理想馬赫M100真容曝光！單顆1280TOPS，臺積電5nm工藝。

理想汽車自研芯片馬赫M100已到量產(chǎn)裝車前夜。

車東西5月12日消息，就在剛剛，理想汽車CEO李想在微博公開了理想自研汽車芯片馬赫M100的開發(fā)版，并附上了一段小作文，回應外界造芯質(zhì)疑，講述了造芯初衷。

▲李想公開M100芯片真容

李想說，理想自研芯片并不是為了證明“自己也能做”，也不是為了追逐概念，而是為了讓AI能在物理世界真正運行起來。

按照他的說法，理想想做的是芯片、操作系統(tǒng)、大模型、硬件和云服務的全鏈條設計，而不是只在某一個環(huán)節(jié)做到領先。

李想還提到，拼單項冠軍的時代已經(jīng)過去，AI時代比拼的是系統(tǒng)化能力，是芯片架構(gòu)、操作系統(tǒng)、模型、編譯器、硬件設計和生產(chǎn)工藝的聯(lián)合設計能力。

這也解釋了馬赫M100為什么會被放在全新一代理想L9 Livis上作為核心賣點。

▲M100芯片外觀

不過，相比一顆芯片本身，外界更關心的是：在車市競爭越來越激烈、價格戰(zhàn)持續(xù)加深、理想自身也經(jīng)歷產(chǎn)品節(jié)奏調(diào)整的背景下，為什么還要把自研芯片這種高投入、長周期、強不確定性的項目推到臺前？

但從理想方面對外公開的信息來看，理想內(nèi)部并沒有把“芯片做出來”視為終點。

理想汽車CTO謝炎曾公開透露，馬赫M100在車展前北京車展前夕的業(yè)務目標達成度只有約60%，真正的成功要看搭載這顆芯片的新一代L9能否在輔助駕駛、整車體驗和市場表現(xiàn)上同時被驗證。

換句話說，馬赫M100的目標是“理想能不能通過自研芯片，把AI能力變成用戶愿意買單的產(chǎn)品體驗”。

01.馬赫M100的看點，不走GPU路線，押注數(shù)據(jù)流架構(gòu)

公開信息顯示，即將在本周五也就是5月15日發(fā)布的全新L9 Livis將搭載兩顆馬赫M100，芯片采用臺積電N5A工藝，單顆算力1280TOPS，雙芯總算力2560TOPS。

▲M100與Thor U規(guī)格對比

對此，理想方面稱這是是運行VLA大模型時的“有效算力”，單顆馬赫M100的有效算力約為英偉達Thor U的3倍，雙芯組合約為Thor U的5-6倍。

▲M100與Thor U跑UniAD效率對比

不過，馬赫M100最有話題度的地方還是理想選擇了一條相對少見的技術路線：數(shù)據(jù)流架構(gòu)。

在傳統(tǒng)理解里，車企自研芯片往往有兩種路徑：一種是做更強的通用計算平臺，盡量接近英偉達這類成熟供應商；另一種是做高度定制的專用加速器，用更低成本跑特定任務。

理想的選擇介于兩者之間。馬赫M100試圖用數(shù)據(jù)流架構(gòu)提升AI推理效率，同時保留對不同模型和任務的適配能力。

車東西發(fā)現(xiàn)，理想在論文《M100: An Orchestrated Dataflow Architecture Powering General AI Computing》（M100：面向通用AI計算的協(xié)同編排式數(shù)據(jù)流架構(gòu)）中稱，M100面向自動駕駛相關任務、大語言模型和智能人機交互等車端AI推理需求，通過編譯器與架構(gòu)協(xié)同設計來編排計算，更關鍵的是編排數(shù)據(jù)在時間和空間上的移動。

這套路線的核心，是減少傳統(tǒng)架構(gòu)中大量“搬數(shù)據(jù)”的損耗。

論文中提到，M100在很大程度上弱化了緩存式設計，張量計算由編譯器和運行時管理的數(shù)據(jù)流驅(qū)動，在計算單元、片上存儲和片外存儲之間流動，從而提升效率和可擴展性。

▲M100時空調(diào)度器子圖映射和張量流

如果換成更容易理解的說法，傳統(tǒng)GPU更像一個大型倉儲系統(tǒng)，計算單元需要不斷去全局內(nèi)存和緩存里取數(shù)據(jù)、放數(shù)據(jù)。

而理想希望馬赫M100更像一條被提前規(guī)劃好的流水線，數(shù)據(jù)按照編譯器安排好的路線流到該去的計算單元，減少中間等待和反復搬運。

“數(shù)據(jù)流架構(gòu)+編譯器協(xié)同”被視為馬赫M100區(qū)別于傳統(tǒng)GPU路線的關鍵。

針對這一特點，論文第一作者，理想汽車CTO謝炎在近期也做了公開闡述。

他并不把馬赫M100定義為一顆單純服務于輔助駕駛的芯片，而稱其為AI推理芯片。

按照他的說法，理想未來希望把輔助駕駛、座艙AI、底盤控制乃至機器人業(yè)務里的AI計算盡可能集中到同一個體系中，而不是在車上分散布置多個小計算單元。

▲M100芯片架構(gòu)

據(jù)悉，這背后有兩個現(xiàn)實考量。

第一，車端AI的計算量會持續(xù)增長。理想下一代自動駕駛架構(gòu)MindVLA-o1引入3DViT、世界模型、多模態(tài)推理和統(tǒng)一行為生成等能力，對車端推理算力提出更高要求；

第二，理想想降低對外部芯片供應節(jié)奏的依賴。畢竟，外購高端芯片成本較高，自研如果能實現(xiàn)性能和成本優(yōu)勢，就能在大規(guī)模裝車后攤薄研發(fā)投入，并帶來持續(xù)的單車成本收益。

不過，馬赫M100的風險也同樣清晰。數(shù)據(jù)流架構(gòu)把部分復雜度從硬件轉(zhuǎn)移到了軟件、編譯器和工具鏈上。

理想汽車方面表示，馬赫M100第一版模型從更新到完成車端適配曾花了兩個月，后來縮短到不到一周，未來目標是一天內(nèi)完成適配。

也就是說，馬赫M100的性能不能只看紙面參數(shù)，它最終取決于理想能否持續(xù)把模型、編譯器、操作系統(tǒng)和芯片做成一個穩(wěn)定、高效、可迭代的閉環(huán)。

02.理想為什么一定要做芯片，算成本賬再到全?？刂茩?/strong>

理想自研芯片的歷史線并不長，但節(jié)奏很明確，公開資料顯示，理想在2022年啟動自研芯片項目，到目前也不過4年。

同時，馬赫M100也并不是由一個外界想象中動輒數(shù)百上千人的龐大芯片團隊做出來的。CTO謝炎加入理想時，芯片團隊只有兩名員工，不到一個月后只剩一人，項目早期相當長時間里，團隊規(guī)模也只有二三十人。

目前，理想芯片團隊約 200 人，仍小于行業(yè)里常見的完整芯片團隊規(guī)模。

從芯片定義的角度來看，理想一開始沒有選擇“先做小芯片練手”，理想要解決的核心問題，是車端AI推理計算。因此，馬赫M100從立項開始就瞄準高算力、高效率和量產(chǎn)可用，而不是做一個低風險的試驗項目。

這聽起來激進，但放在理想的產(chǎn)品邏輯里并不難理解。

理想過去最強的能力是把家庭用戶需求做成明確產(chǎn)品標簽：空間、舒適、續(xù)航、座艙體驗，這些都更偏“可感知配置”。

但到了AI時代，產(chǎn)品差異化越來越依賴底層系統(tǒng)能力。

▲M100芯片主板設計

李想曾在年初為L9 Livis預熱時說過，要把馬赫M100放進“眼睛、模型、芯片、操作系統(tǒng)”組成的完整技術棧里。

因此，馬赫M100不是一個孤立的硬件項目，而是理想從“配置定義產(chǎn)品”走向“系統(tǒng)定義體驗”的關鍵拼圖。

它要支撐的不只是城區(qū)輔助駕駛，還包括車內(nèi)多模態(tài)交互、主動服務、底盤和整車控制，以及更遠期的機器人相關業(yè)務。

對此，謝炎也提到，馬赫M100不是ASIC意義上的單一用途芯片，而是可編程的處理單元，目標是適配持續(xù)變化的AI算法。

定義好了芯片目標，成本同樣是理想繞不開的一筆賬。

理想方面表示，高端車型使用外部高算力芯片的成本不低，單車可能需要1600-2000美元（約合人民幣1.1-1.4萬元），未來還可能上升。

如果自研芯片能把采購成本降一半，同時支撐兩到三年的車型周期，就有機會覆蓋研發(fā)團隊投入。這一點在理想汽車2025年三季度財報電話會也有所提及。

當然，外界對車企自研芯片的質(zhì)疑也合理。

畢竟芯片不是只有架構(gòu)設計，還涉及流片、驗證、車規(guī)可靠性、供應鏈、軟件生態(tài)和長期迭代。

▲理想L9 Livis

馬赫M100雖然已經(jīng)點亮并完成測試，但芯片上車只是開始，真正檢驗要等到新車交付后，看輔助駕駛能力、整車體驗和商業(yè)表現(xiàn)能否形成正循環(huán)。

但從芯片定義到成本核算再到實際裝車，這一套流程跑下來本身也是理想自研芯片最關鍵的行業(yè)意義。

自研芯片并非簡單的“國產(chǎn)替代”，也不是單純的“供應鏈降本”，而是車企是否有能力掌握 AI 時代的核心技術節(jié)奏。

蘋果、特斯拉給行業(yè)提供過類似參照——當軟件、芯片、操作系統(tǒng)和終端體驗被同一家公司統(tǒng)籌，產(chǎn)品迭代效率可能會發(fā)生變化。但這條路也意味著更高的組織成本和更長的驗證周期。

03.結(jié)語：馬赫M100大考將至

其實，馬赫M100的技術路線有新意，參數(shù)也足夠抓眼球，但真正的說服力不在發(fā)布會，而在用戶每天使用時能不能感受到更快響應、更穩(wěn)定能力和更自然的車內(nèi)AI體驗。

AI時代的車企，是否必須掌握自己的核心算力？馬赫M100給出了理想的答案。

但這個答案是否成立，還要由全新L9 Livis的實際表現(xiàn)、后續(xù)車型搭載規(guī)模，以及第二代、第三代芯片的持續(xù)迭代來驗證。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。