导语
2026年7月27日，在《老石谈芯》节目中，理想汽车CTO谢炎深入对话，全面揭开了理想自研芯片马赫M100背后的战略思考与技术细节。面对“何德何能造芯”的质疑，谢炎的回答清晰而坚定：这绝非领导拍脑袋的决定，而是基于对未来汽车作为“具身智能”核心部件的深刻洞察。理想不仅选择了芯片自研这条路，更在首款芯片上就采用了极具前瞻性但也颇具挑战的“可编排数据流架构”。本文将为您提炼此次访谈的核心观点，解读理想如何从第一性原理出发，构建软硬件一体化的技术护城河。
理想CTO谢炎：数据流架构是造芯的正确答案
理想汽车CTO谢炎在访谈中详细阐释了理想自研芯片马赫M100的决策逻辑与技术路径。他指出，未来汽车作为具身智能体，AI算力成本将急剧攀升，甚至可能成为整车最核心部件，因此必须自研掌握底层能力。理想大胆采用了可编排数据流架构，摒弃传统冯诺依曼指令驱动模式，让数据本身触发计算，使硬件效率可达80%以上。谢炎强调，自研芯片的目标是解决外供芯片无法满足的性能与成本问题，而非为做而做，并以此为核心构建从芯片、编译器、操作系统到模型的垂直整合技术壁垒。
大纲与深读 6 章
展开「深读」看每一段讨论的问题与论据。
01
芯片自研的战略决策
- 汽车正成为具身智能体，AI算力将成为汽车最核心且成本最高的部分
- 自研芯片是为了掌握核心能力，避免受制于外部供应商
- 通用GPU架构在AI推理上效率低下，自研可提升效率至60%-80%并降低成本
深读这一段
讨论的问题：理想汽车为什么一定要自研高算力AI推理芯片，而不是购买外部芯片？
论据 / 案例：一辆车光算力的成本就要花掉2000美元以上，未来可能变成4000、8000甚至1万美元，与电池成本相当。
02
数据流架构的选择与优势
00:10- 数据流架构通过数据到达触发计算，而非传统指令队列驱动，更贴合AI高维并行特性
- 该架构将传统冯诺依曼架构中的复杂性（如缓存、控制逻辑）移至软件和编译器，使硬件更精简高效
- 相比GPGPU，数据流架构能直接映射计算图，避免指令驱动带来的信息损失和效率折损
深读这一段
讨论的问题：什么是数据流架构？它与冯诺依曼架构的本质区别是什么？
论据 / 案例：马赫M100芯片采用数据流架构，拥有56个同构NPU单元，通过Mesh和广播总线互联，无全局指令队列。
03
芯片的创新设计与验证
00:30- 数据流架构是动态的，支持运行时通过软件调控计算单元，比完全静态的架构更灵活
- 芯片设计是软硬件团队早期协同（CodeSign）的结果，而非硬件完成后软件再适配
- 芯片首次流片即成功点亮（400平方毫米，5nm，450亿晶体管），验证了架构的可行性
深读这一段
讨论的问题：数据流架构在芯片设计实现中面临哪些独特挑战？如何验证其可行性？
论据 / 案例：论文发表于体系结构顶会ISCA 2026，芯片上电后不到12小时即成功启动Linux系统。
04
垂直整合与性能壁垒
00:50- 硬件与软件垂直整合能构建类似苹果生态的技术壁垒，难以被复制
- 自主芯片支持多模态模型，将端到端反应速度优化至0.28秒，提升驾驶安全与舒适度
- 芯片集成中央域控制器AI功能，在提升效率的同时降低了整车硬件成本
深读这一段
讨论的问题：自研芯片和垂直整合能为理想汽车的智能化带来哪些独特优势？
论据 / 案例：垂直整合了芯片、控制器、编译器、操作系统、模型及散热供电等全栈技术，实现了软硬件深度协同。
05
架构的通用性与未来赋能
01:00- 数据流架构具有通用性，不仅适配自动驾驶，也能运行语言模型、多模态模型及世界模型
- 智能驾驶是技术积累的起点，其技术栈（芯片、OS、控制等）可赋能未来更广阔的具身智能
- 行业在专用与通用架构间动态平衡，垂直整合提升了技术协同效率
深读这一段
讨论的问题：马赫M100芯片的架构是否具有通用性，能否适应未来AI模型和具身智能的发展？
论据 / 案例：芯片可支持L3级自动驾驶（双芯片方案），并能运行VLA（视觉语言动作）模型。
06
跨领域协同的创新方法
01:10- 采用“一团篝火”式协同开发模式，打破部门墙，鼓励扁平化组织围绕问题自组织协作
- 团队规模宜精简，目标需有挑战性，通过共同攻克难题来建立合作信心
- 工程师需具备全栈视野和好奇心，理解软硬件与模型的底层逻辑，而非局限于单一领域
深读这一段
讨论的问题：如何在组织中有效推动跨领域（软硬件、模型）的协同创新？
论据 / 案例：芯片编译器团队在初期就与硬件、模型团队共同设计，并根据量化分析结果而非主观判断进行决策。
金句
- "If AI computing becomes the core of this intelligent body (referring to the car), then the most core part of this capability, at its very foundation, might need to be mastered by the automotive company." —— “如果汽车这个智能体最核心的是AI的能力的话，那能力的底层的最核心可能是汽车公司要掌握的。”
- "We are not doing chips for the sake of doing chips. We are doing chips to solve problems that externally supplied chips cannot solve." —— “我们不是为了做芯片做芯片，做芯片就是要解决外供的芯片不能解决的问题。”
- "I've always believed that technology progresses. It won't stop just because we hide something. Others will catch up eventually. So the only way is to run faster." —— “我是一直觉得技术就是在进步，并不会因为我们把一些东西藏起来别人就不会追上来。所以唯一的方法就是我们跑得更快。”
- "In a data flow architecture, if you take a slice at a certain moment, its state is not fixed. It's a bit like Schrödinger's chip." —— “在数据流架构里面，你切一刀的话，在某一个时刻切下去，他的状态是不固定的，有点像是薛定谔的芯片。”
- "If you can do it from first principles, then it will eventually be done." —— “你从第一性上想明白了一件事情，如果他可以被做到，那就必将被做到。”
原文链接
↗完整内容见原文：老石谈芯 · 理想CTO谢炎：数据流架构是造芯的正确答案
