理想AI芯片获国际顶会认可，有效算力是英伟达Thor的3倍

理想汽车自研的AI原生架构芯片“马赫100”及其背后的设计理念，获得了国际学术界的认可。其研发团队关于数据流架构的探索论文，被计算机体系结构领域的全球顶级学术会议之一ISCA的Industry Track所录用。理想汽车也因此成为首家在该领域顶级学术会议上发表论文的汽车企业。

马赫100芯片的核心特点在于其采用了为AI原生设计的“数据流”架构。这种架构与传统GPGPU（通用图形处理器）的“指令驱动”模式不同。传统架构下，数据需要在计算单元和内存之间反复传输，随着计算规模增大，数据搬运的瓶颈会愈发明显，导致算力利用率不高。而数据流架构由数据驱动，计算单元之间可以直接传输数据，执行效率更高，从而实现了更高的有效算力。同时，该芯片是完全可编程的，并非将特定算法固化的ASIC芯片，具备更高的灵活性以适应未来AI算法的进化。

这一架构的背后，是理想汽车提出的“软硬协同设计定律”。该理论旨在解决大模型在部署于功耗、散热和成本受限的车载芯片上时，算力无法被充分利用的行业痛点。传统研发模式中，硬件和软件通常被割裂开，导致AI模型无法完美适配芯片特性。理想的研究团队通过结合损失函数扩展法则和Roofline性能模型，建立了一套数学框架，可以在设计阶段就预测并优化模型在特定硬件上的精度和延迟表现，无需耗费数月进行反复的训练和测试。这一方法论的核心思想是“算法定义芯片”，即从算法需求出发来设计芯片架构，确保每一分算力都能被精准利用。

基于这一理论，理想自2022年起开始自研马赫100芯片。该芯片采用5nm车规级制程，根据理想汽车公布的信息，单颗芯片算力达到1280 TOPS。在即将搭载于全新理想L9的方案中，将采用双马赫100芯片，总算力达到2560 TOPS。理想方面表示，得益于专为VLA（视觉-语言-行动）大模型优化的数据流架构，马赫100的单颗有效算力是英伟达Thor-U芯片的3倍左右。

自研芯片的主要目的之一，是为了支持更先进的AI算法。例如，从传统的2D ViT（视觉Transformer）向3D ViT演进，需要处理连续的视频流数据，对芯片的内存带宽和数据处理效率提出了极高要求，这是传统通用芯片难以满足的。马赫100的架构正是为了解决这一瓶颈，通过其高效的数据传输和强大的算力，为3D ViT这类需要理解真实物理世界的复杂模型提供了硬件基础。

马赫100芯片是理想汽车全栈自研技术闭环中的关键一环，与自研的MindVLA大模型、星环OS操作系统深度绑定，形成了从算法、系统到芯片的软硬一体化布局。理想汽车CEO李想认为，未来智能汽车的竞争核心是“具身智能”的竞争，而芯片和模型的联合设计将成为技术的制高点。马赫100芯片的落地和其设计理念获得国际认可，标志着理想汽车在构建这一核心竞争力上迈出了重要一步。该芯片计划于2026年在全新一代理想L9上首发搭载。