理想汽车芯片论文首登ISCA工业分区

近日，ISCA 2026（国际计算机体系结构研讨会）公布论文录用结果，理想汽车马赫100芯片论文《M100: An Orchestrated Dataflow Architecture Powering General AI Computing》入选工业分区（Industry Track）。

ISCA是计算机体系结构领域的顶级学术会议，与Micro（国际微体系结构研讨会）、HPCA（国际高性能计算机体系结构研讨会）和ASPLOS（国际体系结构与操作系统联合研讨会）并列为计算体系结构的四大会议，聚焦计算机硬件系统设计的前沿研究，包括处理器架构、存储系统、并行计算、AI加速器、数据中心架构等方向。自2020年起，ISCA设立独立的工业分区，要求主要作者来自工业界，重点展示成熟、高效且在实际工业产品中应用的解决方案。理想汽车是自ISCA工业分区设立以来，全球首家入选的汽车企业，彰显其强大的研究实力和深厚的技术积累。

创新数据流架构，引领AI计算新高度

随着AI技术深入汽车产业，从自动驾驶到大语言模型，从智能座舱到人机交互，各类场景对高性能、高效率的AI推理能力提出了更高要求。传统方案存在两难：通用GPU功能强大但成本高、能效有限；专用芯片高效但架构固化，难以适应AI算法的快速迭代，更难以覆盖多样化的AI应用。

理想汽车自研的马赫100芯片力求在两者之间找到最优解——既追求极致高效，又保持足够通用性。其核心在于“周密编排数据流架构”（Orchestrated Dataflow Architecture）。与传统芯片（包括GPU）依赖多级缓存反复搬运数据不同，马赫100芯片通过编译器提前规划数据的移动路径，通过高速DMA（直接存储器访问）将数据在计算单元之间精准直达——就像原料沿传送带从一个工位直接流向下一个工位，不进仓库、不绕弯路。编译器规划得越好，数据流动越顺畅，同步开销越低。

马赫100芯片在性能上展现出显著优势。马赫100芯片采用5nm工艺制程，单颗算力达到1280 TOPS。得益于数据流架构提供给算法软件最大的优化空间，马赫100芯片的有效算力相当于英伟达Thor U的3倍。在相同场景下，这意味着更高的帧率、更短的响应时间，使车辆在紧急情况下能够更早感知风险并更快采取避险动作。

马赫100芯片证明了一条不同于GPU的可行路线：通过数据流架构与编译器的深度协同，在AI推理场景中实现更优的性能和效率，为通用AI计算架构的未来演进提供了具有潜力的新方向。

深耕前沿AI技术，推动行业开放共享

近三年，理想汽车深耕具身感知、基座模型、推理芯片和操作系统等前沿AI技术的基础理论研究，发表超过50篇论文，并获得ICCV（国际计算机视觉大会，计算机视觉领域的顶级会议）、CVPR（国际计算机视觉与模式识别会议，计算机视觉领域的顶级会议）、ECCV（欧洲计算机视觉国际会议，计算机视觉领域的顶级会议）、ICML（国际机器学习大会，机器学习与人工智能领域的顶级会议）、ICRA（机器人与自动化国际会议，机器人与仿生学领域的顶级会议）等顶级学术会议录用。

在追求技术高度的同时，理想汽车也致力于推动行业整体发展。秉持“技术开放共享”的理念，公司主动开源部分代码与数据库，为构建更加开放繁荣的技术生态贡献力量（AD开源代码库：https://github.com/LiAutoAD）。马赫100芯片论文已被ISCA 2026 Industry Track正式接收，将随会议公开发表，届时芯片的架构设计与实验数据将完整呈现，为行业同行提供参考，共同推动AI计算架构的发展。