自研芯片进展 - M100芯片于今年一季度完成样片回片并迈过量产关键阶段 随后在两周内完成功能测试和性能测试 目前小批量上样车进行道路测试 [2] - M100预计明年量产上车 在此之前公司仍依赖英伟达和地平线作为合作伙伴 近期已加强芯片部门信息管控以保障战略安全和合作关系 [2] 芯片性能表现 - 在处理大语言模型计算任务时 1颗M100有效算力相当于2颗英伟达Thor-U [2] - 在处理卷积神经网络视觉任务时 1颗M100有效算力可对标3颗英伟达Thor-U [2] 研发投入与策略 - 自研芯片项目规划资金预算达数十亿美元 [3] - 研发工作涵盖NPU SoC等硬件以及软件开发与适配 形成多层解决方案 [3] - 采用软硬结合研发策略 通过软件调度提升芯片硬件算力利用率 实现性能降维打击 [3] 技术挑战与行业趋势 - 自研芯片需突破算法 编译器和芯片设计技术深度 打破硬件瀑布式开发与软件敏捷迭代壁垒 构建跨部门协同流程 [4] - 智驾芯片设计重心从卷积神经网络优化转向对Transformer架构的原生高效支持 尤其关注FP4 FP6等超低精度优化 [4] 产品配置策略 - 纯电车型MEGA和i8全系搭载英伟达Thor-U芯片 纯电SUV i6也有意全系采用英伟达方案 [4] - L系列增程车型根据AD Max和AD Pro版本分别搭载英伟达Thor-U或地平线征程6M芯片 [5] 自研核心动机 - 专用芯片可针对公司算法进行特定优化 实现更高性价比和效率 [5] - 当前使用英伟达芯片因其对新算子支持较好且算力充足 未来算法锁定后将通过自研实现更优效率和成本 [5]