The following article is from 误点Auto Author 误点团队

上行期理所自然的本领决策，到了用买卖死字讲解合感性的时候。

文丨赵宇

裁剪丨龚方毅

"当今马赫 M100 的业务主义达成度只好 60%。" 北京车展前夜，距离渴望自研芯片量产装车只剩一个月，渴望汽车 CTO、系统与计较群组负责东说念主谢炎告诉《误点 Auto》，"真实的得胜，是搭载马赫 M100 的 L9 智驾智商跑到业界第一，然后车又卖得很好。那样咱们能力相称有底气地说达到业务主义。"

1982 年，好意思国计较机科学家 Alan Kay 曾说，"你如竟然实认真对待你的软件，就要我方作念硬件。" 基于访佛逻辑，渴望在 2022 年立项自研芯片，并已为此累计参预数十亿元资金。谢炎是渴望芯片自研神色的负责东说念主。他 2022 年 7 月事好意思团创举东说念主王兴先容加入渴望。半年后，他晋升为渴望 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——那时渴望恰恰业务上行期，公司高下充满 "想赢" 的劲头。特斯拉讲解了自研芯片对晋升智驾体验的匡助，而国内新动力车市集正斗志激越，本钱市集也夸耀给冒尖的新势力更多遐想空间。

到马赫 M100 准备上车时，渴望资格了自 ONE 委用以来的初度年度销量下滑，不仅纯电策略际遇鬈曲，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彼此促成。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讲解它的正确。

往往情况下，莫得素质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，失败一次也要失掉数百万好意思元；换成先进制程大芯片，除了每个枢纽更难，流片成本也指数级增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，渴望芯片团队只好两名职工，不到一个月就剩一个了。留守的那位问他，"公司一经决定作念芯片，但要如何作念？" 谢炎反对作念小芯片试水。他告诉咱们，渴望不是为了讲解有智商作念芯片而作念芯片，应该径直措置最中枢的问题：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 阶梯追逐英伟达，而是选拔了数据流架构。按照渴望的说法，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 的几位讲授在 1970 年代冷落。谢炎在好意思国特拉华大学读研时战役到它，认为它比冯·诺依曼架构更接近大规模 AI 计较的需要，往常几十年一直莫得大规模商用一是因为它的上风需要有余大的计较规模能力裸露，二是编程和调试难度也更高。

谢炎信赖 AI 更正了一些假定，"我信赖 AI 期间会有一套新的计较架构，一直想在汽车上把它试出来"。他告诉咱们，GPU 依赖集结式调整和遍及数据搬运，规模越大，效率损耗越明显；数据流架构让数据驱动计较，表面上能减少恭候和搬运，把更多晶体管用于真实的计较。但这也把压力转化到软件栈、编译器和软硬协同上。

杜克大学电子与计较机工程系讲授陈陶然认为，马赫 M100 是一次有远景的工程尝试，但不应简陋地认为数据流架构等于将来发展标的——重要在于接受哪种具体的数据流遐想，以及它与主义应用和软件系统的协同死字。由于大部分优化处事转化到软件栈，实践死字很大程度上取决于编译器的纯属度，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 等计较范式间保持有余的生动性。

"数据流架构是一个闲居观念，涵盖从脉动阵列、内核级数据重用决策到更激进的编译器调整架构（如 Groq）等多种遐想。" 陈陶然讲授对《误点 Auto》解释，"马赫 M100 接受了介于传统 GPU/TPU 与 Groq 纯静态编译器调整模子之间的本领悟线，通过编译器等软件更精确地限定芯片里面的数据流动和计较过程，既保持实用的 NPU/SoC 遐想，又让数据搬运、腹地缓存、互连通讯和同步变得更可控。"

他认为，自动驾驶波及环境感知、行径预测、旅途策画等存在遍及复杂计较任务的枢纽，当今还波及大型 AI 模子推理。"如果软件系统能有用融合这些数据传输和计较，芯片利用率会权臣提高，处理速率更稳健、能耗更低。"

谢炎承认马赫 M100 上车过程也如实有不少 "坑"：硬件遐想复杂度贬抑，软件复杂度提高，对传统编程样式并不友好，初版智驾模子从更新到完成车端适配用了两个月。尽管当今一经可以大幅镌汰到不到一周，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。渴望芯片团队早期永劫辰只好几十东说念主，当今约 200 东说念主，仍远小于外界遐想中的完满芯片团队规模。谢炎说，东说念主多不一定好，东说念主多时许多齐是在搞政事斗争。中枢部分我方作念，后端、SoC 集成等枢纽可以借助供应商。在渴望近万东说念主的研发体系里，这个团队更像一个空闲的边缘，尽量不被每月销量升沉欺压。

"只消咱们还没清贫到少许儿钱齐莫得，那就保持这个研发强度，把内功练好。进击的是，你信赖这件事本人不管在什么期间齐进击。" 谢炎说。

以下是咱们与谢炎的对话，略经裁剪。

不认为马赫 M100 一经得胜，当今只达成主义的 60%

误点：回骤然辰目下有两种说法，一种是 2025 年头，一种是 2025 年 5 月。

谢炎：2025 年头。咱们回片后测试了三个月，到 5 月份，保证它没什么问题，通盘东西齐稳健了才说得胜。一般刚回片就文书得胜，是为了引诱本钱。你意外三个月，根底不成详情里面有莫得问题。

误点：流片死字和你们的预期完全一致吗？

谢炎：对。这等于前期处事作念得多的公正。你作念得越多，追念之后跟你的预期越一致。

误点：许多公司会在流片得胜后很快对外文书。

谢炎：对，一般齐是这样干的。咱们把芯片从台积电背追念，第 12 个小时就点亮了，但我什么齐没说，因为我知说念那不代表任何真谛。

误点：那时有记忆过流片追念，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，而且把许多大模子齐完满地跑了，保证这个东西最终出来时尽量不出意外情况。许多东说念主以为咱们的测试作念得过于充分。

误点：李想知说念马赫 M100 流片得胜后是什么反应？

谢炎：我不记起了。直到今天，我也不认为它一经算是得胜，真实的得胜是全新一代渴望 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，咱们能力相称有底气地说达到业务主义。当今只算达到 60%，即使今天的确一经跑起来了。

误点：智驾业界第一的主义，包括特出特斯拉吗？

谢炎：咱们的最终主义自然包括特斯拉，对标全球最高水平。

渴望汽车马赫 M100 自研芯片。来源：渴望汽车

误点：你处事素质相称丰富，见过不同芯片流片。在渴望和其他公司，个东说念主感受有什么不一样？

谢炎：这颗芯片如故挺了不得的。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，自然有些东说念主在业界也处事了十几、二十几年，以致更永劫辰，但如故挺欢喜。

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，然则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。自然台积电比较纯属、靠谱，我也相称感恩他们。

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买卖得赢输责吗？

谢炎：咱们没法对买卖得赢输责，只可让芯片具备有余竞争力，也等于性价比一定很高，算力弘扬的效率一定超越能买到的芯片。如果作念不到这些，自研就没格外念念。

误点：渴望是全系车型齐要搭载马赫 M100 吗？

谢炎：咱们但愿是全系搭载。当你有成本、性能上风，没事理不全系搭载。

误点：全系搭载对本领决策有什么影响？

谢炎：这很进击，咱们一启动的主义等于全系搭载，如果里面齐不肯意用，那就确认芯片不够好。反过来讲，全系搭载也帮咱们计较出有时需要在成本、性能上作念到什么程度。包括咱们在立项时也计较过，搭载几许辆后能摊平全部研发成本，每块芯片大概要比外购低廉几许钱。

误点：是从旧年芯片流片得胜之后就决定全系搭载吗？如故说会有一些中间的接洽？

谢炎：决策过程不是你遐想的那样，更多是一启动群众商定好要作念到什么程度，经过考据有余有竞争力能力搭载。是以要一步步考据，流片追念，能跑起来，初步看到的确如我所说，性能、成本也有上风，渐渐就用了。大部分东说念主如故会打一个问号，因为不参与这件事，也可以领悟。当渐渐让他们从看见到信赖，决策就落地了。

误点：哪个方针真实打动了他们？

谢炎：主要如故性能。如果性能好，成本又可以，比市面上能买到的齐好，居品线没事理无须。

误点：从芯片跑起来，到真实上车，中间最大的挑战是什么？

谢炎：第一颗芯片终末要上车，让模子齐能跑起来且性能很好，还需要一些软件处事。数据流架构芯片最终靠 AI 能够越来越快，但第一颗芯片如故有许多坑。比如它在硬件上的遐想复杂度贬抑，但软件复杂度晋升，它不是那么妥贴东说念主类编程，但这也不是不可以作念。因为我我方作念编译器，我如故会跟团队接洽如何让编程更简陋。

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，编译器越纯属迭代越快。按照咱们以前学习的编译表面，最优性能永远可以靠近但不可达到，是以可以不停优化。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处事我会了解，但尽量不影响他们决策，因为还有买卖和其他谈判。

误点：一颗芯片从遐想到量产，最难的枢纽是什么？

谢炎：各式清贫齐有，但最难的是选拔作念什么、不作念什么。这些选拔来自清亮的居品界说，需要有好的应用场景能力明确主义。在渴望，咱们能比较清亮地看到需求，这最珍惜。一朝需求界说清亮，本领悟线就会清亮，剩下等于匹配资源，看参预产出是否合算。后头的处事也有难度，但并不是最难的。

本领上，前、后端遐想的挑战如实比较大，好在咱们团队的东说念主齐比较靠谱，素质也比较丰富，像罗古道（渴望算力单元部门负责东说念主罗旻）齐是干了许多年的东说念主。而且后端团队也很强，比如咱们要把这颗芯片限定在一定面积以内，他们干了许多相称精真金不怕火的活儿，以至于咱们后端供应商的东说念主齐以为太挑战，他们同期给好几家公司作念芯片，确认咱们的要求失色国那些公司高。

自研芯片是加入渴望的前提，不作念就无法收尾居品相反化

误点：对于自研芯片，你们最初是如何谈判的？

谢炎：在我 2022 年加入公司前一年，渴望就一经启动谈判作念芯片，但没详情要作念多大算力、作念到什么程度、什么时候委用。这些是我来渴望后，经过接洽才定下来。

来之前跟李想调换，我提到一个进击不雅点：将来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：如果渴望将来以居品为中枢竞争力，一定得自研中枢软硬件。

误点：口试时，你和李想等于这样调换的？

谢炎：我第一句话就问想哥，渴望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一经有一个预设，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：自研芯片参预很大，李想那时是什么立场？

谢炎：想哥从一启动就无条款维持，因为他也信赖这是中枢竞争力不可或缺的一部分。

误点：传奇渴望决定作念芯骤然，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：咱们的真谛是，渴望芯片自研的全体预算是 10 亿好意思元。

谢炎：芯片自研是渐渐迭代的过程，很难用固定预算来权衡。比如苹果从 A4 启动作念，从 A 系列作念到 M 系列，从手机、服务器到条记本齐用自研芯片，这些参预没办法用单一预算来权衡多如故少。

咱们更多是按神色批预算，有了第一个神色就会滚动到第二代、第三代，后续会越来越强。因为背后的逻辑是 AI 算力永远不够。当今 AI 还没真实进入群众的活命，只好 Chatbot、"小龙虾" 等简陋应用，这仅仅产业早期的早期，相称像 1970 年代末的计较机。那时群众以为 640K 内存就够了，处理器 1M 赫兹齐极其高端，一直到 1980 年代中期才出现。更早等于 8088、8086，等于几百 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。不仅是算力大幅晋升，而且数目坚信要更多。因为一启动仅仅极客用，就像乔布斯启动卖给硅谷那些东说念主，自后变成每家每户、五行八作齐要用。咱们认为这仅仅启动，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：那到底是几许？

谢炎：不成说。

误点：这样重的参预，李想为什么会维持？

谢炎：他比较信赖垂直整合收尾相反化这个逻辑。

对于任何居品，真实的相反化等于掌执中枢本领链条，比别东说念主更快迭代改进。在这个逻辑下，该作念什么、不该作念什么就很清亮。能帮咱们在性能和成本方面收尾相反化的，就精确参预；不成的就不作念大参预，即使它今天很进击。

每个期间齐有中枢居品，它不仅自身进击，还能孵化本领并溢出到其他规模。八九十年代是 PC，最近二十年是手机。智高东说念主机本领纯属后，Pad、电视、车载触摸屏齐出来了。如果莫得安卓、高通、苹果，汽车公司要花几许年能力低成本作念出畅达的车内交互体验？

智能电动车等于这样的居品，可以围绕它把端侧东说念主工智能作念得相称纯属，因为它是面前个东说念主能领有的最大算力末端拓荒。一辆车有 7 到 11 颗高分辨率录像头，可以孵化机器东说念主和三维寰球行径智能体的基础本领，让这些本领变得高性能、低成本、微型化。当本领孵化充分时，其他应用就变得容易。如果今天径直作念机器东说念主，真的太累了，因为好多东西根底没纯属，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，自后者如何超越？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，群众以为车企自研智驾芯片难度很大，或者第一代芯片等于交膏火的。

谢炎：这个逻辑大体没问题，但需要阻隔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。然则不要静态去看汽车的 AI，咱们在 2022 年就看到汽车的 AI 计较量将来会变得很大。

不要低猜想较量需求，本领还在发展，永远需要更多计较量。汽车作为全自动化行径的机器东说念主，需要的计较规模很大，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，具体价钱也与采购规模揣度系。

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，我认为可以降一半以致更多。而且这是继续动态发展的，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，将来可能到 2500 以致 3000 好意思元，成本降一半的规模相称可不雅，是以不需要搭载一百万辆就有余诡秘芯片研发成本。只消能娇傲一年销量，就能诡秘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。如果本年卖的车齐部署自研芯片，咱们一年省下来的钱就特出三年研发用度，更别说这颗芯片可能要用两年，以致三年。

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。头部公司体量有余大，比如手机和汽车，一定会掌执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，最中枢的本领我方莫得限定力。这很危境，因为那意味着别东说念主可以很容易地复制你的居品，而你也无法有用掌执居品本领迭代的节律。如果最中枢部分群众齐一样，齐是高通或 Google，就很难作念出真实的相反化。

反过来讲，如果企业有志于成为最头部公司，最中枢的部件坚信要掌执。自然也不是什么齐要作念，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 算力坚信是不停发展的，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等于这颗 AI 芯片？

谢炎：是中枢部件之一，因为车本人还有一些可以相反化的部件。决定一个部件是否自研，主要看两个条款：一是它很进击，能决定用户体验隔离；二是它能够相反化，因为本领还在高速发展，莫得进入平台期。

AI 恰好两者齐具备。当咱们把汽车手脚机器东说念主，AI 一定是决定性要素，这辆车聪惠不聪惠坚信能看出来。第二，AI 还在高速发展，是以一定要参预，因为你可以靠我方的掌控力快速和别东说念主拉开差距，而如果靠供应商就只可听天任命。

我一位共事以前在苹果。苹果自研芯片起始用的是 Arm 的 IP 核，想校正某些部分提高效率，但 Arm 说不成改，因为它要娇傲通盘客户的需求。Arm 一经是很强的 IP 供应商，但它要成为通盘客户的最大条约数，不会为最强的公司定制居品。即使它夸耀定制，时辰成本也会很高且效率低。是以苹果自后只买 Arm 的提示集授权，IP 全是我方遐想。当今苹果核比寰球上任何 Arm 核效率齐高，因为可以完全适配我方的操作系统和应用需求，提供别东说念主无法提供的性能。

误点：有点像 Alan Kay（好意思国计较机科学家） 讲到的，"你如竟然实认真对待你的软件，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径直配合的。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念念想联结遐想起来的。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说念主领悟的那样认敌为友。

当今计较机系统的底层逻辑在 1950 年代出现，70 年之后，第一次遇到了真实真谛上的剧变——从以符号逻辑为基础，转向以概率论和深度神经收罗为基础。那么，统共计较机架构，包括硬件、软件和操作系统，齐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 年我来公司时就和本领团队说，这是通盘计较机系统从业者 70 年一遇的契机。

要掌执自研芯片中枢的 For AI 部分，不作念小芯片试水

误点：你加入渴望时，自研芯片团队是什么情景？

谢炎：那时芯片团队只好两个职工，不到一个月就走了一个。剩下阿谁职工问我 "公司一经决定作念芯片，但要如何作念？" 那时蔚小理齐在作念，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，因为咱们不是为了讲解有智商作念芯片而作念芯片。咱们应该径直从这个期间，汽车芯片上最进击的问题脱手，那等于 AI 推理计较。不要怕惧没东说念主、没素质。这些齐不重要，独一重要的等于策略主义的正确性。

咱们最终详情：自研的主义是在量产时超越同期最强盛的英伟达芯片。这个决定很进击。真实格外念念的等于围绕这个期间的主题，作念一颗有余强的 AI 芯片。

误点：你们启动自研时设定的性能主义是什么？当今达到了吗？

谢炎：单纯讲解能作念芯片不是咱们的主义，毕竟许多公司齐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。但这不是咱们的选拔。咱们不是因为要追求原创，而是要确保这颗芯片能匡助渴望在 AI 期间本领来源。

咱们那时界说的主义是：一半成本、两倍性能，也等于四倍效率。实践算力会更高，因为 GPU 那时基本是 20%-30% 的奉行效率，这由它的架构天生决定，可能最多优化到 40%，再往上就很难。咱们主义是达到 50%-60% 的奉行效率。今天看来基本作念到了，马赫 M100 的实践算力是英伟达的 3 倍，成本还比它低。

今天看马赫 M100 芯片，咱们很自爱，这是中国第一款完全原创遐想的 AI 芯片，接受了非主流但更妥贴 AI 的数据流架构。

误点：四倍效率对标英伟达，那时指的是 Thor 如故 Orin，包括中间还有过 Atlan？

谢炎：咱们那时对准的主义是 Orin-X，但今天看来，马赫 M100 的实践算力是 Thor-U 的 3 倍。

马赫 M100 的架构默示图。来源：渴望汽车论文 "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（采取），哪些地点可以？

谢炎：中枢中的中枢是 for AI 的那部分，要完全掌执在我方手上。有公司去买 NPU 核，那还不如不自研，径直买芯片就好——AI 部分齐不掌执，等于作念芯片不掌执任何东西。是以 AI 的 NPU 核一定要我方遐想，而且得完全知说念为什么这样遐想，上头的编译器、软件、模子齐要能垂直整合。相对来说，CPU 核因为不在 AI 推理计较中占据主导，发展速率也比较纯粹，可以不作为前期重点参预的标的。

误点：这亦然你们在 2022 年定下来的？

谢炎：对，相称清亮，从来莫得动摇过。许多东说念主说，为什么渴望我方不搞一个 CPU，因为没必要。

误点：当初界说芯骤然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：软件上坚信需要作念一些处事，比如某块腹地内存到底需要多大容量能力弘扬最大效率，这需要软件和模子统共适配。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 年时咱们一经超出通盘自动驾驶团队的判断，群众齐说 Orin-X 一经比较充足了，而咱们的遐想主义是群众需求上限的 2 倍。即使这样，本年来看如故偏保守。

误点："激进" 指哪些参数？

谢炎：等于咱们需要更大效率、更大算力。我相称信赖将来需要更大算力，仅仅以什么成本获取。如果成本能基本保持不变，坚信是算力越多越好。

更别提咱们除了智驾外，还要把 L9 Livis 打变成智能机器东说念主。当今咱们好多智商齐要算力，而且要的还不少。一辆车有 11 颗 "眼睛"，除了自动驾驶，它还要能够领悟你，帮你干活，以致将来咱们可能会在车内装个机械臂帮你拎东西。

访佛的需求齐需要有余强盛的腹地算力，因为云表算力会受无线连续的影响。你并不但愿你的物寡言能体时灵时不灵，也不但愿它处事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说念主，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，还能跟东说念主交流。

误点：界说芯骤然，智驾团队更了解面前算法和量产节律，芯片和操作系统团队则要提前看三四年后的需求。不同团队对本领演进的判断不完全一样，你们如何均衡这些意见？

谢炎：咱们参考了智驾团队的输入，但底层本领研发周期长，是以咱们如故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：那时不管端到端如故 VLA，今天群众指摘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说念主类驾驶风气。这是坚信的。

误点：如果能重新来一次，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：互联的智商可以作念得更高少许。那时以为单芯片的遐想较力一经很高，是以莫得遐想 PCIe 维持。但今天看来如故不够。不外咱们也通过操作系统的互联本领技巧，达到了互联带宽需求。这亦然一个掌执本领全栈后带来的价值。

误点：你们详情接受数据流架构时，芯片团队有多大规模？

谢炎：未几，咱们初期有很永劫辰是二三十东说念主。

误点：业界有种说法，"一个完满建制的芯片团队应该在 600 东说念主傍边。" 你们当今有时几许东说念主？后续还要增多吗？

谢炎：咱们目下约莫 200 东说念主。有时候我以为东说念主多不一定是善事，东说念主少少许更勾通、效率更高。这又不是打群架，东说念主多就好。东说念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，群众协同起来效率相称高，不是通盘东西齐要芯片团队我方干。

误点：芯片团队的成员主要来自哪些地点？

谢炎：各个公司齐有，也有许多校招。咱们莫得针对性地找哪个公司的东说念主，只消智商够强，咱们就招过来。群众形成战斗力就行，没必要挖整建制的东说念主，那对其他公司也不好。

误点：要高薪挖他们吗？

谢炎：渴望的薪酬不低，但这值得，好的东说念主如故值得好的薪酬。更进击的是，咱们这里干的事情应该算业界很先进的。在中国很先进，可能在统共寰球也不算差。

误点：你们的薪酬高于行业平均水平？

谢炎：对。

误点：界说这颗芯骤然，各式参数优先级如何详情？

谢炎：参数不是先定的。界说芯片最进击的是先领悟要措置的问题，比如咱们要在自动驾驶或 AI 任务上超越业界最来源的厂商。然后是量化的分析任务的计较特征，包括数据浑沌、计较密度等。因为芯片最终是为跑任务服务的，如果莫得深入理受命务，芯片作念出来再去适配会欲盖弥彰。

是以，咱们一启动花了半年分析计较特征，第二步是领悟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、几许个 Tile、几许 TOPS、计较单元互联带宽、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，把一经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：分析计较特征用了半年，群众统共 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。

来源，界说芯骤然要群众统共界说，这相称进击。遐想过程中可能有新融会，也需要群众统共接洽。因为收尾功能时你会发现，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措施弥补。这需要软件、算法、编译、硬件团队遍及协同遐想。

其次，芯片追念后硬件一经无法修改，是以模子遐想要对硬件秉性酌盈注虚。软件如模子时势、参数时势可以匹配硬件秉性：硬件在哪些时势上效率最高，咱们就匹配哪些时势。

是以前期是硬件瞄着模子作念，芯片追念后是模子、编译统共想办法瞄着硬件作念。芯片供应商很难这样紧密配合。如果拆成几家公司去作念，可以作念到优秀，但作念不到了得和不凡。

误点：哪些东说念主会参与接洽？

谢炎：许多东说念主参与接洽，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，彼此之间欠亨。咱们在启动遐想时就把这些团队齐拉到统共，因为最终是要为 Workload 服务，让这颗芯片在跑 AI 计较任务时更快。

是以比较重要的有作念模子的东说念主、算法的东说念主，有作念编译器、软件的东说念主，以及硬件架构师。以致还有后端的东说念主，他们要去看在某个工艺上能不成达到咱们要求的计较浑沌、数据搬运延时、带宽等方针。作念居品界说时群众能坐到统共遐想，这是咱们那时作为一家规模不大公司的公正。

"超越最佳的智驾芯片，数据流架构是独一的契机"

误点：数据流架构很早就被冷落，为什么到今天才妥贴用在车端 AI 芯片上？数据流不是全新观念，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，数据流架构是个相称陈腐的观念，最早在 1970 年代冷落，MIT 的 Jack B. Dennis、Arvind、高光荣讲授他们提的，到当今一经几十年，但工业界落地相称少，最进击的原因是计较规模不够大。在计较和数据规模较小时，数据流架构的效率上风很难弘扬和体现。

冯·诺依曼架构有个很大的上风——便捷东说念主类编程。它把存储和 IO 操作齐抽象成提示，加上计较提示，以一种中心化的提示序列 step by step 推动计较任务，至极妥贴东说念主脑在有限的高下文长度下作念念念考和编排。代价是失掉了一定的计较并行度，贬抑了效率。但这在 AI 计较之前的期间还能忍耐。而且往常也发明了乱序放射、超活水线、多级缓存、分支预测等复杂的 CPU 微架构本领来缓解。

数据流架构的优弊端正好相悖，它用数据依赖图映射的硬件结构，自然高并行度，但晋升了东说念主类编程的复杂度，而且调试处事和编译器的难度也大幅晋升。

是以 AI 出现前，数据流架构不成立——自然观念很好，但落地很难。但当计较规模扩大到一定程度后，冯·诺依曼架构的瓶颈一经越来越明显。再往后走，数据流架构应该是一种更好的体系架构样式。

误点：具体讲讲，数据流架构为什么更妥贴 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，中间有个调整员负责发提示。这种集结式管理容易 Debug 和编程，但调整员负载很重，规模扩大后容易形成瓶颈：可能有东说念主适意但调整员没看到，或者有东说念主本可以更早切菜但因为提示没到而恭候。CPU 中有 30%-35% 的晶体管用于任务调整。

GPU 在此基础上校正，不再建立超大调整员，而是把东说念主员分组并为每组配简陋调整员，减少晶体管占用。但本驳诘题没措置：提示没到就得恭候，变成糜费；各组资源不成互用；规模扩大还需要分层调整，有点像筹画经济，效率很低。系统也不成径直掌执资源匹配情况，中间需要一层又一层策画东说念主员。

还特等据搬运的物流问题。调整和数据齐是集结式的，会形成瓶颈。是以 GPU 里有遍及内存（Memory）温煦存（Cache），齐是为了撑持中心化调整。规模小时没问题且容易 Debug，因为全是中心化的；规模变得超大时，瓶颈也会越来越明显。是以 GPU 需要作念多层 Cache 和高 HBM 带宽来弥补效率不及。

误点：数据流架构如何措置这些问题？

谢炎：那些不径直产生价值的晶体管相称于额外支拨，但芯片本体是要完成计较任务，真实起作用的是那些切菜、配菜、炒菜的东说念主。能不成不要中心化？谜底是可以，正因中心化代价很高，是以要走向踱步式。

无须提示驱动，可以去掉调整员，让切菜、配菜、炒菜的东说念主径直配合，这样能晋升效率，免却许多晶体管。但难点是让群众在莫得调整员的情况下高效处事，这对组织要求很高，是以编译器很进击。在咱们的处理器里，自然还有轨范，但不按原来样式奉行，Debug 很难。

但公正是，这样的架构自然妥贴 AI，反过来当 AI 智商很强时，AI 也比东说念主更能管理这些超大资源匹配。冥冥之中自有天意。本领莫得好坏，只好匹配不匹配。

因为咱们莫得中心化调整，通盘奉行不是调整员告诉你启动，而是每个东说念主在我方工位上，数据到了就启动，奉行完就赓续放到活水线上。

误点：你那时如何猜想用数据流架构？

谢炎：数据流架构主要始创者之一高光荣讲授是我在特拉华大学念书时的导师。当年咱们实验室称呼是 "计较机体捆绑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措置大规模并行计较问题。

在当年许多问题的措置过程中，咱们看到了数据流架构的特有上风。我那时的嗅觉是：它比冯·诺依曼架构更接近计较本体。但受限于那时计较机应用的需求范围，这套架构念念想主如若在超等计较机和大规模科学计较场景下利用，而一般的 Windows 和 Mac 的通用桌面计较并不成有用弘扬其上风。

深度神经收罗出现并流行后，至极是当下大模子 Scaling Law 推动模子参数和计较规模快速增长，需要更高效地措置大规模并行计较和数据搬运的问题。这让咱们重新看到，围绕 AI 计较的数据流架构的遐想上风。

误点：但应该不是立项之初就详情用数据流架构的吧？

谢炎：团队早期在架构阶梯上有过深入接洽。那时有种念念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；需要生动性的部分就额外加 GPU。这种决策的公正是起步快，业界不少公司这样作念。

但我认为，这本体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，变成资源糜费。更重要的是，AI 算子在快速演进，如果核神思较单元不可编程，很难适应将来算法变化。是以，咱们最终选拔可编程的数据流架构，自然难度更大，但天花板更高，能奴才 AI 发展继续演进。

误点：之前群众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。有些工程师说无须 CUDA，处事效率会贬抑许多，这个问题如何措置？

谢炎：第一，用英伟达芯片成本很高。如果自研居品界说清亮，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，但车能获取 50% 的成本贬抑、好几倍的性能上风，哪个更进击？这背后更多是居品质价比和商量的考量。

第二，数据流架构本人是 for AI 的，AI 亦然 for 数据流架构的。将来这些适配处事齐会由 AI 来作念。当 AI 有余强时，2026美加墨世界杯中国官方网页版CUDA 的生态上风会贬抑，因为以前东说念主是编程主力，需要 CUDA 等抽象层作念更好的分层、抽象和简化，其目的是贬抑东说念主类轨范员的编程难度。

而不久以后，或者面前一经启动，编程主体越来越多是 AI，编译器也可以是 AI，那么 CUDA 这类更多为东说念主类遐想的补助 "拐棍"，进击性会越来越低。AI 以致可以抛开 "拐棍" 径直爽速对硬件编程，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，推理效率的进击性在快速高潮，而东说念主类编程通用性的进击性在贬抑。英伟达一经意志到这少许，是以花两百亿好意思金去买 Groq。这家公司是 Google 前职奇迹念的，它的居品短长常静态的数据流架构，完全不维持 CUDA，莫得群众融会的可编程性，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：有挺多接洽。芯片团队里面一启动有东说念主因为本领理念不同而离开，这莫得对错，仅仅信赖和看见的东西不同。当架构念念路长入后，群众主义一致，配合很默契，奉行起来反而比较顺利。

公司里面前期坚信也有一些疑问，毕竟这是全新规模。群众会想：渴望没作念过芯片，能作念好吗？我猜想，许多芯片以外的共事疑忌的不是架构的选拔，但更多是能超越市面上最佳的芯片这个主义本人是否感性。

这点上，咱们花了遍实时辰对 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，你无法通过直线跑说念 —— 也等于 GPGPU 架构 —— 进行超越。不同的阶梯或技巧，比如数据流架构，是独一的契机。

误点：这相称于是走 "中国特色社会主义" 说念路？

谢炎：对，咱们必须选一条不同的说念路。如果仅仅讲解能够替代，那么走前东说念主走过的纯属阶梯就有余了，风险更低。但这样作念，前东说念主很容易成为咱们的天花板。另一方面，如果作念不到 "明显" 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 年的立项文档完全等于这个逻辑。

误点：他听完后什么反应？

谢炎：不记起了，但坚信莫得认为咱们在瞎掰八说念（哈哈）。实践上，他莫得作念选拔，因为他知说念这件事进击，而况维持咱们作念芯片。

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本领融会。比如本领悟线对不合，李想如何判断？

谢炎：作为 CEO，他会把大的策略和买卖逻辑判断好，比如咱们每年销售几许车，每辆车消耗几许芯片和成本，自研可以带来几许成本和效率上的价值。同期本领悟线的逻辑也可以用相称第一性的措施来判断。

比如，我刚才说的厨房的类比，不需要知说念具体本领如何作念。更本体的，这可以类比筹画经济和市集经济。筹画经济在规模小时更容易构建，径直下提示样式也够高效。当规模相称大时，市集经济的上风会越来越大。

误点：你们前期接洽他参与得多吗？

谢炎：每个节点他齐会看。

误点：不需要每个节点他齐点头？

谢炎：对，因为测试、架构、后端这些齐是本领节点。李想如故会抓大放小，重要节点看得很细，中间过程没必要看那么细，否则 CEO 就太累了。

误点：再比如你要几许东说念主、几许钱、花多永劫辰。

谢炎：这个还好，他知说念我比较克制，不会为了作念一件事就先堆十倍东说念主力。我有一个理念，最佳的团队规模是你想要规模的 80%，这样效率最高。比如你想要 200 东说念主，那 160 东说念主可能更好，东说念主多反而无益。

误点：你 2022 年入职渴望时，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素质，加上是作念编译器出生。业内东说念主士说你在渴望作念芯片，可以用软件素质去优化硬件？

谢炎：对，芯片智商弘扬几许，最终软件起很大作用。不管 2010 年前的英特尔，如故当今的英伟达，软件工程师东说念主数齐比硬件工程师多不少。英伟达的组织架构里，软件团队东说念主数是硬件团队的 2 到 3 倍。这确认雷同的硬件，软件优化好不好，最终弘扬出的智商霄壤之别。

但更进击的是，计较机的软件和硬件架构，其实是应该统共遐想的。软件作为一种构建在硬件之上的 "逻辑实体"，它的底层，也等于软件和硬件的接口遐想，会极大影响统共计较机系统的效率。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。

往常几十年，东说念主们逐渐健忘了这点进击性，是因为传统架构应答通用计较一经够用，并莫得必要在这里作念大的改进，也就莫得必要用软硬件结合的技巧来遐想。但今天咱们看到了 AI 计较的需求在快速爆发，而传统架构一经接近极限。当咱们需要为了更大规模、更高效率的计较重新遐想统共计较机的时候，这样的双向视角和智商，是一个优秀团队必须具备的。

芯片智商要滚动为智驾体验上风，渴望还得趟过许多坑

误点：芯片上车波及芯片、基座模子和智驾算法团队三方配合，会不会有需求冲突的时候？

谢炎：需求倒不太会冲突，因为群众的最终目的是但愿在智驾上收尾来源。最进击的不是芯片作念得好，而是智驾智商强。接下来，我也会花较永劫辰和智驾团队统共看，如何在模子上真实来源。这短长常进击的一场仗，如果智驾齐不成来源，如何能确认芯片来源？

误点：你之前跟智驾团队的交流频率如何？

谢炎：主要会议我齐参加，本领接洽有些我也参加。

误点：当今呢？

谢炎：当今因为我有这个职责，是以会更多参与接洽，本领悟线上也会共享一些具体想法。各家目下的智驾水平在昆玉之间，莫得东说念主太来源，差距相称小。但往后发展有两个重要点：

第一，要神勇投资将来本领。特斯拉的本领悟线就迭代过好几次，最怕以为 "这一代就够了"。本领永远是用新阶梯措置更难问题，是以要挑战我方，突破原有融会。是以咱们会遍及参预研发，不仅是量产本领，还会研究其他可能的本领悟线。

第二，更高效的算力相称进击。咱们会加强模子和芯片的配合。有更强算力后，能作念事的空间就大许多，不会像在小规模的跷跷板上，这个高了、阿谁就低了。当算力大时，可以用通用措施措置许多问题。今天的大语言模子不为任何一个特定行业遐想，但由于参数有余大、数据有余多，自然就通用起来。

智驾当今还处于专用期，越往后越需要通用智商措置长尾问题。这些问题不可能靠专用小模子措置，坚信需要大模子，而且需要系统具备东说念主类融会，是以需要很大算力。自动驾驶从今天的 70-80 分晋升到 100 分，每晋升 10 分需要的算力不是简陋乘以 2，可能是乘以 5 或 10。

误点：是以特斯拉 AI5 芯片有时 2000TOPS 的寥落算力远远没到绝顶？

谢炎：离真实的 L4 也还不太够，自然这仅仅我个东说念主的判断。

误点：你们一经在车端用马赫 M100 替代英伟达，但云表还在用英伟达。云表算力不够用而且很贵，这个问题如何措置？

谢炎：英伟达不会因为咱们没用它的车端芯片就不供应云表居品，老黄不是这样的东说念主。马斯克也买英伟达的云表居品，车端雷同没在用，是以该合作如故合作。咱们可以用通盘云厂商和芯片厂商的居品。国产的齐在用，只消好用就行，咱们不挑。

误点：车端模子往后坚信会变得更大，渴望融会过更低精度推理的样式晋升效率吗？

谢炎：自然。

误点：能作念到什么水平？

谢炎：Google 首席科学家 Jeff Dean 的不雅点我至极认同。他最近两年一直在讲寥落和低精度，贬抑精度亦然一种广义的寥落。这跟硬件遐想强关连，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，算法齐能保持有余性能。这些本领是咱们的重点研究标的。

误点：有可能作念到 FP4 吗？

谢炎：对，4 以致 2。

误点：这样低的精度？自动驾驶毕竟要认真安全。

谢炎：这个东西必须跟软件结合，是以并不是通盘地点齐用低精度。就像你开车时，视觉焦点以外看个有时就行，其余部分根底不需要高精度。是以在查考和架构的联结遐想上有许多认真：如何用好低精度，如何用好结构化寥落和其他寥落措施，比如 KV 缓存的寥落化，这里面有许多可供软硬件联结遐想的地点，不是简陋部署一下硬件就好了。水还挺深，也挺格外念念。

误点：瞻望马赫 M100 从什么时候启动维持机器东说念主？

谢炎：这得看咱们机器东说念主业务的节律，不狂暴。芯片就在那，业务准备好随时可以用，更进击的是机器东说念主的本领标的。渴望作念机器东说念主，坚信不会简陋复制别东说念主的措施，那样没真谛，更进击的是走出一条我方的路，那会决定如何用咱们的芯片。如果机器东说念主业务需要高性能的量产芯片，马赫 M100 比市面其他芯片齐好，又有里面维持，效率会很高。

误点：机器东说念主团队还穷乏像自动驾驶跑在车上这样的具体场景，可能机器东说念主团队还得探索一些场景，能力走到量产。

谢炎：对，居品要界说好。咱们机器东说念主团队也用基座模子。当今想哥界说的分层是：芯片、模子、机器东说念主和自动驾驶，包括其他业务用的大模子齐基于基模团队提供的模子，是以模子查考齐在统共。也等于说，机器东说念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，渴望取消了上一代平台的 XCU，并因此从简 1000 元单车成本，具体是如何回事？

谢炎：很简陋，马赫 M100 有比较强的处理器，里面有 24 个 A78，咱们用杜撰化和操作系统本领结巴出一部分给 XCU 用，统共 XCU 限定器就从简掉了。

误点：除了自动驾驶，马赫 M100 还有其他应用场景吗？

谢炎：群众一定要领悟，这颗芯片不叫自动驾驶芯片，而是 AI 推理芯片。座舱坚信需要，最终车内需要一个 AI 的计较中心，通盘 AI 集结到这里最高效，而且咱们亦然自研的，有最大的掌控力，这样效率最高、单元算力成本最低。不管自动驾驶如故座舱里需要的 AI，齐放到统共效率才最高。如果这边摆一个 AI 小计较，那里摆一个 AI 小计较，而且双方架构还不一样，适配起来齐费力。

在底盘和以后要推出的机器东说念主上，咱们也齐会用马赫 M100。你看特斯拉 FSD 芯片在机器东说念主上也用。媒体时常把 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 年特斯拉启动大规模推送 FSD Beta 版起，智驾行业资格过屡次算法变动，这对渴望遐想芯片的念念路有冲击吗？你们作念了哪些调整？

谢炎：这等于作念 ASIC 和 PU 的隔离。作念 ASIC 如果应用一变，硬件固化了等于不幸。但咱们作念的是 PU，可编程、有生动度，只消应用计较大的特征不变，算子的变化齐能适配，而且效率齐保持得很高。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，但什么应用齐能跑，且死字还可以。

不外，如果计较特征发生巨大变化，的确有影响。大语言模子兴起后，计较特征如实和之前的深度神经收罗有区别，跑大语言模子至极是 Decode 阶段计较密度很低，对带宽要求极高，是以咱们作念了相应优化，略略加了一些东西。

误点：当今群众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：只看参数没真谛，最终要看有用算力。举例评价一部手机好不好，内存很进击，但苹果内存最低，体验却最佳。是以不成简陋拿参数权衡芯片智商。就像拳击比赛，得胜选手是概述实力强，不是比泰森重、比泰森高就能打赢泰森。

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

谢炎：对，尽量用重要模子评价，以致最佳径直拿自动驾驶言语。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，是以有东说念主认为，英伟达遐想这款芯骤然对 Transformer 谈判较少。渴望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 最进击的珍眼光计较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，然后反复捕快高带宽内存作念远距离读取，是以径直碰到 "内存墙"。咱们的数据流架构是数据驱动而非提示驱动，计较单元间传输不需要经过全局内存，可以径直传输并在过程中转置，效率最多比他们高 10 倍。

第二，咱们作念珍眼光计较很高效，因为数据流架构可以把计较过程活水线化，不单依赖全局内存，松懈易遇到 "内存墙"。然后是矩阵乘，等于终末大的计较收尾再去跟大的矩阵相乘时，需要给每个计较单元齐复制一份矩阵，而咱们有全局播送总线，可以一次把矩阵同期送给通盘计较单元。英伟达 GPU 是提示驱动，每个计较单元齐要到全局仓库去找，效率更低。

第三，咱们的计较单元里有一些算子可以径直形成数据流。不是每次算完再会知其他模块来算，而是把多个计较轨范串联起来连气儿处理，效率高许多。

这些效率晋升来自体系架构遐想，不是固化的。如果把通盘高效的东西齐固化，那参数也会固化，就失去了架构的生动性上风。

AI 期间，东说念主的一个进击智商是能够跳出踱步概率念念考

误点：你评价我方是工程师，但加入渴望后很快成为 CTO。你如何看车企 CTO 这个职位？渴望 CTO 需要作念哪些中枢处事？

谢炎：在职何公司的高管里，CTO 界说最磨蹭。渴望 CTO 有对外本领对接的职责，对内主如若在 AI 计较这条线上——从模子、操作系统到芯片，再到封装等关连本领——保证公司将来有竞争力，在中国一定来源。

这是我参预元气心灵的重点，因为这是渴望成为具身智能公司的中枢之一，自然不是独一，因为车是复混居品。这条线又分为委用和保证来源两部分。委用要有余好，会花少许元气心灵，但更进击的是往前看，因为本领永远迎难而上，是以一定要花时辰关注还在地平线上的新本领。

误点：你当今关注哪些新本领？

谢炎：第一是模子将来的发展，这个我会花元气心灵看，至极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，之后还会赓续迭代。

第三，芯片遐想本人挺格外念念，像盖屋子一样，材料和构建措施有无尽遐想空间。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样式更好地遐想架构，我也会花元气心灵关注。

还有用 AI 赋能芯片遐想和编译器，这也很进击，将来咱们必须走在前边，效率一定要有余高。是以我在推动核神思较团队用 AI 晋升效率，突破原来遐想不到的事情，比如径直用 Claude、Codex 等 AI 器具写算子、用 AI 编译优化统共链条。

误点：你的处事作风是什么？

谢炎：抓重点。从工程师成长到要构建更大事情时，最进击的是学会分拨元气心灵。不成像我方作念工程师时每个点齐亲自处理，要分清哪些点看浅少许，哪些点看深少许。

误点：在不同节点，你的处事重点踱步在什么事上？

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，用硬件刻画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。重要死字可能会看得多一些。我对我方要求是，保证在东说念主工智能本领悟线上，可以过大契机，少踩坑，达到来源并能继续来源。

误点：在 AI 期间少踩坑，可能吗？

谢炎：是以要加强研究，许多东西得先知说念发展标的。所谓 "踩坑"，中枢是莫得一手信息、东说念主云亦云，只看特斯拉、英伟达今天如何改，但不知说念为什么，说它这样改是以我也这样改，这最危境。

不是他如何改咱们就如何改，而是即使跟他措施一样，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措施。干一模一样的事没什么真谛。咱们当今作念的许多事齐和业界不一样，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：你说保证渴望在 AI 期间继续来源，范围指车企如故全行业？

谢炎：来源是车企，这是基本主义。咱们不会跟 OpenAI、Claude 去比 Coding，这没格外念念。每家公司有它的处事和规模，咱们的处事和上风更多是在三维寰球构建具身智能的全栈智商。

误点：十年后，你瞻望具身智能会达到多大规模？

谢炎：汽车当今是中国第一大行业，特出房地产，具身最终坚信比这个市集大。东说念主类需求是无限的，不会嫌坐褥力少，而是需要更多机器东说念骨干各式活。

误点：渴望在往具身和 AI 标的转型，汽车业务还有多进击？

谢炎：汽车业务对咱们挺进击，相称于练兵场，可以提供遍及资金、东说念主才、场景，许多本领从里面孵化纯属、成本贬抑。汽车业务对渴望来说坚信是今天最进击的业务，外面说想哥不想作念汽车了，不是的。自然有庞杂主义，咱们如故驻足汽车，今天通盘东西如故服务于汽车。

误点：你加入时渴望正处于高潮期，到今天遇到挑战，你的扮装也愈发进击。如何看待渴望这几年的变化？在不同阶段，你如何判断各种事情的进击性？

谢炎：我基本上没什么变化，公司在业务上坚信是有上有下，但更进击的是看到一些不变的东西。我来之前就信赖汽车是进击的东说念主工智能居品，一定要通过软硬件结合打穿到芯片、操作系统，能力形成耐久竞争力。至于中间的升沉，只消咱们还没清贫到少许儿钱齐莫得，那就保持这个研发强度，把内功练好，让群众有这个耐性。

我刚才说芯片团队 200 东说念主，这跟公司近万东说念主的研发团队比较短长常小的比例，他们安空闲静在一个边缘把中枢的东西打磨好就行，不要被所谓的销量陡立影响。进击的是，坚硬信赖正在作念的长久是这个期间很进击的事，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较架构，我一直想在汽车上把它试出来。这件事不管若何齐相称格外念念，而且一朝作念成，一定能匡助渴望建立相称强的壁垒。

误点：今天团队可能没法再安空闲静，像你就要被推到台前了。

谢炎：你作念出来就好，拿东西言语，而不是靠对外说。

芯片能上车仅仅动身点，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。也很红运处在这个期间，这个期间最进击的是具身智能居品，而汽车是很好的载体。其他东西齐不太进击。

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

误点：一家自动驾驶创业公司挖东说念主的样式是看比赛收获，谁的分数高就把他挖过来，你呢？

谢炎：我不赞同他的措施。这只可确认某些东说念主打比赛至极熟练，然则更进击的，AI 至极擅长遍及数据的平均踱步，如果这个东说念主是技能熟练型的，通盘融会齐在平均踱步里，也很容易被 AI 替代。而东说念主最进击的是跳出概率踱步的那部分，也等于 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，它一定不会猜想回收火箭，以致包括用 "筷子" 夹的措施。今天的 AI 作念不到，因为它从没见过，很难完全跳出踱步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， 念念维链）一步步找到相对较优的措施。

误点：你说智能电动车要通过软硬一体把 AI 智商和智驾作念好，能力成为头部公司，但市集上许多东说念主齐一经相识到这少许。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：因为刚才在说踱步概率。

谢炎：这是两件事。一件是你跳出踱步概率，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。东说念主类需求莫得踱步概率的问题，比如你需要一个机器东说念主帮你干活，这是毫无疑问的，可能每个东说念主齐这样但愿，而且短长常低廉的价钱。

误点：你刚才说到，当今国内厂商在智驾这块的智商齐在第一梯队，高下之间离别没那么大。

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，最光泽靠智驾离别不出来哪个车智商强？

谢炎：智驾如故能离别出来的。一个是今天离闭上眼睛、完全宽心开还有比较长的距离，但群众一经逐渐信赖这件事会发生。还有概述成本问题，也等于用多大的成本达到这个程度，这会有相反。

另外当自动驾驶收尾后，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踱步概率的一种？

谢炎：对。你如果让 AI 遐想，它有时率不会选拔数据流架构。

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踱步概率？

谢炎：会。

误点：那如何办？

谢炎：是以有素质的东说念主当今如故进击的，不成齐交给 AI。当今硅谷为什么裁掉一线工程师？因为他莫得有余的素质，跳不出踱步概率，只可渴望。渴望自然也有价值，素质有时候也会扬弃你跳出踱步概率。但在有些规模，莫得有余素质，你跳出踱步概率的想法可能 90% 是错的，还会耗损遍实时辰。

误点：素质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：你们当今如何作念？

谢炎：我莫得至极好的措施，如故要容忍一些，不要全是 AI。底层处事 AI 能作念时，就给新东说念主契机。不外新东说念主不是重叠全部底层处事，而是在表层构建融会，在新环境放学习技能。如果回到六七十年代，许多东说念主能写汇编语言，但当今能写 C 语言的齐未几，但这并不妨碍群众的坐褥力更强。

误点：哪些事情你不允许用 AI 作念？

谢炎：莫得不允许，群众放开作念。今天无须 AI 比用的风险更高，是以群众尽量用，限定风险就好。

误点：有素质的东说念主会看出来质地好坏。

谢炎：对，有素质的东说念主会提高相称快，没素质的东说念主也有契机快速切入一些规模，是以不扬弃群众。我的想法是推动群众去试，因为不试就不知说念 AI 发展到什么程度，试了之后才会有越来越深的体会，而且可以遐想它将来颖慧更多事。

误点：乔布斯谢世时，苹果搞过阻塞策略会百东说念主会（Top 100），目的是确保公司最高层能明晰地知说念最强横的东说念主在想什么，守密程度相称高。渴望有什么管理机制，能够让好想法从下到上涌现？

谢炎：这很进击，不要太科层化，比如我会径直跟校招生、一线职工不按时聊，等于聊你今天在想什么。我也会跟群众共享我看到什么、我在想什么。

在资源分拨上，咱们本年在念念考一件事：不要把资源管制在一个个垂直的井里。如果组织结构一朝形成，东说念主力、计较资源齐在一个井里，下层即使有好想法，也不一定能获取相应资源。

第二，好想法落地往往需要不同的智商，而即使是引导可能也只领有一部分智商，因此要跨团队协同。是以，进击的是突破部门墙。

咱们正在尝试另一种措施：有东说念主有好想法之后能径直冷落来，然后跳出他的组织架构上会评审，通事后群众就匹配资源，以致跨部门调集一个杜撰团队来干，快速构成一个 "篝火" 情势。咱们最近也在念念考，如何形成轨制化的 "篝火"，让群众可以快速形成一些 idea，快速试错和反应。

误点：之前有渴望居品高管说，前两年当一部分高管被调去作念佛由后，年青职工很难径直跟 CEO 产生有用交流，最终李想成了居品天花板。如何幸免这种情况？

谢炎：这种情况坚信有，因为一线听到炮火的东说念主更了解实践情况。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，既要保证他的改进能跑出来，也要保证真实落地的是高质地建议。许多东说念主齐会提建议，但 1000 个建议中真实靠谱的可能只好 20 个。如果只消有 idea 就能获取资源，公司也会乱套。

误点：是以你们还在摸索？

谢炎：这应该莫得一个齐备的措施，只好一种情况：你的团队规模有余小，有余紧密，这种样式才会相称收效。这亦然为什么我不但愿团队太大，东说念主少调换反而更容易，东说念主多了之后你要耗尽遍及元气心灵辨认哪些是杂音，哪些真实有价值。不外团队小，东说念主员修养要有余高，群众齐得靠谱才行。

误点：今天你是更集权如故更均权？

谢炎：我比较均权，因为我的处事情势是这样：许多事我如果发现存问题，就径直跳进去跟工程师统共看。我的时辰并不完全固定，而是看哪个时辰段的哪件事更进击。如果是群众一经界说好的事，最佳有一个径直负责东说念主。假定全由我负责，有可能我我方成为瓶颈。

误点：径直向你报告的有几许东说念主？

谢炎：比较多，我当今兼任两个一级部门负责东说念主，因为一直莫得合适东说念主选。但公正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说念主，其他齐是一级部门负责东说念主向我报告，只好那两个部门是二级部门负责东说念主向我报告。

那些东说念主围绕一件事处事，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，知说念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：传闻你推动了渴望的 AI 策略？

谢炎：不是。策略坚信是 CEO 想哥推动，我等于实施，包括让本领标的落地。

误点：这和你加入渴望之后的建议、判断揣度吗？因为你认为汽车是东说念主工智能、具身智能端侧收尾的旅途之一。

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 进击，只消 CEO 看到大趋势，就齐知说念 AI 坚信进击。

我无非是推动了跳出踱步概率的本领悟线选拔，更多是为了来源，来源亦然为业务服务。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 的契机但拒却了，因为你认为头衔没那么进击，作念的事很进击。

误点：基于你今天作念的事情和想达到的主义，如果 CTO 这个 Title 不进击，当下对你来说什么最进击？

谢炎：像我刚才说的，主如若在整条 AI 链路上，通过垂直整合，从模子、软件、芯片以致更底层，为公司构建起坚实竞争力基础。这个基础一朝构建起来，就会产生访佛 "飞轮效应" 的死字，模子，软件，操作系统，芯片同期加快向上，这种上风可能会是结构性的。

误点：确保你能实施这条阶梯是最进击的？

谢炎：对我来说，进击的不是在什么位置，而是能参与进击的变革和历史进度。在能够得胜的基础上，是不是我在主驾位又有什么关系。

李安琪对本文亦有孝顺

题图来源：渴望汽车

注目（高下滑动检察）：

[1] 冯·诺依曼架构：由数学家冯·诺依曼在 1945 年冷落的计较机架构，被当代绝大多数计较机接受。其中枢特色是提示和数据存在合并存储器中，CPU 按规则奉行提示。

[2] 数据流架构：一种计较架构，1970 年代由 MIT 的 Jack B. Dennis、Arvind、高光荣等东说念主冷落。其特色是当操作所需的输入数据准备就绪，操作会自动奉行计较。

[3] 内存：计较机用于存储数据和轨范的硬件组件，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，是计较机运行轨范和处理数据的进击部件。

[4] 缓存：位于处理器和主内存之间的高速存储器，用于临时存储频繁捕快的数据和提示，减少处理器恭候数据的时辰，提高全体性能。

[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，往往以 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）涌现模子参数和计较，比较传统 32 位浮点数可权臣贬抑计较量和内存占用，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，是一种内存本领圭臬。DDR 内存在时钟信号的高潮沿和下落沿齐能传输数据，比较传统内存速率更快。

[8]CNN：Convolutional Neural Network 的缩写，即卷积神经收罗，一种深度学习模子，妥贴处理图像数据，通过卷积层索求特征。

[9]Transformer：一种基于珍眼光机制的神经收罗架构，最初用于自然语言处理，现已庸碌应用于计较机视觉等规模，是 ChatGPT 等大模子的基础架构。

[10]PCIe：Peripheral Component Interconnect Express 的缩写，即高速串行计较机彭胀总线圭臬，用于连续主板上的各式硬件组件，如显卡、存储拓荒等。

[11]NPU：Neural Processing Unit 的缩写，即神经处理单元，专门为东说念主工智能和机器学习计较遐想的处理器，比较通用处理器在 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较，指将原来用于图形渲染的 GPU 用于通用计较任务。

[13]SoC：System on Chip 的缩写，即片上系统，将完满计较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，比较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：芯粒本领，将原来集成在单个大芯片上的不同功能模块理解为多个小芯片，再通过先进封装本领连续，可以提高良率、贬抑成本。

[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，专为自动驾驶计较优化遐想。

[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、内存限定器等，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、定位和建造失实的过程，是确保系统正常运行的枢纽。

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

- FIN -

世界杯官方网页版