理想马赫M100登台积电OIP顶会,全球首款动态数据流AI芯片获学术与产业双重认可
理想汽车CTO谢炎在台积电2026年中国OIP生态论坛发表主题演讲,介绍自研芯片马赫M100。该芯片采用5nm车规工艺,算力1280TOPS, 利用率达82%,为全球首款量产动态数据流架构AI芯片,论...
11月17日,理想汽车CTO谢炎在台积电2026年中国开放创新平台(OIP)生态系统论坛上发表题为《高效AI推理系统的设计思考与实践》的演讲,首次系统性披露其自研AI芯片“马赫M100”的技术路径与落地进展。这是中国大陆企业首次受邀在该年度顶级半导体生态大会上作主题报告——OIP论坛聚集全球头部芯片设计公司与晶圆厂,历来由英伟达、高通、AMD等国际巨头主导议程。
马赫M100的核心突破在于其采用“动态数据流架构”(Dynamic Dataflow Architecture),跳脱传统GPU依赖指令驱动的范式。据李想介绍,四年前立项时团队判断:端侧AI算力瓶颈并非源于计算单元性能不足,而是数据在内存与计算单元间反复搬运造成的带宽与功耗浪费。为此,理想选择了一条此前无车企走过的路——重构数据通路逻辑,让计算围绕数据流动而组织。该架构使芯片在实际运行中算力利用率达82%,远高于行业普遍50%–60%的水平。
这一设计不仅实现工程落地,更获得学术界权威背书。今年,马赫M100的架构论文被计算机体系结构顶会ISCA Industry Track录用。ISCA每年仅接收个位数工业界投稿,此前唯一入选的中国公司是2025年的DeepSeek;理想成为首家获此资格的整车企业。这标志着其技术路线已从“工程可行”迈入“理论可证”的阶段。
硬件规格方面,马赫M100采用车规级5nm工艺制造,单颗芯片INT8算力达1280 TOPS,支持全新3D ViT感知模型,前向感知距离延伸至300米,动态物体识别能力较前代提升50%。在实际功能表现上,搭载该芯片的新一代理想L9与L8已实现泊车场景下提前10米识别障碍物、红绿灯起步零犹豫等体验升级。芯片于2024年完成流片,2026年随多款新车量产装车。
值得注意的是,马赫M100的应用边界正快速扩展。李想透露,已有多个机器人企业主动接洽,询问芯片外供可能性。“基于数据流架构的算力底座,对具身智能产品有重要意义”,他回应称理想将“逐步开放马赫M100芯片的外供”。这一动向暗示,理想正从单一车企角色转向底层算力供应商,其芯片架构或将成为具身智能设备的通用算力平台之一。
对比当前主流AI推理芯片路径,马赫M100的独特性在于“端侧专用”定位:它不追求通用大模型训练能力,而是针对车载实时感知、决策与控制任务优化能效比与延迟。相较英伟达Orin系列(典型算力254 TOPS)、地平线J6P(560 TOPS),马赫M100在算力密度与功耗控制上形成差异化优势;而与百度昆仑芯M100(对标H20,面向数据中心推理)相比,二者虽同名“M100”,但应用场景、制程节点与架构目标截然不同——前者为车规5nm端侧芯片,后者为国产7nm/5nm数据中心芯片,属平行发展路线。
行业背景层面,自研芯片已成为新势力核心竞争力的关键拼图。蔚来ET9搭载的“神箭”芯片、小鹏XNGP自研推理模块、小米澎湃C系列影像芯片等相继落地,反映出智能电动车竞争已从“软件定义”深化至“芯片定义”。而理想此次登上台积电OIP讲台,不仅体现其技术成熟度获全球制造链认可,更释放出中国车企深度参与上游半导体生态构建的信号。
台积电OIP论坛聚焦先进制程下的设计-制造协同,参会者多为EDA工具商、IP厂商与芯片设计公司。理想作为整车厂直接参与该层级对话,意味着其已具备与芯片产业链深度耦合的能力——从架构定义、RTL设计、物理实现到封装测试,全程自主可控。这种能力积累非一朝一夕之功:项目2021年启动论证,2022年正式立项,2024年流片成功,背后是数百人团队持续三年的攻坚。
需指出的是,马赫M100的成功并非孤立现象。同期,国内在半导体细分领域亦有突破:如沈阳冷芯科技实现微型半导体控温芯片(Micro-TEC)规模化量产,产品用于激光雷达温控,解决极端环境下的精度漂移问题;其技术源自中科院金属所,现已进入光迅科技、海信宽带等供应链。这类“隐形冠军”企业与理想等整车厂的芯片自研形成互补——前者保障关键元器件自主,后者推动系统级架构创新。
不过挑战仍存。车规芯片认证周期长(AEC-Q100需12–18个月)、量产良率爬坡压力大、软件栈适配成本高,均为自研芯片商业化的主要门槛。理想目前仅在L9/L8等高端车型标配马赫M100; 若要下沉至20万元级主力车型,还需进一步降本与验证。
此外,开放外供策略也面临生态构建难题:机器人厂商需配套开发工具链、驱动层与中间件,理想能否提供类CUDA的完整开发者支持体系,将决定其芯片能否真正走出汽车、走向更广义的具身智能市场。
总体而言,马赫M100的亮相标志着中国智能电动车企业在核心技术自主化上迈出实质性一步。它不仅是硬件参数的堆叠,更是一种系统性思维的体现——从数据流本质出发重构计算逻辑,并通过学术验证、产业落地与跨域拓展三重路径完成闭环。未来,随着更多车企加入芯片自研行列,中国智能汽车的“大脑”将不再依赖外部供给,而真正由本土技术定义。
