CQ的智能汽车科普

理想的自研芯片马赫M100发布大概一个月了，最近认真看了他们的科普公众号，翻了翻行业文章，说几个觉得真的有意思的点。

先说一个底层逻辑的问题。现在几乎所有芯片，包括英伟达的GPU，都基于冯·诺依曼架构。本质是"等数据、算数据、存数据"，中间有大量空转时间。为了掩盖这个缺陷，芯片越做越复杂，越来越烫，越来越贵。

放在数据中心没问题，放进车里就麻烦了。车规芯片有个死亡三角：算得快、功耗低、延迟稳——三个同时满足很难。传统架构最大的问题不是算力不足，是延迟会抖动。自动驾驶对这个最敏感，300毫秒内必须完成感知决策，忽快忽慢是安全隐患。

M100的选择是换架构。数据流架构，核心逻辑变成"数据到了自动触发计算"，不等调度，结果直接流向下一级，全程没有等待。同时基本去掉了多级缓存，改成按计划搬数据，不靠猜。

跑出来的数字：单芯1280 TOPS，计算效率82%——这个数字重要，行业普遍水平是20-30%，意味着同样的芯片面积，M100真正在干活的时间多得多。自动驾驶场景下，同等内存带宽，性能是英伟达Thor的3.8倍。

论文也入选了ISCA 2026，计算机体系结构领域最顶级的学术会议，理想是首家入选的车企。

当然，芯片是芯片，落地是落地。M100首发L9 Livis，实际智驾体验能不能兑现这些数字，还需要时间验证。但从架构选择来看，这次不是堆参数，是真的在底层做了不同的判断。

国产车规芯片能不能在架构层面走出自己的路，M100算是第一个认真给出答案的。