The following article is from 误点Auto Author 误点团队

上行期理所自然的时间决策，到了用生意拆伙解说合感性的时候。

文丨赵宇

剪辑丨龚方毅

"当今马赫 M100 的业务办法达成度唯有 60%。" 北京车展前夜，距离生机自研芯片量产装车只剩一个月，生机汽车 CTO、系统与计议群组负责东谈主谢炎告诉《误点 Auto》，"果真的胜仗，是搭载马赫 M100 的 L9 智驾才气跑到业界第一，然后车又卖得很好。那样咱们才能相配有底气地说达到业务办法。"

1982 年，好意思国计议机科学家 Alan Kay 曾说，"你如果果真认真对待你的软件，就要我方作念硬件。" 基于类似逻辑，生机在 2022 年立项自研芯片，并已为此累计干预数十亿元资金。谢炎是生机芯片自研口头的负责东谈主。他 2022 年 7 月事好意思团创举东谈主王兴先容加入生机。半年后，他晋升为生机 CTO。

拿起这个，谢炎在华为和阿里的前共事说他赶上了好时光——那时生机正巧业务上行期，公司高下充满 "想赢" 的劲头。特斯拉解说了自研芯片对擢升智驾体验的匡助，而国内新动力车市集正神采上涨，成本市集也吹法螺给冒尖的新势力更多假想空间。

到马赫 M100 准备上车时，生机阅历了自 ONE 托付以来的初度年度销量下滑，不仅纯电政策碰到转折，增程居品也濒临空前竞争。跟着新势力们挨个步入成立的第十个年头，中国新动力车的居品同质化和价钱内卷相互促成。像自研芯片这等烧钱决策，如果那时看起来有何等理所自然，今天就要花多大的力气来解说它的正确。

常常情况下，莫得训戒的公司会从小芯片作念起，低成本跑通遐想、流片和供应链经由。即使是小芯片，失败一次也要亏蚀数百万好意思元；换成先进制程大芯片，除了每个要津更难，流片成本也指数级加多到千万级好意思元，失败一次跟马斯克又炸掉一枚火箭差未几了。

谢炎刚加入时，生机芯片团队唯有两名职工，不到一个月就剩一个了。留守的那位问他，"公司照旧决定作念芯片，但要何如作念？" 谢炎反对作念小芯片试水。他告诉咱们，生机不是为了解说有才气作念芯片而作念芯片，应该顺利惩办最中枢的问题：确保首颗自研芯片量产时能超越同期最强的英伟达芯片。

他莫得沿着更主流的 GPGPU 道路追逐英伟达，而是选择了数据流架构。按照生机的说法，马赫 M100 单颗有用算力达 1280 TOPS，同期由于数据流架构提供的算法优化空间，其有用算力是英伟达 Thor-U 的 3 倍。

数据流架构由 MIT 的几位涵养在 1970 年代提议。谢炎在好意思国特拉华大学读研时战斗到它，认为它比冯·诺依曼架构更接近大范围 AI 计议的需要，夙昔几十年一直莫得大范围商用一是因为它的上风需要实足大的计议范围才能清楚，二是编程和调试难度也更高。

谢炎信赖 AI 改变了一些假定，"我信赖 AI 期间会有一套新的计议架构，一直想在汽车上把它试出来"。他告诉咱们，GPU 依赖集会式退换和无数数据搬运，范围越大，效率损耗越彰着；数据流架构让数据驱动计议，表面上能减少恭候和搬运，把更多晶体管用于果真的计议。但这也把压力改动到软件栈、编译器和软硬协同上。

杜克大学电子与计议机工程系涵养陈陶然认为，马赫 M100 是一次有出路的工程尝试，但不应简易地认为数据流架构即是改日发展标的——要害在于继承哪种具体的数据流遐想，以及它与办法应用和软件系统的协同效率。由于大部分优化事迹改动到软件栈，施行效率很大程度上取决于编译器的熟谙度，以及软硬件协同遐想的质地。此外，自动驾驶算法模子演进很快，这种架构必须在 CNN、Transformer 等计议范式间保持实足的天真性。

"数据流架构是一个平常见地，涵盖从脉动阵列、内核级数据重用有计议到更激进的编译器退换架构（如 Groq）等多种遐想。" 陈陶然涵养对《误点 Auto》解释，"马赫 M100 继承了介于传统 GPU/TPU 与 Groq 纯静态编译器退换模子之间的时间道路，通过编译器等软件更精确地限制芯片里面的数据流动和计议过程，既保持实用的 NPU/SoC 遐想，又让数据搬运、土产货缓存、互连通讯和同步变得更可控。"

他认为，自动驾驶触及环境感知、行径预测、旅途筹划等存在无数复杂计议任务的要津，当今还触及大型 AI 模子推理。"如果软件系统能有用和谐这些数据传输和计议，芯片利用率会权臣提高，处理速率更踏实、能耗更低。"

谢炎承认马赫 M100 上车过程也照实有不少 "坑"：硬件遐想复杂度诽谤，软件复杂度提高，对传统编程方式并不友好，初版智驾模子从更新到完成车端适配用了两个月。尽管当今照旧可以大幅裁汰到不到一周，但仍有很大优化空间。接下来，他们还需要通过编译器等软件器具来充分开释芯片的硬件性能后劲。

这件事由一个不大的团队鼓励。生机芯片团队早期永劫辰唯有几十东谈主，当今约 200 东谈主，仍远小于外界假想中的无缺芯片团队范围。谢炎说，东谈主多不一定好，东谈主多时许多都是在搞政事斗争。中枢部分我方作念，后端、SoC 集成等要津可以借助供应商。在生机近万东谈主的研发体系里，这个团队更像一个放心的边缘，尽量不被每月销量升沉烦躁。

"只须咱们还没穷苦到少许儿钱都莫得，那就保持这个研发强度，把内功练好。重要的是，你信赖这件事本人不管在什么期间都重要。" 谢炎说。

以下是咱们与谢炎的对话，略经剪辑。

不认为马赫 M100 照旧胜仗，当今只达成办法的 60%

误点：回少顷辰面前有两种说法，一种是 2025 岁首，一种是 2025 年 5 月。

谢炎：2025 岁首。咱们回片后测试了三个月，到 5 月份，保证它没什么问题，所有东西都踏实了才说胜仗。一般刚回片就告示胜仗，是为了眩惑成本。你无意三个月，根柢不成笃定里面有莫得问题。

误点：流片拆伙和你们的预期完全一致吗？

谢炎：对。这即是前期事迹作念得多的公道。你作念得越多，操心之后跟你的预期越一致。

误点：许多公司会在流片胜仗后很快对外告示。

谢炎：对，一般都是这样干的。咱们把芯片从台积电背操心，第 12 个小时就点亮了，但我什么都没说，因为我知谈那不代表任何有趣。

误点：那时有牵记过流片操心，但模子在上头跑不了吗？

谢炎：自然有，是以咱们在流片之前作念了极其充分的测试。大多数公司不会作念到咱们阿谁水平。咱们不仅在模拟器上把操作系统跑起来，而且把许多大模子都无缺地跑了，保证这个东西最终出来时尽量不出意外情况。许多东谈主以为咱们的测试作念得过于充分。

误点：李想知谈马赫 M100 流片胜仗后是什么反应？

谢炎：我不铭记了。直到今天，我也不认为它照旧算是胜仗，果真的胜仗是全新一代生机 L9 搭载马赫 M100 芯片后，智驾能够跑到业界第一，然后车又卖得很好，咱们才能相配有底气地说达到业务办法。当今只算达到 60%，即使今天的确照旧跑起来了。

误点：智驾业界第一的办法，包括卓绝特斯拉吗？

谢炎：咱们的最终办法自然包括特斯拉，对标全球最高水平。

生机汽车马赫 M100 自研芯片。开头：生机汽车

误点：你事迹训戒相配丰富，见过不同芯片流片。在生机和其他公司，个东谈主感受有什么不一样？

谢炎：这颗芯片照旧挺了不得的。好多公司可能作念了很永劫辰，但仅仅作念一些比较小的芯片。是以你看咱们团队，自然有些东谈主在业界也事迹了十几、二十几年，致使更永劫辰，但照旧挺欢喜。

这样短的时辰作念这样大制程的芯片，在中国未几见。中国有上千家芯片公司，可是作念到这个水平的比较少，咱们又是第一次作念，而且咱们是新团队、新架构，工艺制程又有挑战。自然台积电比较熟谙、靠谱，我也相配谢忱他们。

误点：你前边提到作念芯片也但愿 "车卖得好"，你们需要对汽车居品的生意获输赢责吗？

谢炎：咱们没法对生意获输赢责，只可让芯片具备实足竞争力，也即是性价比一定很高，算力进展的着力一定超越能买到的芯片。如果作念不到这些，自研就没特有趣。

误点：生机是全系车型都要搭载马赫 M100 吗？

谢炎：咱们但愿是全系搭载。当你有成本、性能上风，没情理不全系搭载。

误点：全系搭载对时间决策有什么影响？

谢炎：这很重要，咱们一开动的办法即是全系搭载，如果里面都不肯意用，那就阐扬芯片不够好。反过来讲，全系搭载也帮咱们计议出未必需要在成本、性能上作念到什么程度。包括咱们在立项时也计议过，搭载若干辆后能摊平全部研发成本，每块芯片大摘抄比外购低廉若干钱。

误点：是从客岁芯片流片胜仗之后就决定全系搭载吗？照旧说会有一些中间的商量？

谢炎：决策过程不是你假想的那样，更多是一开动全球商定好要作念到什么程度，经过考证据足有竞争力才能搭载。是以要一步步考证，流片操心，能跑起来，初步看到的确如我所说，性能、成本也有上风，逐渐就用了。大部分东谈主照旧会打一个问号，因为不参与这件事，也可以贯穿。当逐渐让他们从看见到信赖，决策就落地了。

误点：哪个目的果真打动了他们？

谢炎：主要照旧性能。如果性能好，成本又可以，比市面上能买到的都好，居品线没情理无谓。

误点：从芯片跑起来，到果真上车，中间最大的挑战是什么？

谢炎：第一颗芯片终末要上车，让模子都能跑起来且性能很好，还需要一些软件事迹。数据流架构芯片最终靠 AI 能够越来越快，但第一颗芯片照旧有许多坑。比如它在硬件上的遐想复杂度诽谤，但软件复杂度擢升，它不是那么得当东谈主类编程，但这也不是不可以作念。因为我我方作念编译器，我照旧会跟团队商量何如让编程更简易。

咱们初版模子编出来花了两个月，后头会是一个月、半个月、一周，编译器越熟谙迭代越快。按照咱们以前学习的编译表面，最优性能长久可以靠拢但不可达到，是以可以不竭优化。当今咱们从模子更新到完成车端适配用不到一周了，最终咱们但愿达到一天之内完成适配。

误点：不同车型搭载几颗马赫 M100 芯片的决策，你参与了吗？

谢炎：各有各的单干，一般对于单干以外的事迹我会了解，但尽量不影响他们决策，因为还有生意和其他斟酌。

误点：一颗芯片从遐想到量产，最难的要津是什么？

谢炎：各式穷苦都有，但最难的是选择作念什么、不作念什么。这些选择来自澄莹的居品界说，需要有好的应用场景才能明确办法。在生机，咱们能比较澄莹地看到需求，这最珍藏。一朝需求界说澄莹，时间道路就会澄莹，剩下即是匹配资源，看干预产出是否合算。后头的事迹也有难度，但并不是最难的。

时间上，前、后端遐想的挑战照实比较大，好在咱们团队的东谈主都比较靠谱，训戒也比较丰富，像罗赤诚（生机算力单元部门负责东谈主罗旻）都是干了许多年的东谈主。而且后端团队也很强，比如咱们要把这颗芯片限制在一定面积以内，他们干了许多相配详细的活儿，以至于咱们后端供应商的东谈主都以为太挑战，他们同期给好几家公司作念芯片，阐扬咱们的要求媲好意思国那些公司高。

自研芯片是加入生机的前提，不作念就无法结束居品各异化

误点：对于自研芯片，你们最初是何如斟酌的？

谢炎：在我 2022 年加入公司前一年，生机就照旧开动斟酌作念芯片，但没笃定要作念多大算力、作念到什么程度、什么时候托付。这些是我来生机后，经过商量才定下来。

来之前跟李想调换，我提到一个重要不雅点：改日竞争是居品软硬件一体的竞争，就像手机一样。手机产业早年有两种公司，一种是苹果、华为，有我方的操作系统和芯片，另一种莫得。两者之间存在巨大差距。我那时和想哥达成一致：如果生机改日以居品为中枢竞争力，一定得自研中枢软硬件。

误点：口试时，你和李想即是这样调换的？

谢炎：我第一句话就问想哥，生机汽车如果要作念成头部公司，是不是一定要作念成苹果那样？第二句话问，咱们会不会作念芯片？是以来这里的前提是我照旧有一个预设，因为作念操作系统许多年，我以为不结合芯片也作念不出什么花来。

误点：自研芯片干预很大，李想那时是什么立场？

谢炎：想哥从一开动就无条目救助，因为他也信赖这是中枢竞争力不可或缺的一部分。

误点：传说生机决定作念芯少顷，管理层为此批了 10 亿好意思元预算，有这回事吗？

谢炎：他莫得具体批预算，咱们立项时有一个预算金额，那时我是按照下限去卡的。我认为作念第一颗芯片不要花太多钱。

误点：咱们的有趣是，生机芯片自研的合座预算是 10 亿好意思元。

谢炎：芯片自研是逐渐迭代的过程，很难用固定预算来揣测。比如苹果从 A4 开动作念，从 A 系列作念到 M 系列，从手机、服务器到札记本都用自研芯片，这些干预没办法用单一预算来揣测多照旧少。

咱们更多是按口头批预算，有了第一个口头就会滚动到第二代、第三代，后续会越来越强。因为背后的逻辑是 AI 算力长久不够。当今 AI 还没果真进入全球的生计，唯有 Chatbot、"小龙虾" 等简易应用，这仅仅产业早期的早期，相配像 1970 年代末的计议机。那时全球以为 640K 内存就够了，处理器 1M 赫兹都极其高端，一直到 1980 年代中期才出现。更早即是 8088、8086，即是几百 K，还可能更低一些。

但跟着应用爆发，算力需求远远超出预期。不仅是算力大幅擢升，而且数目信服要更多。因为一开动仅仅极客用，就像乔布斯开动卖给硅谷那些东谈主，自后变成每家每户、五行八作都要用。咱们认为这仅仅开动，AI 发展莫得回头路，需求只会越来越强，用量只会越来越多。

误点：那到底是若干？

谢炎：不成说。

误点：这样重的干预，李想为什么会救助？

谢炎：他比较信赖垂直整合结束各异化这个逻辑。

对于任何居品，果真的各异化即是掌持中枢时间链条，比别东谈主更快迭代翻新。在这个逻辑下，该作念什么、不该作念什么就很澄莹。能帮咱们在性能和成本方面结束各异化的，就精确干预；不成的就不作念大干预，即使它今天很重要。

每个期间都有中枢居品，它不仅自身重要，还能孵化时间并溢出到其他领域。八九十年代是 PC，最近二十年是手机。智高手机时间熟谙后，Pad、电视、车载触摸屏都出来了。如果莫得安卓、高通、苹果，汽车公司要花若干年才能低成本作念出通顺的车内交互体验？

智能电动车即是这样的居品，可以围绕它把端侧东谈主工智能作念得相配熟谙，因为它是现时个东谈主能领有的最大算力末端开拓。一辆车有 7 到 11 颗高分辨率录像头，可以孵化机器东谈主和三维天下行径智能体的基础时间，让这些时间变得高性能、低成本、袖珍化。那时间孵化充分时，其他应用就变得容易。如果今天顺利作念机器东谈主，真的太累了，因为好多东西根柢没熟谙，更别说再早几年。

误点：2022 年前后，市集上有两种典型论调：一是英伟达作念了 30 年芯片，其中自动驾驶芯片从 Parker 到 Orin 屡次迭代，自后者何如超越？二是余凯说，主机厂年销量不到一百万辆就会亏钱。基于这些不雅点，全球以为车企自研智驾芯片难度很大，或者第一代芯片即是交膏火的。

谢炎：这个逻辑大体没问题，但需要拒绝分析问题细节才会看到真相。

比如说量不够，如果是手机芯片的确要很大的量，因为手机芯片很小。可是不要静态去看汽车的 AI，咱们在 2022 年就看到汽车的 AI 计议量将来会变得很大。

不要低臆测划量需求，时间还在发展，长久需要更多计议量。汽车作为全自动化行径的机器东谈主，需要的计议范围很大，对应的芯单方面积也很大。以芯单方面积算，汽车比手机高许多。当今一颗 Thor-U 要 800 到 1000 好意思金。自然，具体价钱也与采购范围关计议。

此外，高端车可能需要搭载两颗。是以哪怕不看软硬件协同价值、居品竞争力价值，只看自研芯片从简的采购成本，我认为可以降一半致使更多。而且这是延续动态发展的，像汽车这种高智能化居品，芯片的成本占比很高。今天高端车要搭载 1600 到 2000 好意思元的智驾芯片，改日可能到 2500 致使 3000 好意思元，成本降一半的范围绝顶可不雅，是以不需要搭载一百万辆就实足隐敝芯片研发成本。只须能倨傲一年销量，就能隐敝好几年芯片研发团队的用度。

另外我方研究、遐想之后的效率比较高。如果本年卖的车都部署自研芯片，咱们一年省下来的钱就卓绝三年研发用度，更别说这颗芯片可能要用两年，致使三年。

误点：特斯拉 2019 年就量产了自研芯片 Hardware 3.0，自后国内厂商陆续跟进。你那时会以为这是势必趋势吗？

谢炎：拿手机作念类比挺好。头部公司体量实足大，比如手机和汽车，一定会掌持居品里面最中枢的部件来保证竞争力。乔布斯说过，不可能我作念一个居品，最中枢的时间我方莫得限制力。这很危境，因为那意味着别东谈主可以很容易地复制你的居品，而你也无法有用掌持居品时间迭代的节律。如果最中枢部分全球都一样，都是高通或 Google，就很难作念出果真的各异化。

反过来讲，如果企业有志于成为最头部公司，最中枢的部件信服要掌持。自然也不是什么都要作念，比如作念汽车没必要作念轮胎、钢板，供应商提供就好。但车里的 AI 算力信服是不竭发展的，是以咱们要作念马赫 M100。

误点：是以一辆智能电动车最中枢的部件即是这颗 AI 芯片？

谢炎：是中枢部件之一，因为车本人还有一些可以各异化的部件。决定一个部件是否自研，主要看两个条目：一是它很重要，能决定用户体验隔离；二是它能够各异化，因为时间还在高速发展，莫得进入平台期。

AI 恰好两者都具备。当咱们把汽车动作机器东谈主，AI 一定是决定性身分，这辆车贤慧不贤慧信服能看出来。第二，AI 还在高速发展，是以一定要干预，因为你可以靠我方的掌控力快速和别东谈主拉开差距，而如果靠供应商就只可任天由命。

我一位共事以前在苹果。苹果自研芯片最先用的是 Arm 的 IP 核，想更正某些部分提高效率，但 Arm 说不成改，因为它要倨傲所有客户的需求。Arm 照旧是很强的 IP 供应商，但它要成为所有客户的最大契约数，不会为最强的公司定制居品。即使它吹法螺定制，时辰成本也会很高且效率低。是以苹果自后只买 Arm 的教导集授权，IP 全是我方遐想。当今苹果核比天下上任何 Arm 核效率都高，因为可以完全适配我方的操作系统和应用需求，提供别东谈主无法提供的性能。

误点：有点像 Alan Kay（好意思国计议机科学家） 讲到的，"你如果果真认真对待你的软件，就要我方作念硬件。"

谢炎：对，这句话很经典。我最早在英特尔作念编译器、操作系统等底层软件，它们和处理器等硬件是顺利配合的。如果你仔细看底层软件和处理器架构的遐想，它们是围绕一套长入的架构想想积存遐想起来的。自然，经过几十年发展，软件和硬件之间的界限已并非与大多数东谈主贯穿的那样曲直分明。

当今计议机系统的底层逻辑在 1950 年代出现，70 年之后，第一次遇到了果真有趣上的剧变——从以秀气逻辑为基础，转向以概率论和深度神经网罗为基础。那么，整个计议机架构，包括硬件、软件和操作系统，都有必要围绕新的基础进行大范围重构，来有用撑持需求的爆发式增长。2022 年我来公司时就和时间团队说，这是所有计议机系统从业者 70 年一遇的契机。

要掌持自研芯片中枢的 For AI 部分，不作念小芯片试水

误点：你加入生机时，自研芯片团队是什么气象？

谢炎：那时芯片团队唯有两个职工，不到一个月就走了一个。剩下阿谁职工问我 "公司照旧决定作念芯片，但要何如作念？" 那时蔚小理都在作念，而且其他两家比咱们早，团队的想法是先作念颗小芯片试水。

我第一反应是没必要，因为咱们不是为了解说有才气作念芯片而作念芯片。咱们应该顺利从这个期间，汽车芯片上最重要的问题动手，那即是 AI 推理计议。不要胆怯没东谈主、没训戒。这些都不要害，惟一要害的即是政策办法的正确性。

咱们最终笃定：自研的办法是在量产时超越同期最刚劲的英伟达芯片。这个决定很重要。果真特有趣的即是围绕这个期间的主题，作念一颗实足强的 AI 芯片。

误点：你们启动自研时设定的性能办法是什么？当今达到了吗？

谢炎：单纯解说能作念芯片不是咱们的办法，毕竟许多公司都可以把英伟达架构或 Google 第一代 TPU 进行某种克隆，有脉动阵列，加处理器，再加 GPU 就能作念出来。但这不是咱们的选择。咱们不是因为要追求原创，而是要确保这颗芯片能匡助生机在 AI 期间时间最先。

咱们那时界说的办法是：一半成本、两倍性能，也即是四倍着力。施行算力会更高，因为 GPU 那时基本是 20%-30% 的践诺效率，这由它的架构天生决定，可能最多优化到 40%，再往上就很难。咱们办法是达到 50%-60% 的践诺效率。今天看来基本作念到了，马赫 M100 的施行算力是英伟达的 3 倍，成本还比它低。

今天看马赫 M100 芯片，咱们很自傲，这是中国第一款完全原创遐想的 AI 芯片，继承了非主流但更得当 AI 的数据流架构。

误点：四倍着力对标英伟达，那时指的是 Thor 照旧 Orin，包括中间还有过 Atlan？

谢炎：咱们那时对准的办法是 Orin-X，但今天看来，马赫 M100 的施行算力是 Thor-U 的 3 倍。

马赫 M100 的架构表露图。开头：生机汽车论文 "M100：An Orchestrated Dataflow Architecture Powering General AI Computing"。

误点：马赫 M100 芯片当中哪个地点不成被 Trade  off（弃取），哪些地点可以？

谢炎：中枢中的中枢是 for AI 的那部分，要完全掌持在我方手上。有公司去买 NPU 核，那还不如不自研，顺利买芯片就好——AI 部分都不掌持，等于作念芯片不掌持任何东西。是以 AI 的 NPU 核一定要我方遐想，而且得完全知谈为什么这样遐想，上头的编译器、软件、模子都要能垂直整合。相对来说，CPU 核因为不在 AI 推理计议中占据主导，发展速率也比较舒缓，可以不作为前期重点干预的标的。

误点：这亦然你们在 2022 年定下来的？

谢炎：对，相配澄莹，从来莫得动摇过。许多东谈主说，为什么生机我方不搞一个 CPU，因为没必要。

误点：当初界说芯少顷哪些判断今天看起来挺准的，哪些又导致你们得在软件上作念更好？

谢炎：软件上信服需要作念一些事迹，比如某块土产货内存到底需要多大容量才能进展最大着力，这需要软件和模子整个适配。咱们大部分判断是对的，如果说当年还可以作念得更好，也许还可以更激进少许。2022 年时咱们照旧超出所有自动驾驶团队的判断，全球都说 Orin-X 照旧比较充足了，而咱们的遐想办法是全球需求上限的 2 倍。即使这样，本年来看照旧偏保守。

误点："激进" 指哪些参数？

谢炎：即是咱们需要更大着力、更大算力。我相配信赖改日需要更大算力，仅仅以什么成本得回。如果成本能基本保持不变，信服是算力越多越好。

更别提咱们除了智驾外，还要把 L9 Livis 打形成智能机器东谈主。当今咱们好多才气都要算力，而且要的还不少。一辆车有 11 颗 "眼睛"，除了自动驾驶，它还要能够贯穿你，帮你干活，致使改日咱们可能会在车内装个机械臂帮你拎东西。

类似的需求都需要实足刚劲的土产货算力，因为云霄算力会受无线勾通的影响。你并不但愿你的物缄默能体时灵时不灵，也不但愿它事迹时的反应速率时快时慢。

从这个角度讲，算力将是一辆汽车的中枢。汽车再往下发展，开得更快没必要，除非它能飞起来。续航也差未几了，那就需要它更像一个机器东谈主，既当司机又能帮你干活。像想哥说的，帮你接孩子、接一又友。你说帮我洗个车，它我方就去了，还能跟东谈主交流。

误点：界说芯少顷，智驾团队更了解现时算法和量产节律，芯片和操作系统团队则要提前看三四年后的需求。不同团队对时间演进的判断不完全一样，你们何如均衡这些意见？

谢炎：咱们参考了智驾团队的输入，但底层时间研发周期长，是以咱们照旧要免强我方看得再远少许，否则三四年后出来的居品可能过时或者匹配不上新的算法需求。这里是不同团队看待问题的不同角度。

误点：那时岂论端到端照旧 VLA，今天全球评论比较多的智驾术语还没成为主流。

谢炎：不需要这些术语成为主流，要信赖系统需要更多参数来学会东谈主类驾驶民风。这是信服的。

误点：如果能从头来一次，你们会在算力上作念到什么水平？包括内存带宽、PCIe（芯片互连）等。

谢炎：互联的才气可以作念得更高少许。那时以为单芯片的遐想划力照旧很高，是以莫得遐想 PCIe 救助。但今天看来照旧不够。不外咱们也通过操作系统的互联时间技能，达到了互联带宽需求。这亦然一个掌持时间全栈后带来的价值。

误点：你们笃定继承数据流架构时，芯片团队有多大范围？

谢炎：未几，咱们初期有很永劫辰是二三十东谈主。

误点：业界有种说法，"一个无缺建制的芯片团队应该在 600 东谈主独揽。" 你们当今未必若干东谈主？后续还要加多吗？

谢炎：咱们面前大要 200 东谈主。有时候我以为东谈主多不一定是善事，东谈主少少许更团结、效率更高。这又不是打群架，东谈主多就好。东谈主数和单元效率在一定例模以上是成反比的。而且咱们有模子团队、操作系统团队，全球协同起来效率相配高，不是所有东西都要芯片团队我方干。

误点：芯片团队的成员主要来自哪些地点？

谢炎：各个公司都有，也有许多校招。咱们莫得针对性地找哪个公司的东谈主，只须才气够强，咱们就招过来。全球形成战斗力就行，没必要挖整建制的东谈主，那对其他公司也不好。

误点：要高薪挖他们吗？

谢炎：生机的薪酬不低，但这值得，好的东谈主照旧值得好的薪酬。更重要的是，咱们这里干的事情应该算业界很先进的。在中国很先进，可能在整个天下也不算差。

误点：你们的薪酬高于行业平均水平？

谢炎：对。

误点：界说这颗芯少顷，各式参数优先级何如笃定？

谢炎：参数不是先定的。界说芯片最重要的是先贯穿要惩办的问题，比如咱们要在自动驾驶或 AI 任务上超越业界最最先的厂商。然后是量化的分析任务的计议特征，包括数据朦拢、计议密度等。因为芯片最终是为跑任务服务的，如果莫得深远理罢黜务，芯片作念出来再去适配会狡兔三窟。

是以，咱们一开动花了半年分析计议特征，第二步是贯穿如何遐想数据流架构，终末才是界说所谓的参数，比如总线带宽、若干个 Tile、若干 TOPS、计议单元互联带宽、I/O 接口带宽、CPU 数目、CPU 和 NPU 之间的交换带宽等。

咱们不像大部分公司那样，把照旧作念好的芯片参数拿过来，然后这儿加少许、那儿减少许。一是因为上头说的原因，二是咱们用全新架构，不可能拿英伟达的参数来改。

误点：分析计议特征用了半年，全球整个 Co-Design 亦然发生在这半年吗？

谢炎：时辰会更长，Co-Design 分几个阶段。

最先，界说芯少顷要全球整个界说，这相配重要。遐想过程中可能有新默契，也需要全球整个商量。因为结束功能时你会发现，比如要达到某个带宽，如果绕线密度太高就需要和解，少绕少许；反过来讲，算法团队要看能否通过软件法子弥补。这需要软件、算法、编译、硬件团队无数协同遐想。

其次，芯片操心后硬件照旧无法修改，是以模子遐想要对硬件性格酌盈注虚。软件如模子口头、参数口头可以匹配硬件性格：硬件在哪些口头上效率最高，咱们就匹配哪些口头。

是以前期是硬件瞄着模子作念，芯片操心后是模子、编译整个想办法瞄着硬件作念。芯片供应商很难这样紧密团结。如果拆成几家公司去作念，可以作念到优秀，但作念不到特出和超卓。

误点：哪些东谈主会参与商量？

谢炎：许多东谈主参与商量，这亦然咱们跟其他公司很不一样的地点。在其他厂商，作念芯片的作念芯片，作念模子的作念模子，作念软件的作念软件、作念编译的作念编译，相互之间欠亨。咱们在开动遐想时就把这些团队都拉到整个，因为最终是要为 Workload 服务，让这颗芯片在跑 AI 计议任务时更快。

是以比较要害的有作念模子的东谈主、算法的东谈主，有作念编译器、软件的东谈主，以及硬件架构师。致使还有后端的东谈主，他们要去看在某个工艺上能不成达到咱们要求的计议朦拢、数据搬运延时、带宽等目的。作念居品界说时全球能坐到整个遐想，这是咱们那时作为一家范围不大公司的公道。

"超越最佳的智驾芯片，数据流架构是惟一的契机"

误点：数据流架构很早就被提议，为什么到今天才得当用在车端 AI 芯片上？数据流不是全新见地，国内基本莫得其他厂商作念，海外有厂商把它应用在数据中心。

谢炎：你说得很对，数据流架构是个相配迂腐的见地，最早在 1970 年代提议，MIT 的 Jack B. Dennis、Arvind、高光荣涵养他们提的，到当今照旧几十年，但工业界落地相配少，最重要的原因是计议范围不够大。在计议和数据范围较小时，数据流架构的效率上风很难进展和体现。

冯·诺依曼架构有个很大的上风——粗心东谈主类编程。它把存储和 IO 操作都抽象成教导，加上计议教导，以一种中心化的教导序列 step by step 推动计议任务，非凡得当东谈主脑在有限的高下文长度下作念想考和编排。代价是亏蚀了一定的计议并行度，诽谤了效率。但这在 AI 计议之前的期间还能哑忍。而且夙昔也发明了乱序放射、超活水线、多级缓存、分支预测等复杂的 CPU 微架构时间来缓解。

数据流架构的优残障正好相悖，它用数据依赖图映射的硬件结构，自然高并行度，但擢升了东谈主类编程的复杂度，而且调试事迹和编译器的难度也大幅擢升。

是以 AI 出现前，数据流架构不成立——自然见地很好，但落地很难。但当计议范围扩大到一定程度后，冯·诺依曼架构的瓶颈照旧越来越彰着。再往后走，数据流架构应该是一种更好的体系架构方式。

误点：具体讲讲，数据流架构为什么更得当 AI？

谢炎：这得从 CPU 架构提及。CPU 就像厨房，有切菜、配菜、炒菜等工种，中间有个退换员负责发教导。这种集会式管理容易 Debug 和编程，但退换员负载很重，范围扩大后容易形成瓶颈：可能有东谈主欢娱但退换员没看到，或者有东谈主本可以更早切菜但因为教导没到而恭候。CPU 中有 30%-35% 的晶体管用于任务退换。

GPU 在此基础上更正，不再竖立超大退换员，而是把东谈主员分组并为每组配简易退换员，减少晶体管占用。但本训斥题没惩办：教导没到就得恭候，形成浪费；各组资源不成互用；范围扩大还需要分层退换，有点像计议经济，效率很低。系统也不成顺利掌持资源匹配情况，中间需要一层又一层筹划东谈主员。

还罕有据搬运的物流问题。退换和数据都是集会式的，会形成瓶颈。是以 GPU 里有无数内存（Memory）温存存（Cache），都是为了撑持中心化退换。范围小时没问题且容易 Debug，因为全是中心化的；范围变得超大时，瓶颈也会越来越彰着。是以 GPU 需要作念多层 Cache 和高 HBM 带宽来弥补效率不及。

误点：数据流架构何如惩办这些问题？

谢炎：那些不顺利产生价值的晶体管绝顶于极度支出，但芯片本色是要完成计议任务，果真起作用的是那些切菜、配菜、炒菜的东谈主。能不成不要中心化？谜底是可以，正因中心化代价很高，是以要走向散布式。

无谓教导驱动，可以去掉退换员，让切菜、配菜、炒菜的东谈主顺利团结，这样能擢升效率，免却许多晶体管。但难点是让全球在莫得退换员的情况下高效事迹，这对组织要求很高，是以编译器很重要。在咱们的处理器里，自然还有法度，但不按原来方式践诺，Debug 很难。

但公道是，这样的架构自然得当 AI，反过来当 AI 才气很强时，AI 也比东谈主更能管理这些超大资源匹配。冥冥之中自有天意。时间莫得好坏，唯有匹配不匹配。

因为咱们莫得中心化退换，所有践诺不是退换员告诉你开动，而是每个东谈主在我方工位上，数据到了就开动，践诺完就络续放到活水线上。

误点：你那时何如猜测用数据流架构？

谢炎：数据流架构主要始创者之一高光荣涵养是我在特拉华大学念书时的导师。当年咱们实验室称呼是 "计议机体绑缚构和并行系统实验室"（CAPSL），重点研究标的之一是使用数据流架构惩办大范围并行计议问题。

在当年许多问题的惩办过程中，咱们看到了数据流架构的专有上风。我那时的嗅觉是：它比冯·诺依曼架构更接近计议本色。但受限于那时计议机应用的需求范围，这套架构想想主如果在超等计议机和大范围科学计议场景下哄骗，而一般的 Windows 和 Mac 的通用桌面计议并不成有用进展其上风。

深度神经网罗出现并流行后，非凡是当下大模子 Scaling Law 推动模子参数和计议范围快速增长，需要更高效地惩办大范围并行计议和数据搬运的问题。这让咱们从头看到，围绕 AI 计议的数据流架构的遐想上风。

误点：但应该不是立项之初就笃定用数据流架构的吧？

谢炎：团队早期在架构道路上有过深入商量。那时有种想路是作念定制化加快器——把特定算法固化在硬件里，效率很高但不可编程；需要天真性的部分就极度加 GPU。这种有计议的公道是起步快，业界不少公司这样作念。

但我认为，这本色上是两套东西的拼接，不是长入架构，而且上限不高——芯片里有一部分跑的时候另一部分就闲置，形成资源浪费。更要害的是，AI 算子在快速演进，如果核神思划单元不可编程，很难稳健改日算法变化。是以，咱们最终选择可编程的数据流架构，自然难度更大，但天花板更高，能随从 AI 发展延续演进。

误点：之前全球用英伟达一方面是它的芯片好，另一方面是 CUDA 生态难以割舍。有些工程师说无谓 CUDA，事迹效率会诽谤许多，这个问题何如惩办？

谢炎：第一，用英伟达芯片成本很高。如果自研居品界说澄莹，自然器具链莫得 CUDA 好用，可能需要工程师多花一两周作念适配，但车能得回 50% 的成本诽谤、好几倍的性能上风，哪个更重要？这背后更多是居品质价比和策划的考量。

第二，数据流架构本人是 for AI 的，AI 亦然 for 数据流架构的。改日这些适配事迹都会由 AI 来作念。当 AI 实足强时，2026世界杯赛事竞猜最新版V2026.FIFACUDA 的生态上风会诽谤，因为以前东谈主是编程主力，需要 CUDA 等抽象层作念更好的分层、抽象和简化，其目的是诽谤东谈主类法度员的编程难度。

而不久以后，或者现时照旧开动，编程主体越来越多是 AI，编译器也可以是 AI，那么 CUDA 这类更多为东谈主类遐想的扶助 "拐棍"，重要性会越来越低。AI 致使可以抛开 "拐棍" 顺利快速对硬件编程，获取更高的性能和效率。

对以推理任务为主的居品公司来说，推理效率的重要性在快速上升，而东谈主类编程通用性的重要性在诽谤。英伟达照旧意志到这少许，是以花两百亿好意思金去买 Groq。这家公司是 Google 前职事迹念的，它的居品是相配静态的数据流架构，完全不救助 CUDA，莫得全球默契的可编程性，但推理效率会远高于英伟达的 GPGPU 架构。

误点：数据流不是主流架构，要用这种架构时，芯片团队和公司里面有莫得争论？

谢炎：有挺多商量。芯片团队里面一开动有东谈主因为时间理念不同而离开，这莫得对错，仅仅信赖和看见的东西不同。当架构想路长入后，全球办法一致，配合很默契，践诺起来反而比较得手。

公司里面前期信服也有一些疑问，毕竟这是全新领域。全球会想：生机没作念过芯片，能作念好吗？我猜想，许多芯片以外的共事猜疑的不是架构的选择，但更多是能超越市面上最佳的芯片这个办法本人是否感性。

这点上，咱们花了无数时辰对 Workload 和架构遐想作念量化分析，增强了信心；同期咱们也信赖，如果和博尔特比短跑，你无法通过直线跑谈 —— 也即是 GPGPU 架构 —— 进行超越。不同的道路或技能，比如数据流架构，是惟一的契机。

误点：这绝顶于是走 "中国特色社会主义" 谈路？

谢炎：对，咱们必须选一条不同的谈路。如果仅仅解说能够替代，那么走前东谈主走过的熟谙道路就实足了，风险更低。但这样作念，前东谈主很容易成为咱们的天花板。另一方面，如果作念不到 "彰着" 更好，作念的价值也就大打扣头。

误点：你那时是这样和李想先容的吗？

谢炎：对，一模一样，咱们 2022 年的立项文档完全即是这个逻辑。

误点：他听完后什么反应？

谢炎：不铭记了，但信服莫得认为咱们在瞎掰八谈（哈哈）。施行上，他莫得作念选择，因为他知谈这件事重要，而且救助咱们作念芯片。

误点：李想是业界公认对细节要求很高的 CEO，但芯片应该有许多地点超出他的时间默契。比如时间道路对分歧，李想何如判断？

谢炎：作为 CEO，他会把大的政策和生意逻辑判断好，比如咱们每年销售若干车，每辆车消耗若干芯片和成本，自研可以带来若干成本和效率上的价值。同期时间道路的逻辑也可以用相配第一性的法子来判断。

比如，我刚才说的厨房的类比，不需要知谈具体时间何如作念。更本色的，这可以类比计议经济和市集经济。计议经济在范围小时更容易构建，顺利下教导方式也够高效。当范围相配大时，市集经济的上风会越来越大。

误点：你们前期商量他参与得多吗？

谢炎：每个节点他都会看。

误点：不需要每个节点他都点头？

谢炎：对，因为测试、架构、后端这些都是时间节点。李想照旧会抓大放小，要害节点看得很细，中间过程没必要看那么细，否则 CEO 就太累了。

误点：再比如你要若干东谈主、若干钱、花多永劫辰。

谢炎：这个还好，他知谈我比较克制，不会为了作念一件事就先堆十倍东谈主力。我有一个理念，最佳的团队范围是你想要范围的 80%，这样效率最高。比如你想要 200 东谈主，那 160 东谈主可能更好，东谈主多反而无益。

误点：你 2022 年入职生机时，李想有一个评价：谢炎是全球操作系统前 10 号选手。

谢炎：莫得，我不敢这样说，我仅仅作念的时辰比较长。

误点：总体上你有丰富的软件研发训戒，加上是作念编译器诞生。业内东谈主士说你在生机作念芯片，可以用软件训戒去优化硬件？

谢炎：对，芯片才气进展若干，最终软件起很大作用。岂论 2010 年前的英特尔，照旧当今的英伟达，软件工程师东谈主数都比硬件工程师多不少。英伟达的组织架构里，软件团队东谈主数是硬件团队的 2 到 3 倍。这阐扬同样的硬件，软件优化好不好，最终进展出的才断气不同样。

但更重要的是，计议机的软件和硬件架构，其实是应该整个遐想的。软件作为一种构建在硬件之上的 "逻辑实体"，它的底层，也即是软件和硬件的接口遐想，会极大影响整个计议机系统的效率。一个优秀的芯片架构遐想，同期需要硬件和软件两方面的视角。

夙昔几十年，东谈主们迟缓健忘了这点重要性，是因为传统架构冒失通用计议照旧够用，并莫得必要在这里作念大的翻新，也就莫得必要用软硬件结合的技能来遐想。但今天咱们看到了 AI 计议的需求在快速爆发，而传统架构照旧接近极限。当咱们需要为了更大范围、更高效率的计议从头遐想整个计议机的时候，这样的双向视角和才气，是一个优秀团队必须具备的。

芯片才气要悠扬为智驾体验上风，生机还得趟过许多坑

误点：芯片上车触及芯片、基座模子和智驾算法团队三方团结，会不会有需求冲突的时候？

谢炎：需求倒不太会冲突，因为全球的最终目的是但愿在智驾上结束最先。最重要的不是芯片作念得好，而是智驾才气强。接下来，我也会花较永劫辰和智驾团队整个看，何如在模子上果真最先。这是相配重要的一场仗，如果智驾都不成最先，何如能阐扬芯片最先？

误点：你之前跟智驾团队的交流频率如何？

谢炎：主要会议我都参加，时间商量有些我也参加。

误点：当今呢？

谢炎：当今因为我有这个职责，是以会更多参与商量，时间道路上也会共享一些具体想法。各家面前的智驾水平在昆玉之间，莫得东谈主太最先，差距相配小。但往后发展有两个要害点：

第一，要斗胆投资改日时间。特斯拉的时间道路就迭代过好几次，最怕以为 "这一代就够了"。时间长久是用新道路惩办更难问题，是以要挑战我方，蹧蹋原有默契。是以咱们会无数干预研发，不仅是量产时间，还会研究其他可能的时间道路。

第二，更高效的算力相配重要。咱们会加强模子和芯片的团结。有更强算力后，能作念事的空间就大许多，不会像在小范围的跷跷板上，这个高了、阿谁就低了。当算力大时，可以用通用法子惩办许多问题。今天的大语言模子不为任何一个特定行业遐想，但由于参数实足大、数据实足多，自然就通用起来。

智驾当今还处于专用期，越往后越需要通用才气惩办长尾问题。这些问题不可能靠专用小模子惩办，信服需要大模子，而且需要系统具备东谈主类默契，是以需要很大算力。自动驾驶从今天的 70-80 分擢升到 100 分，每擢升 10 分需要的算力不是简易乘以 2，可能是乘以 5 或 10。

误点：是以特斯拉 AI5 芯片未必 2000TOPS 的寥落算力远远没到止境？

谢炎：离果真的 L4 也还不太够，自然这仅仅我个东谈主的判断。

误点：你们照旧在车端用马赫 M100 替代英伟达，但云霄还在用英伟达。云霄算力不够用而且很贵，这个问题何如惩办？

谢炎：英伟达不会因为咱们没用它的车端芯片就不供应云霄居品，老黄不是这样的东谈主。马斯克也买英伟达的云霄居品，车端同样没在用，是以该合作照旧合作。咱们可以用所有云厂商和芯片厂商的居品。国产的都在用，只须好用就行，咱们不挑。

误点：车端模子往后信服会变得更大，生机融会过更低精度推理的方式擢升效率吗？

谢炎：自然。

误点：能作念到什么水平？

谢炎：Google 首席科学家 Jeff Dean 的不雅点我非凡招供。他最近两年一直在讲寥落和低精度，诽谤精度亦然一种广义的寥落。这跟硬件遐想强联系，如何遐想更低精度的推理，不成仅是硬件遐想，而是从算法、模子遐想上保证，即使精度降下来，算法都能保持实足性能。这些时间是咱们的重点研究标的。

误点：有可能作念到 FP4 吗？

谢炎：对，4 致使 2。

误点：这样低的精度？自动驾驶毕竟要肃肃安全。

谢炎：这个东西必须跟软件结合，是以并不是所有地点都用低精度。就像你开车时，视觉焦点以外看个未必就行，其余部分根柢不需要高精度。是以在试验和架构的积存遐想上有许多肃肃：如何用好低精度，如何用好结构化寥落和其他寥落法子，比如 KV 缓存的寥落化，这里面有许多可供软硬件积存遐想的地点，不是简易部署一下硬件就好了。水还挺深，也挺特有趣。

误点：瞻望马赫 M100 从什么时候开动救助机器东谈主？

谢炎：这得看咱们机器东谈主业务的节律，不雕悍。芯片就在那，业务准备好随时可以用，更重要的是机器东谈主的时间标的。生机作念机器东谈主，信服不会简易复制别东谈主的法子，那样莫得趣，更重要的是走出一条我方的路，那会决定何如用咱们的芯片。如果机器东谈主业务需要高性能的量产芯片，马赫 M100 比市面其他芯片都好，又有里面救助，效率会很高。

误点：机器东谈主团队还零落像自动驾驶跑在车上这样的具体场景，可能机器东谈主团队还得探索一些场景，才能走到量产。

谢炎：对，居品要界说好。咱们机器东谈主团队也用基座模子。当今想哥界说的分层是：芯片、模子、机器东谈主和自动驾驶，包括其他业务用的大模子都基于基模团队提供的模子，是以模子试验都在整个。也即是说，机器东谈主用的基座模子本人就适配咱们的自研芯片。

误点：你在四季度功绩会上提到，因为有星环 OS 和马赫 M100 芯片，生机取消了上一代平台的 XCU，并因此从简 1000 元单车成本，具体是何如回事？

谢炎：很简易，马赫 M100 有比较强的处理器，里面有 24 个 A78，咱们用造谣化和操作系统时间阻止出一部分给 XCU 用，整个 XCU 限制器就从简掉了。

误点：除了自动驾驶，马赫 M100 还有其他应用场景吗？

谢炎：全球一定要贯穿，这颗芯片不叫自动驾驶芯片，而是 AI 推理芯片。座舱信服需要，最终车内需要一个 AI 的计议中心，所有 AI 集会到这里最高效，而且咱们亦然自研的，有最大的掌控力，这样着力最高、单元算力成本最低。岂论自动驾驶照旧座舱里需要的 AI，都放到整个效率才最高。如果这边摆一个 AI 小计议，那儿摆一个 AI 小计议，而且双方架构还不一样，适配起来都费事。

在底盘和以后要推出的机器东谈主上，咱们也都会用马赫 M100。你看特斯拉 FSD 芯片在机器东谈主上也用。媒体频繁把 ASIC（Application-Specific Integrated Circuit，专用集成电路）和 PU（Processing Unit，处理单元）搞混，ASIC 是完全固化的芯片，为自动驾驶遐想的就只可跑自动驾驶算法，其他算法跑不了，而咱们作念的是 PU。

误点：从 2021 年特斯拉开动大范围推送 FSD Beta 版起，智驾行业阅历过屡次算法变动，这对生机遐想芯片的想路有冲击吗？你们作念了哪些调治？

谢炎：这即是作念 ASIC 和 PU 的隔离。作念 ASIC 如果应用一变，硬件固化了即是恶运。但咱们作念的是 PU，可编程、有天真度，只须应用计议大的特征不变，算子的变化都能适配，而且效率都保持得很高。就像 CPU，英特尔和 AMD 的处理器莫得为哪个具体应用作念固化，但什么应用都能跑，且效率还可以。

不外，如果计议特征发生巨大变化，的确有影响。大语言模子兴起后，计议特征照实和之前的深度神经网罗有区别，跑大语言模子非凡是 Decode 阶段计议密度很低，对带宽要求极高，是以咱们作念了相应优化，稍许加了一些东西。

误点：当今全球评价自动驾驶芯片性能时，一看算力、二看带宽。马赫 M100 的内存带宽是 273GB/s，为什么不作念得更高一些？

谢炎：只看参数莫得趣，最终要看有用算力。举例评价一部手机好不好，内存很重要，但苹果内存最低，体验却最佳。是以不成简易拿参数揣测芯片才气。就像拳击比赛，胜仗选手是笼统实力强，不是比泰森重、比泰森高就能打赢泰森。

误点：若何才算笼统评价？你之前演讲时更多强调跑 CNN 模子或 Transformer 模子的速率。

谢炎：对，尽量用要害模子评价，致使最佳顺利拿自动驾驶语言。用一个大的自动驾驶端到端或 VLA 模子评价，这最客不雅，而不是看参数。

误点：Orin-X 推出时 Transformer 还不火，是以有东谈主认为，英伟达遐想这款芯少顷对 Transformer 斟酌较少。生机遇到的情况是若何的？

谢炎：咱们跑 Transformer 模子的效率比英伟达高许多，原因有三点。

第一，Transformer 最重要的提神力计议需要把矩阵转置后再相乘，英伟达 GPU 架构的二级缓存承载不了，就要放到全局内存，然后反复探望高带宽内存作念远距离读取，是以顺利碰到 "内存墙"。咱们的数据流架构是数据驱动而非教导驱动，计议单元间传输不需要经过全局内存，可以顺利传输并在过程中转置，效率最多比他们高 10 倍。

第二，咱们作念提神力计议很高效，因为数据流架构可以把计议过程活水线化，不单依赖全局内存，掩饰易遇到 "内存墙"。然后是矩阵乘，即是终末大的计议扫尾再去跟大的矩阵相乘时，需要给每个计议单元都复制一份矩阵，而咱们有全局播送总线，可以一次把矩阵同期送给所有计议单元。英伟达 GPU 是教导驱动，每个计议单元都要到全局仓库去找，效率更低。

第三，咱们的计议单元里有一些算子可以顺利形成数据流。不是每次算完重逢知其他模块来算，而是把多个计议要津串联起来一语气处理，效率高许多。

这些效率擢升来自体系架构遐想，不是固化的。如果把所有高效的东西都固化，那参数也会固化，就失去了架构的天真性上风。

AI 期间，东谈主的一个重要才气是能够跳出散布概率想考

误点：你评价我方是工程师，但加入生机后很快成为 CTO。你何如看车企 CTO 这个职位？生机 CTO 需要作念哪些中枢事迹？

谢炎：在职何公司的高管里，CTO 界说最暗昧。生机 CTO 有对外时间对接的职责，对内主如果在 AI 计议这条线上——从模子、操作系统到芯片，再到封装等联系时间——保证公司改日有竞争力，在中国一定最先。

这是我干预元气心灵的重点，因为这是生机成为具身智能公司的中枢之一，自然不是惟一，因为车是复混居品。这条线又分为托付和保证最先两部分。托付要实足好，会花少许元气心灵，但更重要的是往前看，因为时间长久迎难而上，是以一定要花时辰关注还在地平线上的新时间。

误点：你当今关注哪些新时间？

谢炎：第一是模子改日的发展，这个我会花元气心灵看，非凡是自动驾驶和具身智能模子。第二是芯片架构，咱们正在作念的是第一代，之后还会络续迭代。

第三，芯片遐想本人挺特有趣，像盖屋子一样，材料和构建法子有无尽假想空间。摩尔定律让半导体接近极限，要进一步提高性能，业界有许多新标的，包括用光、先进封装，从二维转向三维构建等。如安在三维层面构建，以及如何用这些底层材料和搭建方式更好地遐想架构，我也会花元气心灵关注。

还有用 AI 赋能芯片遐想和编译器，这也很重要，改日咱们必须走在前边，效率一定要实足高。是以我在推动核神思划团队用 AI 擢升效率，突破原来假想不到的事情，比如顺利用 Claude、Codex 等 AI 器具写算子、用 AI 编译优化整个链条。

误点：你的事迹作风是什么？

谢炎：抓重点。从工程师成长到要构建更大事情时，最重要的是学会分派元气心灵。不成像我方作念工程师时每个点都亲自处理，要分清哪些点看浅少许，哪些点看深少许。

误点：在不同节点，你的事迹要点散布在什么事上？

谢炎：架构遐想我看得比较多，软件和编译，软硬协同也会看，RTL 遐想（Register Transfer Level，用硬件描摹语言阐释芯片的逻辑功能）、前端遐想、后端遐想相对看得较少。要害拆伙可能会看得多一些。我对我方要求是，保证在东谈主工智能时间道路上，可以过大契机，少踩坑，达到最先并能延续最先。

误点：在 AI 期间少踩坑，可能吗？

谢炎：是以要加强研究，许多东西得先知谈发展标的。所谓 "踩坑"，中枢是莫得一手信息、东谈主云亦云，只看特斯拉、英伟达今天何如改，但不知谈为什么，说它这样改是以我也这样改，这最危境。

不是他何如改咱们就何如改，而是即使跟他法子一样，也要搞明晰背后的深层原因，第一性旨趣是什么，进而倒推有莫得其他更好法子。干一模一样的事没什么有趣。咱们当今作念的许多事都和业界不一样，但这不是投契行径，而是真的从底层分析明晰后的决策，不是押宝。

误点：你说保证生机在 AI 期间延续最先，范围指车企照旧全行业？

谢炎：最先是车企，这是基本办法。咱们不会跟 OpenAI、Claude 去比 Coding，这没特有趣。每家公司有它的职责和领域，咱们的职责和上风更多是在三维天下构建具身智能的全栈才气。

误点：十年后，你瞻望具身智能会达到多大范围？

谢炎：汽车当今是中国第一大行业，卓绝房地产，具身最终信服比这个市集大。东谈主类需求是无限的，不会嫌坐褥力少，而是需要更多机器东谈骨干各式活。

误点：生机在往具身和 AI 标的转型，汽车业务还有多重要？

谢炎：汽车业务对咱们挺重要，绝顶于练兵场，可以提供无数资金、东谈主才、场景，许多时间从里面孵化熟谙、成本诽谤。汽车业务对生机来说信服是今天最重要的业务，外面说想哥不想作念汽车了，不是的。自然有广阔办法，咱们照旧立足汽车，今天所有东西照旧服务于汽车。

误点：你加入时生机正处于上升期，到今天遇到挑战，你的变装也愈发重要。何如看待生机这几年的变化？在不同阶段，你何如判断种种事情的重要性？

谢炎：我基本上没什么变化，公司在业务上信服是有上有下，但更重要的是看到一些不变的东西。我来之前就信赖汽车是重要的东谈主工智能居品，一定要通过软硬件结合打穿到芯片、操作系统，才能形成历久竞争力。至于中间的升沉，只须咱们还没穷苦到少许儿钱都莫得，那就保持这个研发强度，把内功练好，让全球有这个耐性。

我刚才说芯片团队 200 东谈主，这跟公司近万东谈主的研发团队比拟是相配小的比例，他们安放心静在一个边缘把中枢的东西打磨好就行，不要被所谓的销量坎坷影响。重要的是，坚毅信赖正在作念的长久是这个期间很重要的事，这少许咱们一直没变过。

而且我信赖 AI 期间会有一套新的计议架构，我一直想在汽车上把它试出来。这件事不管若何都相配特有趣，而且一朝作念成，一定能匡助生机确立相配强的壁垒。

误点：今天团队可能没法再安放心静，像你就要被推到台前了。

谢炎：你作念出来就好，拿东西语言，而不是靠对外说。

芯片能上车仅仅启程点，咱们还有许多想法，芯片还有性能空间可挖，因此有许多事可干。也很走时处在这个期间，这个期间最重要的是具身智能居品，而汽车是很好的载体。其他东西都不太重要。

自然作为公司高管，销量我也暖和，咱们必须让公司不出岔子。除此以外，不需要暖和更多杂音。

误点：一家自动驾驶创业公司挖东谈主的方式是看比赛收获，谁的分数高就把他挖过来，你呢？

谢炎：我不赞同他的法子。这只可阐扬某些东谈主打比赛非凡熟练，可是更重要的，AI 非凡擅长无数数据的平均散布，如果这个东谈主是技能熟练型的，所有默契都在平均散布里，也很容易被 AI 替代。而东谈主最重要的是跳出概率散布的那部分，也即是 AI 从没见过或者 AI 不会去想的一些事情。

马斯克当年作念火箭，成本要降到以前的 1%。如果 AI 来解这个问题，它一定不会猜测回收火箭，致使包括用 "筷子" 夹的法子。今天的 AI 作念不到，因为它从没见过，很难完全跳出散布概率去想还有别的可能。它更多是在看到的东西里，通过 CoT（Chain of Thought， 想维链）一步步找到相对较优的法子。

误点：你说智能电动车要通过软硬一体把 AI 才气和智驾作念好，才能成为头部公司，但市集上许多东谈主都照旧清醒到这少许。会不会产业决胜点其实不是这个？

谢炎：你说智能电动车的决胜点不是智能？

误点：因为刚才在说散布概率。

谢炎：这是两件事。一件是你跳出散布概率，让原来不成作念的事变得可作念，但有些需求就在那，仅仅你作念不作念得到。东谈主类需求莫得散布概率的问题，比如你需要一个机器东谈主帮你干活，这是毫无疑问的，可能每个东谈主都这样但愿，而且是相配低廉的价钱。

误点：你刚才说到，当今国内厂商在智驾这块的才气都在第一梯队，高下之间差异没那么大。

谢炎：头部几家是这样。

误点：有莫得可能一直保持这样的情况，最清明靠智驾差异不出来哪个车才气强？

谢炎：智驾照旧能差异出来的。一个是今天离闭上眼睛、完全宽解开还有比较长的距离，但全球照旧迟缓信赖这件事会发生。还有笼统成本问题，也即是用多大的成本达到这个程度，这会有各异。

另外当自动驾驶结束后，你会但愿汽车帮你干更多事。莫得智驾，咱们开启不了这个可能性。

误点：数据流架构亦然跳出散布概率的一种？

谢炎：对。你如果让 AI 遐想，它未必率不会选择数据流架构。

误点：也打不外英伟达？

误点：AI 用多以后，会不会影响咱们跳出散布概率？

谢炎：会。

误点：那何如办？

谢炎：是以有训戒的东谈主当今照旧重要的，不成都交给 AI。当今硅谷为什么裁掉一线工程师？因为他莫得实足的训戒，跳不出散布概率，只可生机。生机自然也有价值，训戒有时候也会限制你跳出散布概率。但在有些领域，莫得实足训戒，你跳出散布概率的想法可能 90% 是错的，还会奢华无数时辰。

误点：训戒是通过切身实践得来的，如果 AI 器具很早介入，莫得探索的过程，不够资深的职工如何变成更好的我方？

谢炎：这的确是一个问题。

误点：你们当今何如作念？

谢炎：我莫得非凡好的法子，照旧要容忍一些，不要全是 AI。底层事迹 AI 能作念时，就给新东谈主契机。不外新东谈主不是肖似全部底层事迹，而是在表层构建默契，在新环境放学习技能。如果回到六七十年代，许多东谈主能写汇编语言，但当今能写 C 语言的都未几，但这并不妨碍全球的坐褥力更强。

误点：哪些事情你不允许用 AI 作念？

谢炎：莫得不允许，全球放开作念。今天无谓 AI 比用的风险更高，是以全球尽量用，限制风险就好。

误点：有训戒的东谈主会看出来质地好坏。

谢炎：对，有训戒的东谈主会提高相配快，没训戒的东谈主也有契机快速切入一些领域，是以不限制全球。我的想法是推动全球去试，因为不试就不知谈 AI 发展到什么程度，试了之后才会有越来越深的体会，而且可以假想它改日颖异更多事。

误点：乔布斯辞世时，苹果搞过顽固政策会百东谈主会（Top 100），目的是确保公司最高层能明晰地知谈最横暴的东谈主在想什么，守密程度相配高。生机有什么管理机制，能够让好想法从下到上涌现？

谢炎：这很重要，不要太科层化，比如我会顺利跟校招生、一线职工不按时聊，即是聊你今天在想什么。我也会跟全球共享我看到什么、我在想什么。

在资源分派上，咱们本年在想考一件事：不要把资源治理在一个个垂直的井里。如果组织结构一朝形成，东谈主力、计议资源都在一个井里，下层即使有好想法，也不一定能获取相应资源。

第二，好想法落地经常需要不同的才气，而即使是劝诱可能也只领有一部分才气，因此要跨团队协同。是以，重要的是蹧蹋部门墙。

咱们正在尝试另一种法子：有东谈主有好想法之后能顺利提议来，然后跳出他的组织架构上会评审，通事后全球就匹配资源，致使跨部门调集一个造谣团队来干，快速构成一个 "篝火" 模式。咱们最近也在想考，如何形成轨制化的 "篝火"，让全球可以快速形成一些 idea，快速试错和反应。

误点：之前有生机居品高管说，前两年当一部分高管被调去作念佛由后，年青职工很难顺利跟 CEO 产生有用交流，最终李想成了居品天花板。何如幸免这种情况？

谢炎：这种情况信服有，因为一线听到炮火的东谈主更了解施行情况。他的想法被否掉后，自后发现是对的，这很难幸免。但反过来讲，有可能他只看到问题的一方面，提的不是正确建议。

是以，既要保证他的翻新能跑出来，也要保证果真落地的是高质地建议。许多东谈主都会提建议，但 1000 个建议中果真靠谱的可能唯有 20 个。如果只须有 idea 就能得回资源，公司也会乱套。

误点：是以你们还在摸索？

谢炎：这应该莫得一个皆备的法子，唯有一种情况：你的团队范围实足小，实足紧密，这种方式才会相配收效。这亦然为什么我不但愿团队太大，东谈主少调换反而更容易，东谈主多了之后你要破耗无数元气心灵辩别哪些是杂音，哪些果真有价值。不外团队小，东谈主员修养要实足高，全球都得靠谱才行。

误点：今天你是更集权照旧更均权？

谢炎：我比较均权，因为我的事迹模式是这样：许多事我如果发现存问题，就顺利跳进去跟工程师整个看。我的时辰并不完全固定，而是看哪个时辰段的哪件事更重要。如果是全球照旧界说好的事，最佳有一个顺利负责东谈主。假定全由我负责，有可能我我方成为瓶颈。

误点：顺利向你禀报的有若干东谈主？

谢炎：比较多，我当今兼任两个一级部门负责东谈主，因为一直莫得合适东谈主选。但公道是咱们的架构以事为驱动，自然我兼了两个一级部门负责东谈主，其他都是一级部门负责东谈主向我禀报，唯有那两个部门是二级部门负责东谈主向我禀报。

那些东谈主围绕一件事事迹，并不需要我每天告诉他们作念什么，他们更多是自驱在一件中枢事情上，知谈我方元气心灵应该往哪放。是以咱们的架构更像数据流，不是中心式。

误点：传闻你推动了生机的 AI 政策？

谢炎：不是。政策信服是 CEO 想哥推动，我即是实施，包括让时间标的落地。

误点：这和你加入生机之后的建议、判断关联吗？因为你认为汽车是东谈主工智能、具身智能端侧结束的旅途之一。

谢炎：大面上他没受我影响，或者说咱们俩判断一致。不是我说他就以为 AI 重要，只须 CEO 看到大趋势，就都知谈 AI 信服重要。

我无非是推动了跳出散布概率的时间道路选择，更多是为了最先，最先亦然为业务服务。是以不存在我劝服他，自然如果咱们作念得好，他会信心更足。

误点：从阿里离开时，你有一个可以作念新公司 CEO 的契机但断绝了，因为你认为头衔没那么重要，作念的事很重要。

误点：基于你今天作念的事情和想达到的办法，如果 CTO 这个 Title 不重要，当下对你来说什么最重要？

谢炎：像我刚才说的，主如果在整条 AI 链路上，通过垂直整合，从模子、软件、芯片致使更底层，为公司构建起坚实竞争力基础。这个基础一朝构建起来，就会产生类似 "飞轮效应" 的效率，模子，软件，操作系统，芯片同期加快跨越，这种上风可能会是结构性的。

误点：确保你能实施这条道路是最重要的？

谢炎：对我来说，重要的不是在什么位置，而是能参与重要的变革和历史程度。在能够胜仗的基础上，是不是我在主驾位又有什么关系。

李安琪对本文亦有孝敬

题图开头：生机汽车

留意（高下滑动稽查）：

[1] 冯·诺依曼架构：由数学家冯·诺依曼在 1945 年提议的计议机架构，被当代绝大多数计议机继承。其中枢性格是教导和数据存在合并存储器中，CPU 按限定践诺教导。

[2] 数据流架构：一种计议架构，1970 年代由 MIT 的 Jack B. Dennis、Arvind、高光荣等东谈主提议。其性格是当操作所需的输入数据准备就绪，操作会自动践诺计议。

[3] 内存：计议机用于存储数据和法度的硬件组件，也称为主存储器或立时存取存储器。处理器可以快速读写内存中的数据，是计议机运行法度和处理数据的重要部件。

[4] 缓存：位于处理器和主内存之间的高速存储器，用于临时存储频繁探望的数据和教导，减少处理器恭候数据的时辰，提高合座性能。

[5] 内存带宽：单元时辰内，内存与处理器之间可以传输的数据量，常常以 GB/s 为单元。带宽越高，数据传输速率越快。

[6] 低精度推理：使用较少位数（如 8 位、4 位）表露模子参数和计议，比拟传统 32 位浮点数可权臣诽谤计议量和内存占用，同期保持相对较好的模子性能。

[7]DDR：Double Data Rate 的缩写，即双倍数据速率，是一种内存时间圭臬。DDR 内存在时钟信号的上升沿和下落沿都能传输数据，比拟传统内存速率更快。

[8]CNN：Convolutional Neural Network 的缩写，即卷积神经网罗，一种深度学习模子，得当处理图像数据，通过卷积层提真金不怕火特征。

[9]Transformer：一种基于提神力机制的神经网罗架构，最初用于自然语言处理，现已等闲应用于计议机视觉等领域，是 ChatGPT 等大模子的基础架构。

[10]PCIe：Peripheral Component Interconnect Express 的缩写，即高速串行计议机扩张总线圭臬，用于勾通主板上的各式硬件组件，如显卡、存储开拓等。

[11]NPU：Neural Processing Unit 的缩写，即神经处理单元，专门为东谈主工智能和机器学习计议遐想的处理器，比拟通用处理器在 AI 任务上更高效。

[12]GPGPU：General-Purpose computing on Graphics Processing Units 的缩写，即通用图形处理器计议，指将正本用于图形渲染的 GPU 用于通用计议任务。

[13]SoC：System on Chip 的缩写，即片上系统，将无缺计议机系统的主要组件集成在单个芯片上，包括处理器、内存、输入输出接口等。

[14]ASIC：Application-Specific Integrated Circuit 的缩写，即专用集成电路，为特定应用而遐想的定制芯片，比拟通用芯片在特定任务上性能更优、功耗更低。

[15]PU：Processing Unit 的缩写，即处理单元的通用称呼，可以指 CPU、GPU、NPU 等各式类型的处理器。

[16]Chiplet：芯粒时间，将正本集成在单个大芯片上的不同功能模块瓦解为多个小芯片，再通过先进封装时间勾通，可以提高良率、诽谤成本。

[17]Hardware 3.0：特斯拉搭载的第三代自动驾驶硬件，包含两颗自研的 FSD 芯片，专为自动驾驶计议优化遐想。

[18]IP：Intellectual Property 的缩写，在芯片遐想中指可重用的遐想模块，如 CPU 中枢、内存限制器等，厂商可以购买 IP 来加快芯片开发。

[19]Debug：调试，指在软件或硬件开发过程中发现、定位和建造失误的过程，是确保系统正常运行的要津。

[20]CUDA：Compute Unified Device Architecture 的缩写，英伟达开发的并行计议平台和编程模子，允许开发者使用 GPU 作念通用计议。

- FIN -

2026世界杯赛事竞猜最新版V2026.FIFA