7 月 1 日消息，理想汽車近日登台 ISCA 2026，發表題為《馬赫 M100：面向通用 AI 計算的編排式數據流架構》的主題演講，並與 Google、Meta 等科技公司研究者同台交流、共同探討 AI 計算架構的未來方向。
據介紹，ISCA（國際計算機體系結構研討會）與 MICRO、HPCA、ASPLOS 並列為全球計算體系結構四大頂級會議，是整個計算機體系結構領域公認的最高學術舞台。自 2020 年工業分區設立以來，理想汽車是首家入選的中國汽車企業。
據介紹，2021 年，理想汽車開始論證自研芯片的可行性；2022 年正式立項，並從一開始就確立了明確方向：不做改良、不做克隆、從第一性原理出發，重新構建一套原生為 AI 設計的全新體系架構。此後四年，200 人的專項團隊完成了從架構設計、編譯器研發，到散熱系統、功能安全的全鏈路自主突破。
馬赫 M100 是全球首款基於數據流架構的大算力端側推理芯片，其採用 5nm 車規級工藝，單芯片算力 1280TOPS，最終算力利用率達 82%，並搭載 8 通道 LPDDR5X 內存，峯值帶寬 273GB/s；CPU 側配備 24 核 ARM Cortex-A78AE 處理器集群。
該芯片架構上圍繞數據流執行模型、無 Cache 內存層次、張量粒度 ISA、軟硬件複雜度均衡及分層 Tile 互聯架構五項核心原則全面重構，還採用雙 SoC、雙 MCU、雙供電完全冗餘架構，滿足 ASIL-D 最高功能安全等級，任意單點故障不影響系統正常運行。
理想汽車表示，登上 ISCA 的不是一份概念報告，而是一顆已經規模化跑在路上的量產芯片。目前，馬赫 M100 已隨全新理想 L9 及全新理想 L8 正式量產上車。從芯片架構設計到整車前裝交付，全鏈路自主完成。
據IT之家此前報道，理想汽車 CEO 李想曾表示，馬赫 100 採用的數據流架構，是一種為 AI 原生設計的芯片架構。傳統 GPGPU 由指令驅動，數據在計算單元和全局內存之間反覆搬運，規模越大瓶頸越大。而數據流架構由數據驅動，計算單元之間直接傳輸數據，執行效率更高，帶來更高的有效算力。而且它是完全可編程的，不是把算法焊死的 ASIC，AI 怎麼進化，它就怎麼進化，靈活性也更高。
