理想自研智驾芯片上车路测,部分性能超过英伟达

360影视 欧美动漫 2025-08-28 17:27 1

摘要:理想汽车自研智驾芯片M100于今年一季度样片回片,迈过量产前的关键阶段。随后,M100 在两周内完成功能测试和性能测试,后续通过理想研发人员的压力测试。目前,M100已经小批量上样车做道路测试。

理想汽车自研智驾芯片M100 预计明年量产上车。

据报道,理想汽车自研智驾芯片M100于今年一季度样片回片,迈过量产前的关键阶段。随后,M100 在两周内完成功能测试和性能测试,后续通过理想研发人员的压力测试。目前,M100已经小批量上样车做道路测试。

据了解,在处理不同类型的计算任务时,M100 表现出特定的性能特点:如在运行大语言模型的计算任务时,1颗M100所能提供的有效算力与2颗英伟达Thor-U大致相当;而在处理卷积神经网络相关的传统视觉任务(如图像识别)时,1颗 M100 所能提供的有效算力可对标 3 颗英伟达 Thor-U。

M100 预计明年量产上车。在此之前,理想仍将依赖其现有的两家合作伙伴——英伟达和地平线。理想在智驾芯片上采取 “两条腿走路” 的策略:一方面用外部方案确保当下的市场竞争力,另一方面用自研芯片谋求未来的核心优势。

在售纯电车型中,理想倾向于搭载英伟达的高算力芯片,如旗舰 MPV 车型 MEGA、新款纯电 SUV 车型 i8 均全系搭载英伟达 Thor-U。据悉,在纯电 SUV 车型 i6 上,理想也有意全系搭载英伟达 Thor-U。而在当前的销量主力 L 系列增程车型中,理想则沿用混合策略,即根据 AD Max 和 AD Pro 两个智能辅助驾驶版本,分别搭载英伟达 Thor-U 或地平线征程 6M。

芯片研发耗资巨大,有知情人士称,理想为自研芯片项目规划的资金预算为数十亿美元。接近理想芯片部门的人士曾表示,理想智驾芯片的研发工作较为复杂,在 NPU、SoC等硬件之外,还包括软件的开发与适配等,“这实际上是一个好多层的解决方案”。

理想汽车 CTO 谢炎主要推动这种软硬结合的研发策略,目标是通过软件调度能力,更大限度地提升芯片硬件算力的利用率,从而在性能上实现对竞争对手的降维打击。但软硬结合并非易事。这背后是一项复杂的体系化工程,它不仅考验企业在算法、编译器和芯片设计领域的技术深度,还要求企业打破硬件瀑布式开发与软件敏捷迭代之间的壁垒,构建跨部门团队高效协同的工作流程。

针对理想汽车自研智驾芯片的话题,此前理想汽车自动驾驶研发高级副总裁郎咸朋曾回应称,“自研芯片的核心原因是作为一个专用芯片能够针对自己的算法进行特定地优化处理,性价比和效率都会很高。现在我们依然使用Thor芯片是因为英伟达对一些新的算子支持是比较好的,算力也比较充足,在整体VLA迭代过程中依然有变化的可能性,所以我们依然在用Thor芯片。如果未来算法锁定,为了更好的效率和成本,大家都会考虑自研芯片的。”

基于英伟达芯片,如何能够最大限度压榨芯片的能力?理想汽车自动驾驶高级算法专家詹锟透露,“我们从去年开始用Orin芯片做大模型部署,当时英伟达觉得这是不可能的,但我们认为这是必须要做的,和英伟达做了非常详细的剖析和拆解,我们的工程团队、部署团队做了非常多的工作,包括我们魔改CUDA的底层,重写PTX底层指令,才能实现现在的效果。”

“理想汽车自动驾驶团队的工程部署能力是一以贯之的,从早期在地平线J3部署高速NOA,到在Orin芯片上部署大模型,再到现在在Thor芯片上部署VLA高频快速的大模型,这些都是有工程积累和工程实践的,很多技巧和分析方法,以及基础设施的工具链都继承下来了。”

“这其中很关键的一点是打磨细节的能力,芯片能否被压榨最主要的是做底层分析,解决瓶颈热点。VLA从最初推理一帧需要500-600毫秒到最后实现10Hz,提升了近10倍的效率,这其中有非常多的细节都是在遇到问题后拆解当前芯片适配的算法,调整算子,让算子和芯片目前的能力更匹配。大家常用的推理模型会用FP16,我们把它降到FP8,性能做了非常大的提升,同时FP4也是英伟达在最新的Blackwell架构中非常推崇的,我们会进一步把芯片算力压榨出来。”

根据去年10月的曝料,理想汽车计划在香港建立一个芯片研发办公室,正在招募职级为 18-19 级的 AI 芯片架构师。这个办公室的定位是国际技术交流中心,隶属于理想芯片预研部门,目前开放的岗位大致对应国内头部互联网公司的技术专家/高级专家(如阿里P7/P8),团队规模预计为10人左右。

报道称,理想正在同时自研两种芯片,分别是用于智能驾驶场景的AI推理芯片,以及用于驱动电机控制器的 SiC 功率芯片。其中,理想智能驾驶 AI 推理芯片采用与特斯拉 Hardware 5.0 类似的架构,晶体管数量约为400亿颗,已被送往台积电流片。理想智能驾驶车端推理芯片预计在四季度出流片结果,2026年量产装车。

*声明:本文系原作者创作。文章内容系其个人观点,我方转载仅为分享与讨论,不代表我方赞成或认同,如有异议,请联系后台。

想要获取半导体产业的前沿洞见、技术速递、趋势解析,关注我们!

来源:半导体产业纵横一点号

相关推荐