🕷️
SetupAI
EN
🐯較早收集於 11m

理想汽車AI晶片-模型協同設計定律

理想汽車AI晶片-模型協同設計定律
PostLinkedIn
🐯閱讀原文： 虎嗅
#autonomous-driving#ai-chips#co-design#vla-modelsmach-100-chipli-automach-100nvidia-orinnvidia-thor

💡數學框架完美匹配LLM與自動駕駛晶片，大幅降低成本與適配時間

⚡ 30-Second TL;DR

有什麼變化

引入「端側LLM軟硬協同設計定律」，運用損失縮放與Roofline建模

為什麼重要

這讓自動駕駛企業高效建構場景最優晶片，加速邊緣AI部署並挑戰Nvidia主導。為產業提供可複製藍圖。

下一步行動

實作類似PLAS的Roofline建模，調整邊緣LLM適配Orin硬體約束。

誰應關注：Researchers & Academics

關鍵要點

  • •引入「端側LLM軟硬協同設計定律」，運用損失縮放與Roofline建模
  • •PLAS框架自動產生針對Orin/Thor等晶片的帕累托最優模型架構
  • •從「晶片優先」或「模型優先」轉向聯合設計，減少自動駕駛開發浪費
  • •跨Nvidia平台驗證，找出VLA模型的硬體能力上限

🧠 深度解析

背景與延伸：來自公開資料，非原文內容。引用 7 個來源。

🔑 增強重點摘要

  • •理想M100 AI推理晶片正進行大規模系統測試，預計2026年商業化，性能成本比達當今高端晶片的3倍以上[3][4]。
  • •M100晶片在部分場景有效算力為NVIDIA Thor的3倍，已於去年開始路測，將搭載於全新L9車型[2][4]。
  • •VLA司機大模型基於強化學習，已累積3.12億公里真實道路數據，將升級強化語言與行為交互能力[2]。
  • •理想汽車完成1000萬Clips端到端+VLM模型全量推送，採用雙系統架構最佳實踐[6]。

🛠️ 技術深入

  • •M100晶片專為自動駕駛設計，算力提升3倍，支持毫秒級響應，適用於端到端自動駕駛方案，減少中間模組延遲與誤差[2]。
  • •VLA模型透過深度學習模擬人類駕駛判斷，如複雜路口優先安全、在雨天自動延長跟車距離[2]。
  • •與基礎模型編譯器及軟體系統協同設計，提升感知、理解與響應能力[3]。
  • •自研SiC功率晶片至功率模組及電機全鏈條，支援800V高壓平台與5C超充技術[4]。

🔮 前景展望AI analysis grounded in cited sources

理想M100晶片將於2026年交付全新L9車型
晶片正進行大規模測試並與軟硬體協同設計，車型將全面換裝自研三電與M100，提升產品力[3][4]。
VLA模型將強化語言行為交互，支援主動路線推薦
基於3.12億公里數據升級，結合路況與駕駛習慣優化決策流程[2]。
理想將布局人形機器人，加速具身智能商業化
李想宣布強化具身智能定位，並引進汽車供應鏈驗證機器人零部件[1][5]。

⏳ 時間線

2025-01
M100晶片開始路測與自研開發
2025-12
M100晶片進入大規模系統測試
2026-01
發布2026技術藍圖，包括M100與VLA升級
2026-01
完成1000萬Clips端到端+VLM模型推送
2026-03
發表PLAS框架與AI晶片模型協同設計定律
🐯閱讀原文： 虎嗅
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #autonomous-driving

同產品

更多關於 mach-100-chip

同來源

最新來自 虎嗅

Alibaba 重組 AI 與雲端業務

Alibaba 重組 AI 與雲端業務

钛媒体•Aug 22
Waymo 回應 NHTSA 兒童碰撞調查

Waymo 回應 NHTSA 兒童碰撞調查

cnBeta (Full RSS)•Aug 21
Anthropic 延攬 Google 晶片先驅拓展硬體布局

Anthropic 延攬 Google 晶片先驅拓展硬體布局

Bloomberg Technology•Aug 21
Windows 為何成為 AI PC 的絆腳石

Windows 為何成為 AI PC 的絆腳石

虎嗅•Aug 22

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 ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週 AI 簡報

每週一封，可隨時退訂。