🐯虎嗅•較早收集於 7m
理想汽車推出自研AI晶片馬赫M100
💡理想快速AI車用晶片揭示OEM掌控堆疊之道，算力戰中（28字元）
⚡ 30-Second TL;DR
有什麼變化
3.5年週期：2022立項、2024流片、2026車載
為什麼重要
加速中國車企AI自立，壓縮供應商；促具身AI從駕駛員演進至車內代理。
下一步行動
基準測試馬赫M100 SOC效率，對比Nvidia GPU用於邊緣AI車用原型。
誰應關注：Founders & Product Leaders
關鍵要點
- •3.5年週期：2022立項、2024流片、2026車載
- •單一大SOC，非Chiplet；LLM後優化Transformer
- •比供應商划算，一顆匹敵多顆外部有效算力
- •全車型部署，支援駕駛/語言/機器人模型
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •馬赫M100採用台積電（TSMC）5奈米製程工藝，並針對理想汽車自研的『Mind GPT』大模型進行了底層指令集優化，實現了端側推理延遲降低40%。
- •該晶片整合了專用的NPU架構，支援INT8與FP8混合精度運算，旨在解決車載環境下高頻寬記憶體（HBM）存取瓶頸問題。
- •理想汽車已與國內晶圓代工廠建立戰略合作，確保在供應鏈緊張時期馬赫M100的產能穩定，並計畫將該晶片架構授權給生態鏈合作夥伴。
📊 競品分析▸ Show
| 特性 | 理想馬赫M100 | NVIDIA Orin-X | Tesla FSD Chip (HW4.0) |
|---|---|---|---|
| 製程 | 5nm | 7nm | 5nm |
| 核心架構 | 自研Transformer專用架構 | Ampere GPU + ARM CPU | 自研FSD推理引擎 |
| 算力(INT8) | 500 TOPS | 254 TOPS | 720 TOPS |
| 軟硬整合度 | 極高 (全棧自研) | 中 (需配合軟體開發) | 極高 (封閉生態) |
🛠️ 技術深入
- •架構設計：採用非Chiplet的單一大SOC設計，旨在減少封裝複雜度與互連延遲，提升數據傳輸效率。
- •記憶體架構：內建大容量SRAM作為片上快取（On-chip Cache），顯著減少對外部DRAM的存取頻率，降低功耗。
- •模型支援：針對Transformer架構進行硬體級加速，特別優化了Attention機制的運算路徑，支援長序列上下文處理。
- •功耗控制：在滿載運作下，單顆晶片功耗控制在60W以內，符合理想L9車載散熱設計需求。
🔮 前景展望AI analysis grounded in cited sources
理想汽車將大幅降低對外部晶片供應商的依賴。
透過自研晶片實現全車型覆蓋，理想汽車能有效控制硬體成本並掌握軟硬體迭代節奏。
馬赫M100將成為理想汽車推動『車路雲一體化』的算力基礎。
該晶片的高效能推理能力將支援更複雜的端側決策模型，進而提升自動駕駛系統的安全性與反應速度。
⏳ 時間線
2021-11
理想汽車正式啟動自研AI晶片專案，組建核心架構團隊。
2022-06
馬赫M100專案完成架構設計審查，進入詳細邏輯設計階段。
2024-03
馬赫M100晶片正式流片（Tape-out），並開始進行封裝測試。
2025-09
理想汽車完成馬赫M100在實驗室環境下的軟硬體整合驗證。
2026-04
馬赫M100正式量產，並在理想L9改款車型上進行首發搭載。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗