据行业媒体《晚点Auto》报道，理想汽车正悄然推进自研云端推理芯片项目，该芯片将采用与智能驾驶芯片相同的数据流架构，目前项目仍处于早期研发阶段。这一举措标志着理想汽车在芯片领域的技术布局进一步深化，试图通过自主设计降低对外部供应商的依赖。
当前，AI数据中心普遍依赖GPU完成模型训练与推理任务，但部分企业已开始部署专用云端推理芯片以优化成本与效率。据芯片行业人士透露，理想汽车研发的云端推理芯片可承接部分原本由GPU处理的推理任务，例如智能驾驶模型的数据处理、测试与仿真，以及大语言模型的请求响应。不过，涉及模型参数更新的训练环节仍需依赖专用训练芯片。
技术层面，数据流架构从车端向云端的延伸具备可行性。一种潜在路径是复用车端神经网络处理单元（NPU）的设计经验，通过将多个AI计算核心集成封装，并配套高带宽内存与高速互联技术，构建规模更大的推理芯片。这种设计可使车端与云端共享部分技术成果，从而分摊研发成本。
但云端芯片的研发并非车端芯片的简单放大。车端芯片需应对固定模型、传感器输入与运行节奏，核心目标是低功耗、低延迟与稳定性；而云端芯片则需同时处理多类模型，适应更快的更新频率与更大的输入波动，同时需解决高带宽内存管理、多芯片互联、动态批处理与集群调度等复杂问题。
值得注意的是，在理想汽车推进云端推理芯片项目的同时，其芯片团队出现人事变动。据多方确认，芯片软件研发负责人金一华与芯片前端设计一组负责人戴颉已离职。两人此前均向算力单元负责人罗旻汇报，而罗旻则直接向集团CTO谢炎汇报。此次人事调整是否会影响项目进度，目前尚未有进一步信息披露。
