（来源：芝能汽车）

2019 年，特斯拉 HW 3.0 正式量产，开启了车企自己开发核心车规 SoC 芯片的模式，拉开了全球车企自研智驾芯片的序幕。

此后，蔚小理等中国新势力在 2021 年前后悉数入局。

但造芯绝非坦途。算力与功耗的平衡、差异化体验的兑现、以及动辄数十亿的研发投入，每一条都是生死线。

在提供 SoC 芯片的企业中，高通的一季度收入是 13 亿美元，英伟达和 Mobileye 的收入为 5 亿美元左右，中国的地平线的收入是 2026Q1 汽车收入约 9.2 亿元。

一家年销量几十万辆级别的车企，投入数十亿甚至更高成本，去做一个周期长、风险大、回报不确定的芯片项目，这在传统汽车工业里几乎是不可理解的。

理想汽车给出的答案是：全栈垂直整合，成为汽车界的苹果。

理想到底在做什么公司？

理想 CTO 谢炎给的说法是，2021 年团队复盘造芯战略时发现，国内多数企业仍处于 " 像素级模仿特斯拉 " 的阶段，只得其形，未领其神。

理想坚持自研芯片，基于五个核心维度的战略研判：

◎进化速度： 高算力是进阶智驾的基石，但依赖通用供应商的迭代周期，犹如 " 等米下锅 "，无法匹配算法需求的指数级爆炸。

◎架构红利： 传统 GPU 受限于通用计算的沉重包袱。自动驾驶与大模型推理本质上是规则明确、流向固定的张量计算。传统架构中冗余的缓存与调度逻辑，对 AI 推理而言是巨大的效能损耗。

◎经济边际： 随着规模效应显现，自研芯片将剔除供应商的利润溢价与摊销，大幅优化 BOM 成本。

◎定制化护城河： 供应商模式追求 " 最大公约数 "，难以支持极致的硬件协同。谢炎形容：" 通用芯片像成衣，自研芯片则是量体裁衣，唯有极致定制才能构建非对称竞争优势。"

◎长期战略壁垒： 理想信奉艾伦 · 凯（Alan Kay）的准则—— " 真正深耕软件的人，必须亲手打造硬件。" 这正是苹果在 2007 年开启移动互联时代的底层哲学。

理想汽车由系统需求倒逼芯片架构创新，再由硬件潜能反哺系统体验。这种垂直整合带来的系统级优势，是组装模式永远无法逾越的鸿沟。

2022 年 11 月，理想芯片项目正式闭环。芯片、算法、智驾三方团队首次实现 " 同桌办公 "，共同定义芯片的微架构。

这个决策是项目的灵魂：" 定义芯片比设计芯片更重要，它取决于你对业务需求的穿透力。"

" 数据流架构（Dataflow Architecture）" 是理想押注的技术奇点。

不同于传统 GPU 依赖指令流驱动计算（数据等待指令），数据流架构实现了 " 数据即驱动 "：数据直接流向计算单元，计算与传输高度并行。这带来了更低的访问延迟和极高的能效比。

在谢炎发表的《M100: An Orchestrated Dataflow Architecture》论文中，马赫 M100 摒弃了复杂的多级缓存，通过编译器实现对数据流动的显式管理。

NPU 内部部署 1 个中央控制器（CCB）与 56 个张量计算集群（TPB），通过二维 Mesh 总线与 Data Ring Bus 高速互联。

集成 24 核 ARM Cortex-A78AE，配备 8 路 LPDDR5X（带宽 273 GB/s），单颗有效算力达 1280 TOPS。

基于架构原生优势，M100 在实际任务中的有效利用率达到英伟达 Thor 的 3 倍。在全新 L9 上，双片协同的峰值效能将实现数倍的压制。

理想芯片团队规模约 200 人，专注攻克最核心的 AI 加速架构，而将标准化的集成与后端工作交给生态伙伴。这种 " 小核心、大外围 " 的组织模式，保证了极高的反应速度。

芯片团队与算法团队实时同步。例如 2024 年初针对 Transformer 模型的专项优化，内部团队仅用一个月便完成硬件适配，这在传统供应商周期中几乎不可想象。软件、OS 与芯片团队的协作深度打破了行业常规，缩短了从图纸到流片的周期。

架构减法与功能加法

马赫 M100 将随全新 L9 正式入世。得益于马赫芯片与自研星环 OS 的深度兼容，全新 L9 实现了硬件架构的重构，将中央域控（XCU）与智驾控合二为一，从 " 三脑并行 " 精简为 " 双脑驱动 "。

在单颗芯片内实现座舱、智驾等多个系统的逻辑隔离与资源共享，确保安全的同时提升资源利用率。

M100 不设高低配，确保所有车主均能享受同等的 AI 进化能力。

造芯是体量、能力、认知、团队的综合竞赛。没有数十万辆的年销支撑，造芯就是一场财务灾难。 如果不坚信 AI 会带来代际级的差异化体验，就无法在长达五年的研发周期中保持战略定力。

AI 算力的需求正呈 " 超线性 " 增长。当 AI Agent 真正渗透进生活的方方面面，计算规模将爆发千倍。今天不储备底层硬件实力，明天就将失去留在牌桌上的资格。

在理想的蓝图中，汽车不再是交通工具，而是具身智能（Embodied AI）的终极形态。AI 正在从数字世界（移动电子）跨越到物理世界（移动原子）。

汽车拥有完整的感知（传感器）、决策（芯片）与执行（底盘）体系，它是离人类最近、最成熟的机器人。

理想不想做芯片供应商，理想想做 " 汽车行业的苹果 "。通过 " 芯片 +OS+ 大模型 " 的三位一体，追求 " 安心感 "。

这种 " 像人 " 的体验被量化为四个维度：

◎视觉穿透： 极远距离的语义理解。

◎算法细腻： 规控逻辑的丝滑感。

◎ 极速响应： 缩短感知到执行的全链路延迟（Latency）。

◎处理高频： 提升信号刷新率，消除决策真空。

造芯是一场关于未来的豪赌。它赌的是 AI 算力需求的无止境，赌的是垂直整合效率对通用模式的降维打击。