
買車的時候,要判斷一台車好不好,往往是一件很憑直覺的事。
踩一腳油門,推背感會告訴你馬力夠不夠。摸一下中控,指尖會告訴你是不是好用料。更不用說還有古早奧義:通過開關車門來聽整車的做工。聽起來厚實嗎?厚實就是好車,簡單且直接。
但是時代變了,高科技來了,AI 來了,資訊大爆炸的時代來了,世界變得複雜又難懂,買車也是。
比如智駕
這件事,就很玄乎。門店的銷售通常會熱情地拋出一串數字:500 TOPS、1000 TOPS……
力大磚飛的道理大家都懂,但實際上,沒人真正在乎算力的具體數值。作為一個普通消費者,我們想問的其實特別簡單:
花好幾年、砸幾十個億自研的晶片,到底能不能讓車開起來更像個人?

理想相信,這件事情可以靠自研的「馬赫 M100」晶片來實現。就在 11 月 17 日,憑著這顆已經量產上車的晶片,理想走進了半導體的「內行局」——台積電 OIP 開放創新平台生態系統論壇。
作為全球晶片設計、EDA 與先進制程領域規格最高的年度盛會,台積電 OIP 論壇歷來只邀請全球最頂尖的計算巨頭登台。往年坐上特邀演講席的,是 Google、Meta 的基礎設施負責人,或者是被稱為「矽仙人」的晶片界傳奇人物 Jim Keller。

而在今年,與理想汽車
同台分享的,也都是博通、瑞薩電子、SK 海力士這樣的全球頭部晶片企業。理想汽車,也由此成了台積電 OIP 生態論壇舉辦以來,唯一一家進行特邀演講的中國大陸企業。
但比起這場登台本身,我們今天更想講清楚的是,理想究竟是如何通過這套底層的晶片架構設計,去治好智駕的「猶豫」,讓智駕開起來真正更像人的?
理想的「廚房變革」
用過智駕的人大概都經歷過這種時刻,哪怕賬面算力堆得再高,車子一到複雜路口還是有可能表現得像個新手,要麼對時機的把握不夠果決,要麼在沒有妥善判斷路況的情況下莽撞操作。
這種對路況拿捏的不精準,除了算法模型在設計上的局限,還有很大一部分原因,來自更底層的計算效率。
過去幾十年,科技行業一直享受著摩爾定律的紅利,晶片製程一升級,軟體不用大改就能獲得一輪提升。但在摩爾定律放緩之後,面對海量並行的 AI 大模型計算,統治了電腦界整整 70 年的「馮·諾依曼架構」,遇到了棘手的內存效率瓶頸。

在電腦體系結構領域,解釋這個被稱為「內存牆」的瓶頸,有個很經典的「大廚做菜」比喻:
傳統的 CPU 或 GPU 就像後廚里手藝高超的「大廚」,而內存則是走廊盡頭的「大倉庫」。按照馮·諾依曼架構的規矩,大廚每切一次菜,都要放下菜刀跑回遠處的倉庫拿一次配料,切完再跑回去放好。
於是,大廚有 70% 的時間和體力都消耗在了來回跑倉庫的路上,真正揮刀做菜的時間,也就是晶片的實際算力利用率還不到 30%。
在傳統軟體時代,因為每次處理的數據量不大,大廚在手邊放個「小料台」,也就是高速緩存,就能應付日常小炒。但到了 AI 大模型時代,動輒幾十億的參數和實時湧入的影片流直接撐爆了小料台,大廚不得不頻繁往返遠處的倉庫。
那怎麼辦?行業里傳統的方案是多請幾個跑腿的廚師,也就是在傳統架構的基礎上疊加專用加速單元。

而理想選擇了對廚房做飯流程進行革新。2022 年,立項馬赫 M100 時,理想直接拆掉舊廚房,做出了全球首款量產的動態數據流架構 AI 晶片。
理想取消了那個來回跑腿的「總廚」,把整個後廚改造成了「中央廚房流水線」。
食材,也就是數據,一到工位即刻加工,處理完不再送回遠處的倉庫,而是順著片內的高速傳送帶直達下一個工位,或者通過環形與網格雙互聯總線,一次性分派給下游的所有工位協同處理。
與此同時,動態設計又保留了高度的軟體可編程性。
傳統的固定流水線往往只能做一道菜,而馬赫 M100 相當於讓流水線隨時能根據算法換上新菜譜,通過軟體重新編譯來靈活調整工序,保住流水線高效率的同時,也給日新月異的 AI 大模型留出了演進空間。

正如電腦先驅 Alan Kay 曾提出的,被賈伯斯在初代 iPhone 發布會上奉為圭臬的名言:
真正在乎軟體的人,應該自己製造硬體。
過去車企在晶片面前,只是看著菜單點菜的「食客」,供應商給什麼晶片,算法就得遷就什麼架構,這在過去是行業的普遍現狀。
理想則通過打破部門牆的「軟硬一體聯合設計」,把自己變成了主廚,在理想內部,算法團隊與晶片團隊得以從第一天起就協同工作。
這套量身定製的「後廚」,推高了端側 AI 計算的效率上限,在這顆採用 5nm 車規級工藝、單顆算力達 1280 TOPS的馬赫 M100 晶片上,算力利用率被一舉拉升到了 82% 以上。
用它來運行 35B 規模的 Qwen3.5-35B-A3B 模型,預填充速度達到了英偉達 DGX Spark 的 2.7 倍,解碼速度也達到 1.5 倍。

今年初,馬赫 M100 的架構論文還與 Google、Meta 的成果一道,入選了全球電腦體系結構最高頂會 ISCA 2026 的工業分區。理想汽車也是該分區設立以來,全球首家入選的車企,而上一家入選 ISCA 的中國公司,還是 2025 年的 DeepSeek。
不把算力浪費在「跑路」上,通過馬赫 M100 晶片,理想得以進一步釋放大模型的執行效率。而晶片上掙出來的效率,最終轉化成了路面上的流暢反應。
讓車像正常人腦一樣「快思考」
諾獎得主卡尼曼在《思考,快與慢》里把思維分為兩種:「系統 1」是直覺快思考,瞬間本能反應,「系統 2」是邏輯慢思考,負責深度的邏輯推理與複雜博弈。
但實際上,在人開車的過程中,「系統 1」和「系統 2」是一個手眼腦一體、協同工作的狀態。人類大腦處理資訊的速度夠快,在依靠直覺對實時路況做出快速決斷的同時,還能調用經驗,也就是「系統 2」,對即將發生的路面狀況提前做出預判。
今天智駕行業拼命卷 VLA(視覺-語言-動作)大模型,就是為了賦予汽車更多「系統 2」的高級推理能力,比如在沒有紅綠燈的路口提前預判盲區風險,或者在施工路段看懂臨時改道的意圖。

以往的智駕對「系統 2」的利用不夠多,核心原因是算不起、算不快。
在傳統架構上,一旦模型同時調動複雜的三維空間理解與多步邏輯推演,海量的數據搬運就會撞上「內存牆」。車雖然最終想明白了,但等它算完,路口的通行時機早已錯過表現
。
表現在駕駛體感上,就是頓挫猶豫,以及「無法像人一樣思考」。
而隨著今年 5 月馬赫 M100 隨全新理想 L9
等車型量產上車,這道橫在硬體與算法之間的牆被拆掉了。在 11 月 6 日推送的 OTA 9.2 版本中,理想正式上線了馬赫 VLA 2.5,並把自研的原生三維視覺編碼器——3D ViT 搬上了車端。

如果說以前的智駕視覺是「隔著 2D 螢幕看世界」,只能先在平面畫面里認出方框,再去和點雲資訊做多模組拼接,中間免不了資訊損耗與對齊誤差,那麼 3D ViT 則是給了智能汽車一雙真正能「看懂」真實三維物理世界的眼睛。
3D ViT 的特點,是在視覺編碼階段就將三維空間幾何與語義資訊融為一體,把空間結構、位置關係和物體類別「一口氣從頭算到尾,不拆包、不拼接」。
而這種連續、海量的數據處理方式,恰好是馬赫 M100 動態數據流架構「流水線直達」的最大強項。
你看,自家的廚房果然還是最懂自家人的口味。
依託馬赫 M100 的算力底座,3D ViT 引入了前饋式 3DGS 三維高斯潑濺,把道路、建築等靜態環境與車輛、行人等動態物體分別建模,並通過「下一幀預測」的自監督學習持續進化。
反映在感知能力上,車輛的前向感知距離直接拉長到了 300 米,擁有等效 1080 線解析度的像素級感知,動態視力提升了 50%。放到每天上下班的路上,這些技術指標也能進一步賦予理想輔助駕駛更加乾脆利落的細節反應。

某種意義上說,理想這套從底層晶片到頂層模型的邏輯,更接近正常人大腦思考開車的邏輯:真正厲害的老司機,往往是手、眼、腦一體的配合,需要的是「系統 1」與「系統 2」的協同運作——用底層極高的傳輸效率,把「系統 2」的深度思考,跑出「系統 1」般的本能直覺。
在理想的技術體系里,如果把全線控底盤比作手腳、VLA 比作大腦、3D ViT 比作眼睛,那麼馬赫 M100 就是那顆持續泵出算力的心臟。
而今天渴望這顆「心臟」和這雙「眼睛」的,還不止四個輪子的汽車,整套體系同樣匹配上了具身智能產品。
當年亞馬遜為了解決自家電商大促的算力擁堵,逼出了一套高效的內部雲架構,最終對外開放,成了雲計算底座 AWS。而馬赫 M100 從誕生之初就不止於一顆「智駕專用晶片」,而是一顆能跑通大語言模型、Agent 與複雜視覺推理的端側通用 AI 晶片。
眼下,整個人形機器人與具身智能行業,同樣困在「電池背不動幾百瓦高功耗的傳統 GPU,又必須在端側實時跑大模型」的死結里。

今年 10 月,理想晶片子公司「馬赫心
」剛剛完成 16.25 億元純股權融資,投後最大估值達 171 億元。隨著馬赫 M100 晶片以及碳化矽模組等自研核心部件陸續推進對外供應,理想多年攢下的自研家底,也開始在物理 AI 的淘金熱里做起了給行業「賣鏟子」的生意。
最好的晶片,是被你忘記的那一個
到這裡,我們終於可以回過頭,看看開頭談及的那個問題:
在一台汽車全身上下眾多顯性的賣點之中,為什麼智駕和晶片,往往是最難以被普通人直接感知的產品能力之一?
因為「不被感知」,就是智駕和晶片要達成的終極目標。
「普適計算之父」Mark Weiser 曾提出過一個著名的論斷:
最深刻的技術,是那些消失的技術,它們將自己編織進日常生活的肌理之中,直到你再也察覺不到它們的存在。
放在智能汽車上也是如此。一顆不夠聰明的晶片、一套算不過來的智駕系統,才會頻頻讓你時刻注意到它的存在,而真正頂級的底層技術,生來就是要「隱身」的。

理想費盡周折自研晶片、走上台積電的講台,並非只是為了念叨諸如「動態數據流」或「1280 TOPS」這些參數和名詞。
這一切的核心目標,是為了讓你在握住方向盤的那一刻,徹底忘掉晶片的存在。






