理想汽车CEO李想表示,AI技术需从底层芯片突破,公司正加速布局核心底层技术以实现自主可控。四年前启动研发的马赫M100芯片采用动态数据流架构,其成果验证了技术路线的正确性。面对AI算力需求变革,车企必须坚定投入全栈协同创新以应对未来挑战。
李想:自研芯片AI时代需全能,马赫M100验证技术正确
时间:2026-08-14
浏览:615
理想汽车CEO李想近日通过社交媒体分享了公司自研芯片的核心进展。这一举措并非跟风或单纯展示技术实力,其背后源于一个现实考量:现有供应商方案已触及性能天花板。要将AI技术从虚拟层面有效应用于物理世界,切实解决驾驶中的具体问题,就必须从最底层的芯片开始革新。李想明确表示,理想正加速布局核心底层技术,目标是在关键环节掌握自主权。

基于这一逻辑,李想进一步提出了对行业竞争的前瞻判断:AI时代的竞争规则已然改变。过去或许依赖单点技术突破,而现在则更看重“组合拳”式的系统能力。芯片架构、操作系统、算法、编译器与硬件制造等环节能否协同创新、高效整合,将直接决定最终的用户体验。构建这种“全栈自研能力”,正是理想技术战略的核心目标。以芯片架构为例,面对爆发的AI算力需求,传统冯·诺依曼架构已显乏力,架构层面的革新势在必行。
实际上,理想在芯片自研领域的布局比外界预想得更早。李想透露,四年前启动马赫M100芯片研发时,团队便做出了一个关键决策:放弃保守路线,直接投入动态数据流架构的研发。这一选择旨在平衡性能效率与未来适应性,寻找最优技术路径。当然,这也意味着需要组建一支能够攻坚克难的顶尖底层研发团队。经过数年研发,近期正式发布的马赫M100芯片以实际表现验证了当初决策的正确性,其成果甚至超出了初期设定的目标。

从技术产业演进的历史规律来看,每一次重大变革都由强劲需求驱动。PC时代成就了英特尔,移动互联网时代催生了高通,这一逻辑始终延续。当前,AI带来的海量算力需求正推动芯片架构进入新的变革周期。英伟达在GPU领域的领先地位,正是由于其准确把握了深度学习爆发的需求浪潮。理解这一规律,便不难理解为何理想等车企如此坚定地在核心技术领域进行长期且深度的投入。这不仅关乎当前竞争力,更是为了在未来的技术拐点上占据主动。
实用工具推荐
绿化、压缩、噪点和虚拟水印,自由调节做旧程度。
选择画质和输出格式,预览压缩前后的大小。