理想造了一颗登上台积电讲台的芯片,却希望你在开车时彻底忘掉它

理想造了一颗登上台积电讲台的芯片,却希望你在开车时彻底忘掉它

💡 原文中文,约4100字,阅读约需10分钟。
📝

内容提要

理想汽车自研“马赫M100”芯片,采用动态数据流架构,突破传统“内存墙”瓶颈,算力利用率达82%以上,成为首家登上台积电OIP论坛演讲的中国大陆企业。该芯片支撑VLA2.5与3D ViT视觉模型,使智驾反应更接近人脑的“快思考”,并拓展至具身智能领域。理想的核心目标是让底层技术“隐身”,让驾驶者感受不到芯片的存在。

🔎

延伸解读

从“内存墙”到“中央厨房”:架构革新如何提升算力效率

文章用“大厨跑仓库”比喻传统冯·诺依曼架构的瓶颈:算力利用率不到30%。理想马赫M100采用动态数据流架构,让数据像流水线一样在片内直达下一工位,避免反复搬运,将利用率提升至82%以上。这种设计不是简单堆算力,而是减少无效搬运,让芯片在跑大模型时更高效。对读者而言,这意味着智驾系统的反应速度不仅取决于TOPS数值,更取决于架构能否让算力真正用在计算上。

软硬一体联合设计:车企从“点菜”到“主厨”的角色转变

过去车企依赖供应商芯片,算法必须迁就硬件架构。理想从2022年立项芯片起,就让算法团队与芯片团队协同工作,实现软硬一体联合设计。这种模式使芯片能针对VLA和3D ViT等模型做定制优化,例如3D ViT的连续三维数据处理恰好匹配动态数据流架构的流水线直达特性。文章强调,这种深度协同是提升端侧AI效率的关键,也让理想成为首家登上台积电OIP论坛演讲的中国大陆企业。

从智驾到具身智能:一颗芯片的通用化野心

马赫M100从设计之初就不局限于智驾,而是一颗能跑通大语言模型、Agent与复杂视觉推理的端侧通用AI芯片。文章指出,人形机器人行业同样面临高功耗GPU难以在端侧实时运行大模型的困境,而马赫M100的低功耗高效特性可能适用。理想芯片子公司“马赫心”已完成16.25亿元融资,随着芯片对外供应,理想正从车企向物理AI领域的“卖铲子”角色延伸。这提示读者,自研芯片的价值可能超出汽车本身。

技术的终极目标是“隐身”:体验优先于参数

文章引用普适计算之父Mark Weiser的观点:最深刻的技术是消失的技术。理想自研芯片的目标并非让用户记住“动态数据流”或“1280 TOPS”,而是让智驾在复杂路口反应更果决、更接近人类“快思考”,从而让驾驶者感受不到芯片的存在。这提醒读者,评价智驾不应只看算力数字,而应关注实际道路表现是否流畅自然。当技术真正融入体验,用户无需理解底层架构,也能受益于效率提升。

❓

Q&A

理想汽车自研的马赫M100芯片有什么特别之处?

马赫M100是全球首款量产的动态数据流架构AI芯片,采用5nm车规级工艺,单颗算力达1280 TOPS,算力利用率提升至82%以上。它打破了传统冯·诺依曼架构的“内存墙”瓶颈,通过数据流直达计算单元的方式大幅提升效率。

为什么理想汽车能登上台积电OIP论坛演讲?

因为理想凭借已量产上车的马赫M100芯片,成为台积电OIP开放创新平台生态系统论坛举办以来唯一一家进行特邀演讲的中国大陆企业。该论坛历来只邀请全球最顶尖的计算巨头,如Google、Meta、博通等。

马赫M100芯片如何解决智驾系统的“犹豫”问题?

传统架构下,大模型计算受限于“内存墙”,数据搬运消耗大量时间和功耗,导致智驾反应迟钝。马赫M100采用动态数据流架构,数据一到工位即刻加工并直接传给下游,避免了反复搬运,从而释放大模型执行效率,让智驾决策更果断、更接近人类反应。

理想汽车在芯片研发上采取了什么独特策略?

理想采取了“软硬一体联合设计”策略,让算法团队与芯片团队从第一天起就协同工作,根据算法需求定制芯片架构,而非像传统车企那样被动适配供应商芯片。这使得芯片能更好地支撑VLA2.5和3D ViT等先进模型。

马赫M100芯片除了汽车,还能用在哪些领域?

马赫M100从设计之初就是一颗能跑通大语言模型、Agent与复杂视觉推理的端侧通用AI芯片,同样适用于人形机器人与具身智能产品。理想芯片子公司“马赫心”已完成16.25亿元融资,并推进芯片对外供应。

为什么说最好的芯片是让你忘记它的存在?

理想认为,真正顶级的底层技术应当“隐身”,无缝融入日常体验。智驾和芯片的终极目标是让驾驶者感受不到它们的存在,只有不够聪明的芯片或算不过来的系统才会频繁让你注意到它的存在。马赫M100正是通过高效计算让智驾变得自然流畅,从而让用户专注于驾驶本身。

🏷️

标签

➡️

继续阅读