北京
IT时代网6月14日消息，在2026年北京智源大会上，理想汽车CTO谢炎发表主题演讲，系统阐述了理想汽车自研车端AI推理芯片马赫M100的架构思考与工程实践。该芯片采用5nm车规级工艺，单芯片算力1280TOPS，算力利用率达82%。
谢炎指出当前AI推理面临三大结构性挑战：计算执行范式适配问题、摩尔定律放缓下的资源效率问题、以及大规模并行下的协调效率问题。传统指令驱动架构在AI推理场景中效率低下，GPU保留的动态调度器等模块在AI推理中占据大量晶圆面积却未带来匹配的性能收益，中心式调度架构的层级开销也成为并行扩展的瓶颈。
围绕这些挑战，马赫M100在架构上做出四项关键决策：去掉中央调度改为分布式数据触发执行；去掉多级Cache采用大容量分布式SRAM；采用Mesh与DRB双互联架构；由编译器和运行时共同编排数据流动。核心机制包括空时调度器解决空间和时间两个维度的数据调度问题，以及生产者-消费者同步模型解决大规模并行系统协同问题。
在性能验证方面，马赫M100在CNN骨干网络、UniAD及理想自研MindVLA三类基准网络测试中，性能均达到行业对标芯片的数倍，FPS约为对标方案的两倍，系统端到端延迟降低约40%。在300M参数规模下实现2K分辨率输出。谢炎现场展示了将Qwen-3 4B模型部署于马赫M100运行Agent任务的示例。
在系统工程层面，马赫M100的CCU控制器采用先进散热体系保证性能稳定，PCB高密度集成设计缩小体积，双SoC、双MCU、双供电的完全冗余架构满足ASIL-D最高安全等级。未来马赫M100将结合理想自研马赫VLA大模型、星环OS及配套编译器，面向LLM推理、Agent、具身智能等更多场景持续进化。
此图片为IT时代网AI生成的示意图
注：本文中包含AI辅助创作的内容。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
