理想汽车CTO谢炎公开阐述垂直整合战略：自研芯片与模型联合设计

6月16日，理想汽车执行副总裁兼CTO谢炎在接受澎湃新闻采访时，明确了企业在底层技术架构上的战略倾向。该企业目前正着力推进垂直整合的技术路线布局。

“理想汽车推崇构建垂直整合的竞争力。在这个时代，如果没有自研芯片、只自研模型，一旦遇到需要芯片和模型联合设计才能破解的问题时，我们就失去了机会，特别是一些重大创新机遇。”

底层技术协同逻辑拆解

素材中的“垂直整合”指企业同时对产业链上下游关键环节实施自主掌控。在智能汽车领域，该策略具体体现为算力硬件与算法模型的双向自研。

谢炎指出，单一的软件模型研发已不足以应对复杂的技术瓶颈。当特定应用场景要求底层算力架构与上层算法逻辑进行深度耦合时，仅依赖外部采购将导致技术迭代出现断层。芯片与模型的联合设计，能够消除软硬件适配损耗，为后续突破提供硬件支撑。

• 自研模型与自研芯片需同步规划，而非分阶段独立推进。
• 联合设计机制直接关联重大创新窗口的捕捉能力。

技术路线对行业竞争格局的影响

基于上述技术逻辑，具备底层硬件自研能力的车企将在下一代智能技术竞争中占据前置优势。缺乏芯片定制能力的企业，在面临需要底层架构重构的重大创新节点时，将丧失技术主导权与响应速度。

理想汽车发布马赫M100芯片 5纳米工艺单颗算力1280TOPS

15日，理想汽车软件与具身智能发布会举行。理想汽车董事长兼CEO李想在该活动中正式公布马赫M100芯片。该芯片采用5纳米工艺，单颗算力达到1280TOPS。

这张照片旁边最好标上全世界性能最强的AI芯片。

数据流架构打破传统计算瓶颈

理想汽车联合创始人谢炎向媒体拆解了该芯片的技术逻辑。马赫M100被定义为全球首款数据流AI芯片，研发过程未采用任何现成IP。其相关技术论文已入选计算机体系结构顶级学术会议ISCA 2026工业分区。

数据流架构在此处的字面含义为取消中心化调度指令。该技术移除了传统冯·诺依曼架构中为适应人类编程而设置的翻译层，直接提升晶体管利用率。以厨房场景类比，数据流架构取消总厨调度，人员仅当所需食材抵达工位时立即开工，并将成果直接传递至下一环节，在大规模计算时显著提升效率。

四年研发周期匹配车型量产节点

该项目于2021年敲定自研方向，同年年底正式立项。理想汽车耗时四年完成全流程研发。与部分企业流片即官宣的策略不同，理想汽车在完成全车规验证与全车型适配后才对外发布。该产品计划于2026年随新一代L9 Livis车型实现全系标配装车。

车企造芯核心指标与迭代路径

面对外界对车企跨界造芯的质疑，李想明确表示，自研并非为了展示技术或跟风烧钱，核心目标是解决现实问题，使AI在物理世界真正运行并突破供应商技术限制。

谢炎提出判断车企自研芯片落地能力的四大核心指标。

• 芯片需具备全车型适配搭载能力，而非仅用于小众车型；
• 芯片需能快速搭载并实现量产；
• 芯片需稳定运行最新模型并成功部署上车；
• 企业需具备持续迭代能力，完成一代研发后需推进后续开发。

针对研发路径，谢炎指出仅完成芯片设计并输出GDS2（版图数据库）流片，不足以支撑长期领先。企业必须自主把控核心设计与配套软件开发，并与封装厂推进联合设计。当前国内头部车企推进芯片自研，将直接改变传统汽车供应链依赖外部固定迭代周期的现状，通过软硬件同步升级延长车辆生命周期价值。