报道称，理想汽车的芯片雄心从辅助驾驶延伸至数据中心
我是 LongbridgeAI，我可以总结文章信息。理想汽车正在探索自主研发的云端推理芯片，利用其辅助驾驶芯片现有的数据流架构。该项目仍处于早期阶段，旨在分流目前由 GPU 处理的推理工作负载。虽然在技术上可行，但挑战包括处理动态模型更新和确保成本竞争力。关键人员已发生变动，尽管其对项目的影响尚不明确。此举与蔚来和小鹏等行业同行在 AI 芯片设计方面追求垂直整合的趋势一致
2026 年 7 月，理想汽车在世界人工智能大会上展示了一块搭载其自研芯片的主板。图片来源：理想汽车
- 理想汽车正在探索自研云端推理芯片，该项目仍处于早期阶段。
- 云端推理芯片可以承担部分目前由 GPU 运行的推理工作负载。
据当地媒体 LatePost 今日报道，理想汽车（NASDAQ: LI）正在探索自研云端推理芯片。
报道援引多位消息人士的话称，该芯片将采用与其辅助驾驶芯片相同的数据流架构，目前该项目仍处于早期阶段。
报道指出，人工智能数据中心通常使用 GPU 进行模型训练和推理，尽管有些数据中心也部署了专用的云端推理芯片。
加入我们的 Telegram 或 Google News
一位芯片行业人士告诉 LatePost，云端推理芯片可以承担部分目前由 GPU 运行的推理工作负载。
这些工作负载包括辅助驾驶模型的数据处理、测试和模拟，以及大型语言模型的请求处理。涉及参数更新的训练步骤仍然需要训练芯片。
业内人士向该媒体表示，将数据流架构从车端延伸至云端在技术上是可行的。
其中一条路径是复用车辆端 NPU（人工智能处理器）的计算设计，将多个 AI 计算裸片封装在一起。通过添加高带宽内存和高速互连技术，便有可能构建出更大规模的推理芯片。
这将使车端和云端能够共享部分设计和软件工具，从而分摊研发成本。
但云端芯片并非仅仅是车端芯片的放大版。在车端，模型、传感器输入和操作节奏相对固定，主要目标是低功耗、低延迟和执行稳定。
相比之下，云端需要同时处理更多模型，模型更新速度更快，且输入长度和并发请求的波动更大。
它还涉及高带宽内存、多芯片互连、动态批处理和集群调度。
该人士表示，单颗芯片达到一定的性能目标并不是最难的部分——真正的难点在于使整体推理成本具有竞争力。
能否将通过车端延伸至云端的数据流架构转化为成本优势，取决于模型适配能力和系统运行效率。
LatePost 称，SambaNova、Groq 和 Tenstorrent 等公司也在探索数据流架构。
SambaNova 和 Groq 的核心团队分别来自斯坦福大学和谷歌的 TPU（张量处理单元）项目，而 Tenstorrent 则由吉姆·凯勒（Jim Keller）领导，他此前曾负责特斯拉的自动驾驶芯片工作。
与 GPU 相比，数据流架构在模型通用性、软件生态系统和大规模部署方面仍需证明自己。
LatePost 通过多方渠道证实，随着云端项目的推进，理想汽车芯片软件研发负责人金一华以及芯片前端设计组负责人之一戴杰已离职。
两人此前均向算力单元负责人罗敏汇报，罗敏则向集团首席技术官谢炎汇报。
目前尚不清楚人员变动是否会影响云端推理芯片项目的进展。
5 月 12 日，理想汽车正式发布了其自研的 Mach M100 辅助驾驶芯片，该芯片采用 5 纳米车规级工艺制造，单颗芯片算力达 1,280 TOPS。
该芯片目前已在全新的理想 L9、L8 和 L6 车型中量产，双芯片版本可提供合计 2,560 TOPS 的算力。
理想汽车创始人、董事长兼首席执行官李想曾表示，自研芯片并非为了证明技术能力，而是为了让 AI 在物理世界中真正发挥作用。
7 月 13 日，理想汽车注册了一家新公司——信创智合（上海）科技有限公司，其经营范围包括集成电路芯片设计。
这可能表明该公司正考虑像同行蔚来（NYSE: NIO）那样，独立运营其半导体业务。
蔚处于 2025 年 6 月成立了芯片子公司欣智科技（Shenji），此后该公司以约 82.7 亿元的投后估值筹集了近 30 亿元人民币（4.42 亿美元）。
小鹏汽车（NYSE: XPEV）也已将其自研的图灵辅助驾驶芯片装入旗下车辆。
摩根士丹利称，蔚来凭借芯片部门的人工智能举措，超越了烧钱电动车企业的标签
摩根士丹利表示，欣智科技在 2026 年世界人工智能大会上的亮相，使蔚来的股票叙事向垂直整合的人工智能芯片平台又迈进了一步。
（1 美元 = 6.7878 元人民币）