理想自研芯片落地：谢炎详解“马赫M100”背后的算力博弈与成本账

【科技纵览】当智能汽车从单纯的交通工具演变为具身智能终端，硬件定义的边界正在被重新书写。2026年5月15日，搭载首款自研AI芯片“马赫M100”的全新一代理想L9 Livis正式亮相。在理想汽车北京研发总部C区，CTO谢炎向媒体透露了这场历时五年的“豪赌”内幕。这不仅是理想成立以来在硬件自研上的最大投入，也标志着其成为继特斯拉、小鹏之后，又一家将自研AI芯片量产上车的中国车企。

回顾计算机发展史，艾伦·凯曾言：“真正认真对待软件的人，应该自己制造硬件。”这句话被谢炎反复提及。早在2021年，国内车企纷纷效仿特斯拉开启造芯计划时，谢炎便洞察到表象之下的本质差异。他认为，多数企业仅模仿动作而未触及核心——即对算力永无止境的渴求。随着AI能力指数级增长，依赖外部供应商的迭代速度难以匹配自动驾驶向L4演进的需求。正如英特尔与英伟达市值地位的逆转所示，专用架构终将取代通用方案。谢炎坚信，未来头部车企必将像苹果、华为那样，通过软硬一体化构建差异化壁垒，而非单纯采购高通等通用芯片。

理想造芯的节奏紧凑得令人惊讶。从2021年动念、2022年11月立项，到2024年流片、2025年验证，直至2026年上车，全程仅耗时三年半。谢炎将此归功于高密度的“联合设计”。芯片团队并非闭门造车，而是与模型、自动驾驶团队深度协同。这种跨部门协作甚至能在一个月内完成针对Transformer架构的临时优化，而外部供应商通常需以年为单位响应。值得注意的是，尽管外界猜测马赫M100采用Chiplet架构，谢炎明确澄清其为单一大SoC，并未使用小芯片封装技术。

关于自研的经济性，谢炎算了一笔独特的账。业界常以“颗数”衡量成本，却忽略了面积差异。理想的逻辑是：汽车行业对AI算力的需求极大，换算成硅片面积后，规模效应足以支撑高昂的研发投入。更关键的是，通过软硬件深度绑定，马赫M100的有效算力远超标称值。这意味着，达到同等性能，外购方案可能需要多颗芯片，从而使得自研成本优势更加显著。虽然具体投入金额未公开，但谢炎强调，若仅以资金规模论英雄，英伟达无法实现对英特尔的反超。目前，该芯片已确认将部署于理想全系车型，高端版本如L9 Livis将采用双芯配置。

马赫M100的定位并非局限于自动驾驶。谢炎指出，它是一颗通用型AI推理芯片，可运行语言模型、机器人算法等多种任务。这一特性赋予了车辆新的想象空间：车不再是被动的工具，而是具备自主行动能力的“角色”，如同司机或管家般服务于用户。尽管硅谷对AGI（通用人工智能）的定义趋于谨慎，但谢炎认为，车辆在三维世界中提供的能力边界正在不断拓展，从辅助驾驶到接送孩童，功能将持续进化。

然而，这条路径并非人人可行。谢炎坦言，自研芯片需要庞大的营收体量、深厚的人才储备以及坚定的战略认知。芯片行业赢家通吃的特征明显，评价维度单一且残酷。对于产能担忧，谢炎表示，由于理想芯片仅供自用，需求直接且确定，代工厂对此类订单的重视程度较高，供应保障无忧。

在AI Native时代，研发本身也在被AI重塑。从架构设计到RTL验证，AI辅助工具正在潜移默化地提升效率，寻找人类难以察觉的优化点。谢炎比喻道，这如同强身健体，虽无法量化每日鸡蛋对跳高成绩的具体贡献，但整体素质的提升终将在某一刻爆发。对于所有身处其中的企业而言，全面拥抱AI已是唯一答案。

理想汽车的这颗芯片，究竟能否成为其在智能汽车淘汰赛中的护城河，尚需时间检验。但至少此刻，谢炎及其身后200人的团队，正将艾伦·凯的预言转化为一块块硅片，装载进驶向中国公路的新车之中。这不仅是一次技术的突围，更是对未来出行形态的一次大胆押注。