据多方消息透露，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。这一动向表明，理想汽车正试图在AI计算领域构建更完整的技术闭环，从车端延伸至云端。
在AI数据中心领域，GPU长期占据主导地位，但云端推理芯片正逐渐成为重要补充。行业专家指出，这类专用芯片可分担GPU的部分推理任务，包括智能驾驶模型的数据处理、测试仿真，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业训练芯片完成。
技术层面，云端数据流架构的实现路径已现雏形。有知情人士透露，理想可能复用车端NPU（神经网络处理器）的设计经验，通过将多个AI计算单元集成封装，并配备高带宽内存与高速互联技术，构建出算力更强的云端推理芯片。这种设计策略可使车端与云端共享部分技术成果，有效分摊研发成本。
车端与云端芯片的需求差异显著。车端芯片更注重低功耗、低延迟与稳定性，其运行环境相对固定；而云端芯片需同时处理更多模型，应对更频繁的模型更新，以及波动更大的输入长度与并发请求。这对芯片的内存带宽、多芯片互联能力、动态批处理效率及集群调度系统提出了更高要求。
理想汽车在AI计算架构领域的技术积累早有体现。此前，该公司曾在国际计算机体系结构顶会ISCA 2026上，以《马赫M100：面向通用AI计算的编排式数据流架构》为题发表演讲，与谷歌、meta等科技巨头的研究者展开深度交流。作为2020年工业分区设立后首家入选该会议的中国汽车企业，理想展示了其在AI计算架构领域的创新实力。
公开资料显示，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。该芯片采用5nm车规级工艺，单芯片算力达1280TOPS，算力利用率高达82%。其内存系统配备8通道LPDDR5X，峰值带宽273GB/s；CPU部分则集成24核ARM Cortex-A78AE处理器集群，形成异构计算架构。这些技术特性为理想探索云端推理芯片奠定了基础。
