加专用加速单元。理想选择的是一条更彻底的路:2022 年立项时,直接改厨房流程。马赫 M100 取消了来回跑腿的“总厨”,把后厨改成“中央厨房流水线”——数据一到工位就加工,处理完不再送回仓库,而是顺着片内高速传送带直达下一个工位,或通过环形与网格双互联总线,一次性分派给下游工位协同处理。
动态数据流,给算法留了后路
固定流水线的问题是只能做一道菜。马赫 M100 的“动态”体现在可编程性:流水线能根据算法换菜谱,通过软件重新编译调整工序,在保持效率的同时给模型演进留出空间。这一点对车企很关键——智驾算法几个月一迭代,芯片不能一次流片就锁死。
理想还强调了“软硬一体联合设计”:算法团队和芯片团队从第一天起协同工作,而不是供应商给什么芯片、算法就迁就什么架构。这种模式在苹果身上被验证过,但在车企里并不常见,因为它要求组织上先打破部门墙。
数据也摆在这里:5nm 车规工艺、1280 TOPS、算力利用率 82% 以上;跑 35B 规模的 Qwen3.5-35B-A3B 模型时,预填充速度是英伟达 DGX Spark 的 2.7 倍,解码速度是 1.5 倍。需要说明的是,这些是特定模型、特定场景下的对比,不等于整车智驾体验就全面超越竞品。
登上 OIP 讲台,意味着什么
台积电 OIP 论坛不是发布会,而是生态会议。能上台,说明理想在先进制程设计、EDA 流程和 IP 集成上已经进入台积电的合作伙伴视野。对一家车企来说,这更像是一张“技术资格证”,而不是销量背书。
ISCA 2026 工业分区的入选也是类似逻辑。学术会议看的是架构创新和可复现的实验,不是营销话术。理想称自己是该分区设立以来全球首家入选的车企,上一家入选的中国公司是 2025 年的 DeepSeek。这个对比未必完全对等,但至少说明车厂自研芯片开始被体系结构社区认真对待。
趋势:车企正在变成芯片公司的一部分
特斯拉自研 FSD 芯片之后,头部车企都意识到一件事:智驾的差异越来越取决于“芯片—算法—数据”的协同效率,而不是单纯买更强的通用 GPU。自研芯片的好处是定制化、成本可控、迭代节奏自主;坏处是投入巨大、风险集中,一代流片失败可能拖慢两年。
理想选择在此时把芯片推到台前,既是技术展示,也是在为下一阶段的竞争定调:参数战会继续,但真正的分水岭是“单位算力能换来多少驾驶体验”。马赫 M100 能不能把 82% 的利用率转化成路口那一下果断,最终还要交给路上的人和里程数据来回答。
本文地址:https://www.163264.com/22278


