理想汽车探索自研云端推理芯片 项目仍处早期阶段

《晚点Auto》透露消息，理想汽车正在研发定位于云端推理场景的定制化芯片，采用与智驾芯片相同的数据流架构。该计划尚未进入量产阶段，目前处于技术验证阶段。

芯片研发方向与智驾系统趋同

理想汽车的云端推理芯片将复用智驾芯片所采用的数据流设计逻辑，这种架构一致性有助于提升算法调用效率。据知情人士称，项目团队正在测试不同计算密度方案。

定制化芯片设计逻辑

云端推理芯片主要面向AI模型部署场景，与智驾芯片在硬件架构上共享底层设计原则。这区别于通用GPU方案，需针对特定任务优化计算单元配置。

阶段性研发进展

目前项目处于技术验证阶段，未启动量产流程。研发团队重点验证芯片的功耗控制与算力输出比，尚未公布具体性能参数。

“理想汽车需要构建自主可控的计算平台，这对芯片设计团队提出了全新挑战。”相关工程师透露。

• 研发目标：云端推理场景专用芯片
• 技术路线：与智驾芯片共享架构
• 当前阶段：完成初步设计验证

理想汽车推进云端推理芯片布局 重塑AI算力架构

理想汽车正在布局云端推理芯片技术。行业媒体《晚点Auto》指出，这类芯片可承接智驾模型的数据处理、测试、仿真及大语言模型请求处理任务，同时保留车端NPU（AI处理器）在模型参数更新上的核心角色。

云端推理芯片的定位

当前AI数据中心普遍采用GPU进行模型训练与推理，但部分推理任务已迁移至云端芯片。据芯片行业人士透露，云端芯片能分担车端NPU的计算压力，尤其在大模型运维场景中表现突出。

技术架构的创新路径

行业媒体《晚点Auto》确认，理想汽车正在探索将多个AI计算晶粒封装为推理芯片的技术方案。该架构配套高带宽内存和高速互联模块，可实现车端与云端算力资源的共用，降低研发成本。

云端与车端的差异

云端芯片需应对更大规模模型并发处理，输入参数波动频繁，需集成高带宽内存、多芯片互联技术及动态批处理能力。相较之下，车端芯片更注重低功耗、低延迟和稳定执行。

芯片研发团队调整

理想汽车芯片研发团队出现变动，软件负责人金一华和前端设计负责人戴颉已离职。两人此前向算力单元负责人罗旻汇报，最终由集团CTO谢炎统管。

《晚点Auto》强调，云端推理芯片的研发将重构理想汽车的AI算力架构，使车辆与数据中心形成协同计算网络。

• 技术核心：云端芯片承担智驾模型测试仿真等任务
• 研发策略：复用车端NPU设计实现资源复用
• 性能需求：需支持高并发、动态调整的模型处理
• 团队调整：金一华、戴颉等核心成员已离职