理想马赫M100:芯片出车,16.25亿融资落地

资讯 36氪 全文 4398 字 · 约 11 分钟读完 配图 5 张 分类芯片汽车

理想造芯,造出了汽车之外的生意。

所属频道 算力与芯片智能汽车与出行

2026年,理想的自研芯片迈出了走出汽车的一步。此前在去年5月,马赫M100已经量产上车,被装进了理想汽车自己的产品体系里。

到了10月,芯片业务主体马赫心科技签下首轮16.25亿元融资协议。这当中理想汽车掏了10亿元,外部投资方出了6.25亿元;理想预计持股约74.01%,控股地位不变。

理想方面说得很明确:马赫芯片、碳化硅模块这类标准化零部件,都可以对外供货。

11月17日,李想对外透露,已经有不少机器人企业在打听马赫M100能不能供货,理想会逐步把外供的口子打开。

也是在这一天,理想首席技术官谢炎受邀到台积电OIP生态系统论坛做了演讲。

先内部量产,再引进外部资本,接着去找外部客户——理想正给自研芯片找一块更大的市场。

车企自己做芯片,瞄准的不再只是自家产品够不够用,还延伸到建一块面向外部市场的技术生意。

芯片能量产,研发才算落了地;能对外供货,这门技术才有机会变成一门独立生意。

造芯让车企手里多了技术主动权,卖芯则让这份能力有机会进入更宽的产业市场。理想想做的,是把自研芯片从内部的一项技术能力,变成能向外经营的产业能力。

理想造芯,需要更大的市场

造芯是长周期投入。芯片从设计、流片到量产装车,往往要花好几年。谢炎此前介绍过,马赫M100的研发周期约三年半,在5nm先进制程上一次性流片成功。

这期间研发投入一路加码,却很难带来实际收入。就算芯片量产了,车企还得面对另一个问题:装车规模要多大,才能把本钱收回来?

这也是车企自研芯片最现实的一道坎:装车规模,决定研发投入能不能被摊薄。

算芯片的成本账,不能只盯着最后卖出去多少颗,还得看每颗芯片占掉多少晶圆面积。大算力AI芯片单颗面积往往不小,出货量和芯片面积合在一起,才决定实际的晶圆需求。晶圆利用率、良率、研发投入,也都会影响芯片的经济性。

反过来,车型销量上不去、芯片出货量不够,研发投入就可能变成产品的额外负担,甚至出现自研比外购还贵的情况。

先进制程又把这道坎抬高了。行业机构估算,一颗5nm复杂芯片的整体设计开发成本能到5亿美元。

内部装车,给芯片提供了确定性。谢炎此前还透露,马赫M100立项之初就定下全系搭载的目标,研发团队提前算过账:装车规模要到多大才能摊平研发成本,自研芯片又得比外购方案便宜多少,经济价值才站得住。

理想马赫M100:芯片出车,16.25亿融资落地(配图 1)

眼下马赫M100正逐步装进理想全系新款车型,芯片有了稳定的出货量;理想还能把芯片和智驾算法、软件系统放在一起开发,少做重复的软硬件适配。

谢炎举过一个例子:L9 Livis搭载两颗马赫M100,芯片总面积约800平方毫米,相当于八颗高端手机芯片。按理想的测算,大几十万辆汽车对应的晶圆需求已经相当可观,制造成本能够有效摊薄。

这也就能理解理想为何如此看重装车规模。它的算法是把单车芯片面积和全系车型的装车规模放在一起评估,只有量产需求足够大,前期研发投入和制造端的规模效应才有机会显现。

不过光靠这些还不够,内部装车同样有需求天花板。

更难的一关,是怎么从自产自销里走出来。马赫 M100 虽然已经装进理想多款车型,可下一代芯片还得继续投钱研发,芯片业务不能把宝全押在一代产品的量产周期上。

另一边,AI 芯片本身也躲不开持续迭代的压力。模型架构在变,算力需求在变,算法也在变。车企不光要把投入产出这笔账算明白,还得一轮接一轮地加注,才能让下一代产品不掉队。

理想内部这块市场有价值,可也有边界。它能给出确定的应用场景,却没办法把需求无限放大,马赫 M100 的出货量,终究还是被理想自己的销量规模卡着。

外部客户的价值恰恰在这里,而且不只是多几笔订单那么简单。芯片一旦进了其他车企、机器人企业的产品体系,马赫心科技就有可能拿到新的应用场景、把出货规模做大,并且有一条不挂在理想整车销量上的收入来源。

理想推动芯片业务独立发展、引入外部资本、开放外供,商业上的道理也就在这里。

理想马赫M100:芯片出车,16.25亿融资落地(配图 2)

造芯,是让理想不再只当芯片的采购方,把核心技术和产品定义的主动权攥在自己手里;卖芯,则是要让马赫心变成一家真正意义上的供应商,让理想之外的客户也肯为它的技术和产品掏钱。

前一件事证明理想有能力自己把芯片做出来,后一件事决定它能不能不再依赖理想这一家的需求,把一家芯片公司该有的商业循环真正转起来。

车企造芯,各自走向不同的商业出口

芯片怎么商业化,并没有标准答案。

这门生意的逻辑和整车制造不一样,小鹏、蔚来、理想各自挑了自己的切入方式。

理想马赫M100:芯片出车,16.25亿融资落地(配图 3)

小鹏的办法是把整车合作伙伴绑进来,大众先当股东,再当技术合作客户。

2023 年,小鹏和大众达成战略技术合作,双方一起开发面向中国市场的车型。

2026 年 3 月,首款合作车型与众 08 正式量产下线,车上搭载小鹏图灵 AI 芯片和第二代 VLA 智能辅助驾驶方案。这笔合作的价值,远不止采购单颗芯片。

大众要的是贴合国内市场的智能化能力,小鹏给出去的也不只是硬件零件,还有智能驾驶软件和相关技术方案。芯片因此被放进整车技术合作的体系里,跟着量产车型一起落地。

据伯恩斯坦估算,大众带来的技术研发服务收入约 12 亿元,落在小鹏 2026 年第二季度服务及其他收入的 27 亿元里;后者同比增长 93.9%。这笔钱来自整车联合开发与智能化技术合作,跟芯片销售收入不是一码事。

小鹏也因此拿到了研发服务收入、量产验证的机会,还有继续拓展外部客户的经验。

蔚来的办法是借专业伙伴去拓市场,芯片自己出,客户交给合作伙伴去谈。

2025 年,蔚来把芯片业务独立拆分,成立神玑科技,同时又与爱芯元智、豪威集成电路成立合资公司。双方不是简单买卖现成芯片或者转让 IP,而是一起开发新的芯片产品、重新流片。

以 M97 为例,它保留了神玑 NX9031 的核心模块和架构,由双方重新开发、流片,面向外部客户。蔚来出底层技术积累,爱芯元智补上芯片产品开发和市场拓展的能力。

据了解,神玑通过技术合作获得数亿元授权收入。李斌也透露过,神玑预计全年实现数亿元外部收入。

蔚来这套做法,是让专业伙伴一起扛产品开发和市场开拓。对神玑来说,这意味它能借合作方现成的芯片产业经验和客户渠道,把技术授权到产品销售这一步走得更快。

理想走的路,是以已经在自家车型上量产验证过的马赫 M100 为底子,把芯片供给更多外部客户,甚至往机器人等领域延伸。

理想和小鹏、蔚来的差别,不只在合作模式上,还在于马赫 M100 自身的技术产品定位。

理想要向市场证明的,不只是芯片能在自己的车上跑起来,还包括它能不能成为一款通用、可迁移、能持续迭代的标准化 AI 计算产品。

技术路线上,理想没有沿用传统GPU架构做改良,而是另辟了一条道,选择动态数据流架构,试图从计算架构层面把AI推理任务重新组织一遍。

理想马赫M100:芯片出车,16.25亿融资落地(配图 4)

传统GPU靠指令调度计算资源,数据在计算单元和存储单元之间来回搬运,带宽和能耗的额外开销就出在这里。

马赫M100换了思路,让数据流动来触发计算,再配合分布式片上存储和软硬件协同设计,把不必要的数据搬运压下去。

这么一来,芯片比拼的不再只是标称算力,还要看特定的AI推理任务里,究竟有多少硬件资源被真正用上。

理想从设计阶段就同步开发编译器,让硬件架构更贴近AI模型的计算需求。不同AI模型的计算任务如何映射到硬件上,由编译器负责,架构优势能不能变成模型运行效率,也取决于它。这套架构想做到的,是在提升AI计算效率的同时,保留对不同模型和任务的适配能力。对理想来说,它既服务自家的智能驾驶和AI应用,也为芯片作为标准化产品对外供应打下技术底子。

外供边界,理想已经开始按产品属性来划。马赫M100的技术路线提供了产品基础,标准化供货则是理想给这项技术找更大应用空间的商业选择。

三条路径各有侧重:小鹏借大众合作,把芯片装进整车智能化方案;蔚来通过专业芯片伙伴补齐市场化能力;理想则试着把成熟的标准化零部件直接推给外部客户。

小鹏和蔚来的走法给理想提供了参照。马赫M100的标准化外供能不能走通,说到底还要看这颗芯片能否真正走出汽车。

马赫M100,能否走出汽车?

内部应用阶段,芯片面对的客户再熟悉不过,就是车企自己。车型规划、算法需求、软件架构都清楚,芯片可以围着这些需求设计,软硬件协同完成适配。

可一旦对外供货,事情就复杂了。外部客户有各自的车型平台、算法体系和产品需求,机器人企业更是如此。芯片厂商要解决的不光是性能,还有产品适配、技术支持、稳定交付和后续迭代。

理想此番是头一家受邀在这个讲台发言的中国大陆企业——谢炎在台积电OIP论坛上作了演讲。放到产业技术交流的层面看,这是个积极信号,说明马赫M100芯片已经进入国际学术会议和产业论坛的视野。另一边,向理想打听芯片供应可能性的机器人企业也已经出现。

两个信号摆在一起,能看出理想在尝试拓展自己的产业角色:既是芯片技术的研发者和使用者,也开始试着做芯片产品的提供者。

机器人企业关注马赫M100,产业逻辑是现成的。具身智能正从实验室走向真实场景,机器人对端侧AI计算的需求随之增加。环境感知、任务理解、运动决策,都得靠芯片提供稳定的实时计算能力。

汽车和机器人在具体任务、软件架构、硬件形态上不一样,但都要在有限的功耗、算力和成本约束下完成感知、决策与执行。马赫M100若能在保持计算效率的同时支持不同模型和任务的迁移,就有机会从一颗服务汽车的芯片,长成更广泛的端侧AI计算平台。

理想马赫M100:芯片出车,16.25亿融资落地(配图 5)

不过,车规级芯片不等于不经适配就能直接用在机器人身上。不同机器人本体的算力需求、功耗、散热和接口各不一样,理想可能还得提供编译器、开发工具链和算法迁移服务,并建立起自己的客户体系和技术支持体系。

理想能不能成为芯片巨头,现在下结论还早。但有一件事看得清楚:车企自研技术的价值,已经有机会超出整车产品本身。

理想的芯片故事,正走进一个新阶段。

马赫 M100 在内部已经跑完了量产车型的技术验证。

往外看,理想开始拉资本、找客户,还打算把这颗芯片推到汽车以外的场景里去用。

不过,从一颗能装车的芯片,到一门能持续做下去的芯片生意,中间的路还长着呢。

对理想来说,芯片业务找新客户的过程,其实也是自家技术能力拿到外部去挨一次检验。

理想原本是整车制造商,后来做核心技术研发,如今又要对外供芯片产品——这条路径也照出汽车产业的竞争已经换了维度。

此前,理想靠自研芯片给自家车型添智能化竞争力;往后,马赫 M100 若能装进更多汽车和机器人产品,理想手里的技术能力就有机会嵌入更广的产业。

车企一旦开始往外输出技术,汽车产业的边界也就不会只画在汽车上了。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 黄仁勋卸任英伟达CEO:评级下调、数据威胁与AMD做空风波

    【TechWeb】11月20日消息,黄仁勋卸任英伟达CEO带来的震荡仍在AI芯片产业链持续蔓延。19日行业接连爆出多重利空:英伟达遭遇勒索组织数据威胁、穆迪下调其信用评级展望,同时做空机构发布报告质疑AMD订单真实性与流动性安全,叠加台积电对英伟达超额订单提出预付现金要求,AI芯片板块的风险预期快速升温。勒索软件组织G

    来源 腾讯网
  2. 黄仁勋卸任后英伟达评级遭下调,AMD被做空机构质疑订单

    【TechWeb】11月20日消息,黄仁勋卸任英伟达CEO带来的震荡仍在AI芯片产业链持续蔓延。19日行业接连爆出多重利空:英伟达遭遇勒索组织数据威胁、穆迪下调其信用评级展望,同时做空机构发布报告质疑AMD订单真实性与流动性安全,叠加台积电

    来源 TechWeb
  3. 黄仁勋离任连锁反应:英伟达评级遭下调,AMD被做空机构盯上

    【TechWeb】11月20日消息,黄仁勋卸任英伟达CEO带来的震荡仍在AI芯片产业链持续蔓延。19日行业接连爆出多重利空:英伟达遭遇勒索组织数据威胁、穆迪下调其信用评级展望,同时做空机构发布报告质疑另一家由华人CEO主导的芯片企业AMD订单真实性与流动性安全,叠加台积电对英伟达超额订单提出预付现金要求,AI芯片板块的

    来源 AI 行业观察
  4. 英伟达H200、AMD MI325X对华许可明细公开:344万颗申请获批88万颗

    【TechWeb】11月20日消息,当地时间11月19日,美国众议院外交事务委员会公开了英伟达H200、AMD MI325X高端AI芯片对华出口许可明细,这份由委员会主席Brian Mast依据《出口管制改革法案》披露的文件,统计节点截至2026年5月11日,也是该法案生效以来透明度最高的一轮芯片许可披露。 文件显示,

    来源 AI 行业观察
  5. 三星高管谈AI投资:Neocloud风险有限,需求真实非投机

    IT之家 11 月 20 日消息,据路透社当地时间 18 日报道,三星电子两位高管在本周举行的摩根士丹利会议上表示 Neocloud(新兴 AI 云服务企业)面临的不确定性对整体市场的影响有限,这轮 AI 投资基于实际需求而非投机。 三星 DS(设备解决方案,半导体板块)部门经营战略总管负责人 Kim Yong-kwa

    来源 AI 行业观察
  6. 阿里巴巴 CEO 吴泳铭:2027、2028 年将是中国算力最紧缺的两年

    据界面新闻今日报道,在 2027 财年第二季度财报分析师电话会上,#阿里巴巴#集团 CEO 吴泳铭表示,2027 年和 2028 年,将是中国算力最紧缺的两年。2027 年以后,阿里云的芯片供给都会以国产平头哥芯片为主,同时也会采购其他国产芯片来支持内部的推理需求。

    来源 IT之家
  7. 三星高管回应AI投资:Neocloud风险有限,芯片短缺短期难解

    IT之家 11 月 20 日消息,据路透社当地时间 18 日报道,三星电子两位高管在本周举行的摩根士丹利会议上表示 Neocloud(新兴 AI 云服务企业)面临的不确定性对整体市场的影响有限,这轮 AI 投资基于实际需求而非投机。三星 DS(设备解决方案,半导体板块)部门经营战略总管负责人 Kim Yong-kwan

    来源 腾讯网
  8. 国产芯片三级跳:近10万颗出货后,存储与AI芯片各闯一关

    (本文作者为 冯伟冯大白,钛媒体经授权发布)文 | 冯伟冯大白今年前三季度,国内半导体产业获得的投资已经超过去年全年。投中嘉川CVSource统计的金额是3311亿元,投资事件1475起。进入11月,计算芯片企业的新融资仍在披露。资本愿意等待的产品,已经有了不同的模样。有的芯片卖进了客户机房,新资金用来准备下一代;有的

    来源 腾讯网
  9. Gemini 4翻身背后:SemiAnalysis道歉,Google TPU也不够用

    今天,知名半导体和 AI 研究机构 SemiAnalysis 在 X 上发了一张写给 Google DeepMind 主席 Demis Hassabis 的《向 Google 道歉专用表》。理由一栏勾了包括「我只看了 X 上大家的消息」、「我那在 Anthropic 工作的室友,说服我相信 Gemini 已经完了」和「

    来源 腾讯网
  10. 黄仁勋被罢免后英伟达发财报:H200停售中国,业绩仍增长

    英伟达罢免CEO黄仁勋的余波仍在持续。本周发布的财报显示公司业绩稳健增长,管理层并承诺好日子还将延续;与此同时,这家芯片巨头宣布将停止在中国销售H200芯片,并驳回了外界部分呼吁。一边是亮眼业绩,一边是人事地震与地缘政治压力,英伟达正处在近年来最微妙的十字路口。

    来源 AI 科技快讯
  11. 英伟达投资版图:持股超1000亿美元,钱都流向了谁

    近年来,英伟达一直被业内人士誉为是AI循环融资经济的“中央银行”。在前首席执行官黄仁勋的领导下,英伟达不仅为全球AI浪潮打造了底层核心基石——GPU芯片,更凭借雄厚财力构筑起一座庞大的“资本弹药库”。 然而,伴随这位“皮衣刀客”的骤然离任,华尔街与硅谷无不忧心忡忡:这股源源不竭的资金活水是否还将继续奔涌?一旦水龙头骤然

    来源 AI 行业观察
  12. SpaceX 430亿美元芯片抵押融资与马斯克太空数据中心计划起冲突

    IT 之家 11 月 20 日消息,据《金融时报》今日报道,SpaceX 最新一笔以英伟达 AI 芯片为抵押的 430 亿美元(IT之家注:现汇率约合 2,877.55 亿元人民币)债务融资,正与其 CEO 埃隆 · 马斯克的太空 AI 数据中心计划产生冲突。 为这笔融资提供支持的贷款方曾试图在合同中加入限制条款,禁止

    来源 AI 行业观察
  13. 香山开源处理器核:从雁栖湖到昆明湖,企业为何开始把它装进芯片

    在2026年11月的集成电路设计业展览会(ICCAD-Expo 2026)上,北京开源芯片研究院的展台里展示了搭载进迭时空CPU芯片V100的RISC-V服务器,V100是业内首颗完整符合RISC-V服务器规范的计算芯片,代表着RISC-V正在迈向真正可部署、可规模化应用的数据中心市场。这颗芯片内集成46颗RISC-V

    来源 AI 行业观察
  14. 太空数据中心融资难题:抵押物上了天,银行敢放贷吗

    太空数据中心正从概念走向发射合同:轨道上太阳能几乎不间断,余热可辐射进深空,抗辐射芯片也已被证明能在轨服役数年。但真正的瓶颈不在技术,而在融资——当抵押物被火箭送上轨道,银行既无法查封也无法拍卖。保险、长期算力合同与政府订单能否补上这个缺口,决定了这个行业究竟能走多远。

    来源 AI 科技快讯
  15. OpenAI用GPT-4o改芯片电路,AMD旗舰GPU能效最高提14%

    OpenAI 当地时间 18 日发布技术报告,披露 AI 辅助芯片设计进展。自研推理芯片 Jalapeño 2025 年初就交给 GPT-4o 打下手:模型重写浮点加法器、乘法器等电路,新乘法器综合后面积减约 15%、延迟压到一个时钟周期;合计向量计算单元面积减约 13%,矩阵计算单元减约 10%,

    来源 AI 开发者社区
  16. 全球宕机、Anthropic上市、芯片变局:AI繁荣的三重底色

    过去一周,大规模宕机事件席卷全球数字生活,暴露出AI时代基础设施的深层脆弱。与此同时,Anthropic的IPO为行业注入新资本,黄仁勋之后的AI芯片格局也在悄然生变。本期WIRED播客《Uncanny Valley》围绕这三条主线,拆解AI繁荣背后的技术逻辑与商业变局。

    来源 AI 科技快讯
  17. 英伟达投的AI Infra创企发模型工厂!支持数千卡集群训练万亿MoE

    智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支持在千张以上GPU集群上训练万亿参数以上的MoE模型。

    来源 智东西
向下滚动自动加载更多