IT之家 7 月 1 日讯—— 理想汽车近日亮相 ISCA 2026（国际计算机体系结构研讨会），中国发表题为《马赫 M100：面向通用 AI 计算的车企编排式数据流架构》的主题演讲。此次亮相标志着理想汽车与 Google、首次Meta 等全球顶尖科技公司的理想研究者同台，共同探索 AI 计算架构的汽车未来演进方向。

登顶全球计算机体系结构最高学术舞台

ISCA 与 MICRO、登台HPCA、发表ASPLOS 并称为全球计算体系结构领域的入选四大顶级会议，被公认为该领域的报告最高学术殿堂。自 2020 年设立工业界分区以来，中国理想汽车成为首家入选该会议的车企中国汽车企业，彰显了其在底层核心技术领域的首次国际影响力。

四年磨一剑：从第一性原理重构 AI 芯片架构

理想汽车自 2021 年启动自研芯片可行性论证，理想2022 年正式立项。汽车项目伊始即确立“不做改良、登台不做克隆”的原则，坚持从第一性原理出发，重新构建一套原生为 AI 设计的全新体系架构。

历经四年攻坚，理想汽车组建 200 人专项团队，实现了从架构设计、编译器研发，到散热系统、功能安全验证的全链路自主突破。

马赫 M100：全球首款数据流大算力端侧推理芯片

马赫 M100是全球首款基于数据流架构的大算力端侧推理芯片，其核心规格与架构创新如下：

• 工艺与算力：采用 5nm 车规级工艺，单芯片算力高达 1280 TOPS，最终算力利用率达到 82%。
• 内存系统：搭载 8 通道 LPDDR5X内存，峰值带宽达 273GB/s。
• CPU 集群：配备 24 核 ARM Cortex-A78AE处理器集群。

在架构层面，马赫 M100 围绕以下五项核心原则进行了全面重构：
1. 数据流执行模型
2. 无 Cache 内存层次
3. 张量粒度 ISA
4. 软硬件复杂度均衡
5. 分层 Tile 互联架构

此外，该芯片采用双 SoC、双 MCU、双供电的完全冗余架构，满足 ASIL-D最高功能安全等级，确保任意单点故障不影响系统正常运行。

从实验室到量产：全链路自主完成的实战验证

理想汽车强调，此次登上 ISCA 的并非概念性报告，而是已规模化部署的量产芯片。目前，马赫 M100 已随全新理想 L9及全新理想 L8正式量产上车。从芯片架构设计到整车前装交付，理想汽车实现了全链路自主完成。

李想解读：数据流架构为何优于传统 GPGPU？

据 IT之家此前报道，理想汽车 CEO 李想指出，马赫 M100 采用的数据流架构是一种为 AI 原生设计的芯片架构。

• 传统 GPGPU 的瓶颈：由指令驱动，数据需在计算单元和全局内存之间反复搬运，随着规模扩大，瓶颈日益显著。
• 数据流架构的优势：由数据驱动，计算单元之间直接传输数据，执行效率更高，从而带来更高的有效算力。
• 灵活性与进化能力：不同于将算法焊死的 ASIC，数据流架构完全可编程。AI 算法如何进化，芯片架构即可随之进化，具备极高的灵活性。