北京
昨天的Livis Day，理想辦了一場純技術發布會，核心主角是一顆自研芯片——馬赫M100。
為什么不跟英偉達走同一條路？
目前智駕芯片基本都基于馮·諾依曼架構，統治計算機行業70年，但有個根本問題：用指令隊列調度計算，大量晶體管花在緩存和分支預測上，真正做AI并行計算的效率打折扣。
理想換了條路——數據流架構。不靠指令隊列驅動，讓數據在芯片內部流動，流到哪就在哪觸發計算。簡單說，傳統架構是"人安排活兒"，數據流架構是"活兒自己跑"。
結果：5nm車規工藝，單芯片1280 TOPS，算力利用率超82%。
做個橫向對比：英偉達Thor-U單芯片700 TOPS（極氪9X、理想i8在用）；高通驍龍8797也是1280 TOPS（同樣用在L9 Livis上，但定位是座艙+智駕融合計算）；蔚來神璣NX9031超過1000 TOPS；小鵬圖靈750 TOPS；比亞迪璇璣A3是4nm工藝700+ TOPS；華為昇騰610只有200 TOPS但軟件生態成熟。
從賬面看，馬赫M100跟高通8797并列為量產車端單芯片最高。但理想想說的不是"算力大"，而是"同樣算力下跑得更高效"——82%利用率 vs 英偉達Thor系列估算的50-60%。架構論文入選ISCA 2026，理想成為首家入選的車企。
芯片之上搭了什么
雙馬赫M100上車，總算力2560 TOPS。理想把智駕系統重構為馬赫VLA——原生多模態MoE大模型，感知、預測、規劃統一在一個框架里。訓練規模大幅放大：模仿學習數據漲50%，強化學習漲15倍，模型參數量漲10倍。
時間表：Q3給AD Max推新版馬赫VLA，Q4對齊特斯拉FSD V14。
從造車到造系統
馬赫M100之上，理想搭了一套完整的具身智能系統：芯片、編譯器、OS、AI算法、域控全棧自研——國內目前只有華為和理想做到。
不過差距也在。華為昇騰雖然算力不高，但ADS已規模化鋪開，軟件生態成熟；英偉達Thor系列雖然效率存疑，但CUDA生態是行業最深護城河。理想能不能在實際體驗上證明自己，Q4的馬赫VLA是關鍵驗證點。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
