Xpeng dan Nio Gencar di Komputasi, Ideal Ganti Arsitektur

marsbitPublicado a 2026-06-16Actualizado a 2026-06-16

Resumen

Pada 15 Juni, Li Auto memperkenalkan chip self-driving buatan sendiri, Ma He M100, yang dikembangkan khusus untuk L9 Livis generasi baru. CTO Li Auto, Xie Yan, menekankan bahwa fokusnya bukan hanya meningkatkan kecepatan, tetapi mengubah arsitektur chip secara fundamental. Di tengah tren produsen mobil yang berlomba-lomba mengembangkan chip sendiri pada tahun 2026, pesaing seperti Nio (chip Shenji NX9031), Xpeng (chip Turing), dan Huawei (MDC 810 Pro) umumnya mengandalkan angka TOPS (komputasi) sebagai senjata pemasaran utama. Namun, Li Auto memilih jalur berbeda dengan mengubah logika arsitektur dasar dari chip tersebut. Ma He M100 mengadopsi arsitektur Dynamic Data Flow, bukan arsitektur von Neumann tradisional. Pendekatan ini dirancang untuk komputasi paralel matriks berskala besar yang diperlukan untuk inferensi model AI (seperti VLA), dengan mengurangi bolak-balik data antara memori dan unit pemrosesan. Hasil klaim Li Auto adalah efisiensi komputasi efektif 3 kali lipat dibandingkan Nvidia Thor U dan penurunan latency 40%. Keberhasilan arsitektur ini mendapat pengakuan eksternal melalui penerimaan makalahnya di konferensi akademis bergengsi ISCA 2026. Namun, keunggulan 3x ini sangat tergantung pada algoritma Li Auto (VLA2.1) dan mungkin tidak berlaku untuk tugas komputasi umum. Dengan chip ini, Li Auto menyelesaikan rantai teknologi "full-stack" yang meliputi chip, compiler, sistem operasi (Star Ring OS), model AI, dan pengontrol domain, menciptakan ekosistem tertutu...

Pada 15 Juni, Ideal Motors secara rinci mengungkap detail chip swarancangnya, Mache M100, dalam konferensi pers. Ini adalah chip kecerdasan mengemudi swarancang untuk generasi baru L9 Livis. CTO Xie Yan menekankan: Tidak boleh hanya membuat chip yang lebih cepat dari sebelumnya, melainkan perlu membuat chip yang benar-benar berbeda. "Berbeda" ini merujuk pada arsitektur chip.

Di tahun 2026, ketika produsen mobil berbondong-bondong mengembangkan chip swarancang, TOPS adalah amunisi promosi yang paling sering digunakan oleh semua pihak. Nio Shenji NX9031, Xpeng Turing, Huawei MDC 810 Pro, semuanya menempatkan angka komputasi di posisi yang paling mencolok. Ideal memilih untuk mengubah dari arsitektur dasar.

Mache M100 ingin membuktikan bahwa arsitektur lebih penting daripada angka komputasi. Namun, benar atau tidaknya, masih perlu diuji oleh pasar.

01. Perbedaan Membuat Chip di Bawah Inflasi Komputasi

Mengembangkan chip swarancang telah menjadi pilihan bersama bagi produsen mobil terkemuka di dalam negeri.

Nio Shenji NX9031 adalah chip kecerdasan mengemudi kinerja tinggi 5nm pertama di dunia. Keunikannya terletak pada ISP swarancang, dengan tingkat pengenalan pejalan kaki pada kondisi cahaya rendah 1 lux di malam hari 40% lebih tinggi dibandingkan chip generik, memperkuat lapisan persepsi secara khusus.

Chip Turing Xpeng juga sangat terkustomisasi, dirancang khusus untuk model kecerdasan mengemudi besar Xpeng, dan berencana untuk diperluas ke mobil terbang dan robot.

Huawei mengambil jalan lain, menggunakan Ascend untuk MDC, menekankan keselarasan penuh antara pelatihan di cloud dan inferensi di kendaraan, "satu menit latihan di cloud, satu menit mengikuti di kendaraan".

Beberapa perusahaan ini adalah varian dari arsitektur von Neumann: unit pemrosesan pusat, data dipindahkan bolak-balik antara unit komputasi dan memori. Semakin maju proses manufakturnya, semakin cepat pemindahannya, tetapi Mache M100 ingin mengubah hal itu sendiri.

02. Mengubah Logika Dasar

Arsitektur von Neumann tidak bermasalah di era komputasi umum, tetapi inferensi model besar adalah bentuk komputasi lain. Inferensi VLM adalah paralelisme matriks skala besar, bukan menjalankan instruksi secara berurutan. Hambatan hampir seluruhnya ada pada bandwidth memori, hilangnya data yang keluar masuk memori berulang kali langsung menelan sebagian besar komputasi efektif.

Gagasan arsitektur aliran data dinamis adalah membiarkan data mengalir sepanjang grafik komputasi, tanpa perlu berulang kali disimpan kembali ke memori. Hasil yang diberikan Ideal adalah, komputasi efektif tunggal Mache M100 kira-kira 3 kali lipat dari NVIDIA Thor U, dengan penundaan ujung ke ujung turun 40%.

Seberapa dapat dipercaya angka "3 kali lipat" ini? Ada satu validasi eksternal yang bisa dijadikan referensi. Makalah arsitektur Mache M100 terpilih untuk bagian industri ISCA 2026. ISCA adalah konferensi akademik top di bidang arsitektur komputer, makalah di bagian industri melalui tinjauan sejawat, detail desain arsitektur terbuka untuk umum. Ideal adalah perusahaan mobil pertama yang terpilih sejak bagian industri ini didirikan.

Tetapi angka 3 kali lipat ini memiliki prasyaratnya. Komputasi efektif bergantung pada beban kerja spesifik. Angka 3 kali lipat yang dihasilkan pada algoritma VLA2.1 Ideal, belum tentu berlaku pada sistem lain. Mache M100 adalah chip native algoritma, chip dan model dikembangkan secara bersamaan, diadaptasi secara mendalam untuk algoritma sendiri. Paling kuat untuk menjalankan model sendiri, belum tentu untuk tugas umum.

Ini memiliki logika desain yang mirip dengan Turing Xpeng, chip FSD Tesla juga seperti ini. Perbedaannya adalah, Tesla dan Xpeng tidak melakukan perubahan paradigma di tingkat arsitektur, Mache M100 mengubah logika dasarnya. Apakah perusahaan mobil dapat membuat arsitektur baru yang dapat diandalkan untuk produksi massal, itu sendiri adalah tantangan tanpa preseden.

Dengan diluncurkannya Mache M100, Ideal telah menyelesaikan swarancang penuh tumpukan: chip, compiler, sistem operasi, algoritma AI, dan pengontrol domain. Lingkaran tertutup ini jarang terlihat di antara rekan-rekan.

Nio memiliki chip swarancang tetapi ketergantungan pada OS berbeda, Xpeng memiliki chip swarancang tetapi compiler dan OS masih memiliki ketergantungan eksternal, Huawei adalah lingkaran tertutup tetapi bukan perusahaan mobil. Makna strategis rantai Ideal ini terletak pada kemampuannya agar tidak dikendalikan rantai pasok oleh NVIDIA, data tidak keluar dari platformnya sendiri, ruang optimasi kerja sama perangkat lunak dan keras sepenuhnya mandiri.

03. Menduduki Posisi "Kecerdasan Berwujud" Terlebih Dahulu

Chip hanyalah salah satu protagonis konferensi pers. Li Xiang juga mengusulkan definisi "mobil kecerdasan berwujud empat dalam satu" dalam konferensi pers: sebuah mobil listrik, seorang pengemudi profesional, sebuah komputer AI, dan seorang asisten kehidupan.

Ini adalah lompatan yang cukup besar dari narasi merek Ideal sebelumnya.

Pada 2023, L9 menembus pasar 300-500 ribu RMB dengan "SUV keluarga besar enam kursi", dan lini produk generasi pertama mengikutinya. Masalah dengan posisi ini adalah biaya replikasinya terlalu rendah. AITO M9, Nio ES9, Zeekr 9X semuanya masuk, kulkas, TV, dan sofa besar menjadi standar industri, tidak ada yang bisa menciptakan jarak, hanya perang harga yang tersisa.

"Mobil kecerdasan berwujud" memindahkan dimensi persaingan dari konfigurasi ke kemampuan sistem. Dalam kerangka ini, kulkas dan layar belakang adalah konfigurasi dasar, titik perbedaan menjadi "sistem siapa yang bisa merasakan, berpikir, dan tumbuh". Mendefinisikan kategori itu sendiri adalah aset strategis, siapa yang mengatakannya terlebih dahulu menduduki posisi.

Ideal melengkapi narasi ini dengan rantai teknologi yang relatif lengkap. Landasan komputasi Mache M100, model kecerdasan mengemudi besar Mache VLA2.1, model dasar sisi perangkat Mache Mind-Pro dan Mind-Edge, OS Bintang (Star Ring) menghubungkan seluruh tumpukan, setiap lapisan memiliki produk yang sesuai untuk diluncurkan.

Konferensi pers mendemonstrasikan kendaraan bergerak mengikuti irama musik, simulator balap 4D, parkir dengan perintah, ini adalah pengalaman yang dapat dirasakan. Li Xiang juga mengatakan dalam konferensi pers, mengemudi otonom hanyalah "babak pertama" kecerdasan berwujud, robot humanoid umum adalah "babak kedua", tetapi jadwal dan jalur implementasi spesifik babak kedua belum jelas.

04. Perintah Militer Q4

Ada juga pernyataan kunci dalam konferensi pers, model kecerdasan mengemudi besar Mache VLA Ideal akan sepenuhnya menyamai Tesla FSD V14 pada Q4 tahun ini.

Gaya konsisten Li Xiang adalah komitmen publik, menggunakan tekanan eksternal untuk memaksa eksekusi internal. Setelah mengatakan akan menyamai FSD V14 di Q4, semua orang akan mengukur dengan tolok ukur ini di akhir tahun.

Secara rute, Ideal dan Tesla memilih struktur yang sangat mirip: ujung ke ujung + model besar VLA + terutama penglihatan murni. Huawei mengambil jalan sensor laser + fusi multi-sensor + campuran aturan dan jaringan saraf, stabil untuk implementasi rekayasa jangka pendek, kebutuhan komputasi rendah. Tetapi dalam jangka panjang, jika rute penglihatan murni + model besar akhirnya menang, sistem Huawei akan menghadapi biaya peralihan yang lebih besar. Ideal bertaruh pada keyakinan teknologi yang sama dengan Tesla, apakah penilaian ini benar sekarang, harus dilihat di akhir tahun.

Janji OTA semester kedua spesifik hingga bulan. Juli peningkatan efisiensi kecerdasan mengemudi 30%, September realisasi pertemuan di jalan sempit dan mundur memberi jalan, Desember kecepatan reaksi kendaraan dikurangi menjadi 0,2 detik. Setiap titik memiliki indikator teknis yang jelas, akan ada data untuk dibandingkan di akhir tahun.

05. Beberapa Data di Luar Konferensi Pers

Saat ini kondisi keuangan Ideal tidak mudah. Sejak Q4 2025, pendapatan Ideal turun secara tahunan, margin kotor bisnis mobil menyempit secara nyata. Sementara itu, anggaran R&D 2026 dipertahankan sekitar 12 miliar RMB, dengan bagian terkait AI sekitar 50%, pada dasarnya sama dengan 11,3 miliar RMB dan 50% bagian pada 2025. Investasi R&D tidak berkurang, tekanan profitabilitas masih ada.

Dalam hal penjualan, target Ideal untuk 2026 adalah 550 ribu unit. Pengiriman aktual 2025 adalah 406 ribu unit, pengiriran bulanan Mei 33 ribu unit, masih turun secara tahunan. L9 Livis mendapatkan lebih dari 10 ribu pemesanan tetap dalam dua minggu setelah peluncuran, kinerja pasar di atas 500 ribu RMB stabil, tetapi volume pengiriman keseluruhan masih perlu digantikan oleh pembaruan seluruh seri L dan lini produk listrik murni yang dirilis pada semester kedua.

Di tingkat chip, Mache M100 yang terikat dalam dengan algoritma sendiri adalah pilihan desain, membawa keunggulan efisiensi kerja sama perangkat lunak dan keras. Ini juga berarti, jika rute teknologi perlu disesuaikan di masa depan, biaya peralihan akan lebih tinggi daripada produsen yang menggunakan skema chip pihak ketiga. Turing Xpeng dan Shenji Nio menghadapi situasi serupa, chip FSD Tesla juga demikian, ini adalah kesamaan industri chip native algoritma swarancang.

06. Kartu Terungkap di Kuartal Ketiga

Peluncuran L9 baru, diikuti L8, titik OTA pertama Juli, efektivitas awal tindakan ini akan terlihat dalam laporan keuangan Q3.

Xie Yan mengatakan, dia perlu membuat chip yang benar-benar berbeda. Makalah arsitektur lolos tinjauan sejawat, dapat dianggap sebagai pengakuan eksternal terhadap gagasan desain ini. Tetapi dari desain ke produksi massal, hingga umpan balik nyata dalam mengemudi sehari-hari pengguna, masih ada jalan panjang. Titik OTA Juli adalah ujian pertama, menyamai FSD V14 di akhir tahun adalah ujian yang lebih kritis.

Artikel ini dari akun WeChat "Qiang Diao Next" (ID: leo89203898), penulis: Yi Xiu, editor: Xiao Bai

Preguntas relacionadas

QMengapa Li Auto memilih untuk merombak arsitektur chip daripada hanya meningkatkan angka TOPS dalam mengembangkan chip M100?

ALi Auto percaya bahwa dalam era komputasi AI, khususnya untuk inferensi model besar seperti VLA, arsitektur chip yang ada menjadi hambatan karena perpindahan data yang berulang antara memori dan unit komputasi. Oleh karena itu, mereka memilih untuk mengembangkan arsitektur 'Dynamic Data Flow' yang memungkinkan data mengalir melalui grafik komputasi, mengurangi latensi dan meningkatkan efisiensi, sehingga memberikan keunggulan efektif yang lebih besar daripada sekadar meningkatkan kecepatan chip.

QApa yang dimaksud dengan 'kendaraan berbasis kecerdasan fisik' (embodied intelligent car) yang diusung oleh Li Auto, dan mengapa ini dianggap sebagai strategi baru mereka?

AKonsep 'kendaraan berbasis kecerdasan fisik' dari Li Auto didefinisikan sebagai gabungan dari mobil listrik, supir profesional, komputer AI, dan asisten kehidupan. Strategi ini menggeser fokus persaingan dari spesifikasi konfigurasi (seperti kulkas dan layar belakang) ke kemampuan sistem untuk merasakan, berpikir, dan berkembang. Dengan mendefinisikan kategori baru ini, Li Auto berusaha untuk memimpin dan mengokohkan posisinya di pasar yang semakin kompetitif, menghindari perang harga yang hanya berfokus pada konfigurasi.

QApa komitmen yang dibuat Li Auto terkait dengan model AI mengemudi otonom mereka, Maha VLA, untuk kuartal keempat tahun ini?

ALi Auto berkomitmen bahwa model AI mengemudi otonom mereka, Maha VLA, akan sepenuhnya setara dengan Tesla FSD V14 pada kuartal keempat tahun ini. Mereka juga menjadwalkan pembaruan OTA yang jelas, termasuk peningkatan efisiensi mengemudi otonom sebesar 30% pada bulan Juli, kemampuan mundur dan memberi jalan di jalan sempit pada bulan September, serta mengurangi waktu reaksi kendaraan menjadi 0,2 detik pada bulan Desember.

QApa tantangan dan keunggulan utama dari chip Maha M100 yang dikembangkan sendiri oleh Li Auto?

AKeunggulan utama Maha M100 terletak pada arsitektur 'Dynamic Data Flow' yang secara khusus dioptimalkan untuk algoritma VLA2.1 mereka, menghasilkan efisiensi komputasi yang lebih tinggi dan latensi yang lebih rendah dibandingkan dengan chip konvensional. Namun, tantangannya adalah bahwa chip ini sangat terikat dengan algoritma internal Li Auto. Jika ada perubahan besar dalam jalur teknologi di masa depan, biaya untuk beralih akan lebih tinggi dibandingkan dengan menggunakan solusi chip dari pihak ketiga. Selain itu, mengimplementasikan arsitektur baru ini hingga tahap produksi massal yang andal juga merupakan tantangan tanpa preseden di industri ini.

QBagaimana kondisi keuangan dan target penjualan Li Auto pada tahun 2026, berdasarkan artikel tersebut?

APada tahun 2026, Li Auto menargetkan penjualan 550.000 unit. Namun, kondisi keuangannya tidak ringan: sejak kuartal keempat 2025, pendapatan mereka turun secara tahunan dan margin keuntungan dari bisnis mobil menyempit. Meskipun demikian, anggaran penelitian dan pengembangan mereka tetap dipertahankan sekitar 12 miliar yuan, dengan sekitar 50% dialokasikan untuk AI. Pre-order untuk L9 Livis melebihi 10.000 unit dalam dua minggu, menunjukkan performa yang kuat di segmen pasar di atas 500.000 yuan, namun untuk mencapai target keseluruhan, mereka bergantung pada pembaruan seluruh seri L dan peluncuran lini produk listrik murni di paruh kedua tahun ini.

Lecturas Relacionadas

El debut de Warsh: ¿El presidente de la FED más conocedor del Crypto de la historia traerá sorpresas o sustos al mercado?

**Debut de Warsh: ¿Sorpresa o Susto? Un Presidente de la Fed Experto en Crypto se Estrena** Kevin Warsh, el nuevo presidente de la Reserva Federal, se enfrenta a su primera conferencia de prensa en medio de un contexto macroeconómico complejo: inflación creciente, ventas de bonos del Tesoro y presión de la Casa Blanca para bajar tasas. Su estreno es especialmente relevante para el mercado de criptoactivos, ya que Warsh es el primer presidente de la Fed en declarar inversiones indirectas sustanciales en el sector, abarcando desde L1 hasta DeFi. Su política monetaria se define por dos líneas: un tono **halcón frente a la inflación** que podría inclinarse hacia una política de tasas más restrictiva, y una **comprensión única de los activos digitales**, a los que considera un "buen policía" para la política económica, a diferencia del enfoque más defensivo de su predecesor. Para los criptomercados, su llegada implica una posible **reformulación regulatoria** (de la prevención a la integración), una **revalorización del riesgo** ligada a la trayectoria de las tasas de interés, y una **señal de legitimación** que podría atraer mayor inversión institucional a largo plazo. El resultado de su primera comparecencia puede seguir dos escenarios: una **"sorpresa"** si combina señales amistosas para crypto con un tono moderado sobre tasas, impulsando los activos de riesgo; o una **"alarma"** si enfatiza excesivamente la lucha contra la inflación y el endurecimiento monetario, lo que generaría una venta generalizada de activos riesgosos, incluyendo cripto. Aunque por ética ha vendido sus participaciones directas, la perspectiva de un regulador que comprende profundamente la tecnología subyacente podría sentar, a largo plazo, las bases para una integración más estructurada de los criptoactivos en el sistema financiero.

marsbitHace 3 hora(s)

El debut de Warsh: ¿El presidente de la FED más conocedor del Crypto de la historia traerá sorpresas o sustos al mercado?

marsbitHace 3 hora(s)

La cadena XRP Ledger lanza la nueva denominación XRPLd con la actualización de la versión 3.2.0

La versión 3.2.0 de XRP Ledger ya está disponible, introduciendo una importante mejora de infraestructura y un cambio de marca del software central, que pasa de llamarse "rippled" a "xrpld". Esta actualización se centra en optimizaciones de back-end y eficiencia, incluyendo medidas de optimización de memoria que pueden reducir hasta un 40% el uso de memoria del servidor, preparando la arquitectura para una futura escalabilidad. Las principales novedades incluyen la modificación `fixCleanup3_2_0`, que refuerza la seguridad de módulos como bóvedas de activos únicos, protocolos de préstamo y exchanges descentralizados. Se han añadido nuevas comprobaciones de invariantes para garantizar la consistencia del libro mayor. Además, las aplicaciones ahora pueden recuperar información sobre el protocolo y definiciones del servidor sin necesidad de conexión directa, facilitando el desarrollo de carteras y exploradores. En cuanto a escalabilidad y estabilidad, la actualización introduce tamaños de bloque configurables, soporte opcional de TLS/mTLS para servidores gRPC y un cambio en el puerto predeterminado para conexiones entre pares. También incluye varias correcciones para creadores de mercado automáticos, pagos y tokens de múltiples propósitos. Las invariantes de transacción se desactivaron temporalmente por rendimiento, sin comprometer la seguridad.

TheNewsCryptoHace 4 hora(s)

La cadena XRP Ledger lanza la nueva denominación XRPLd con la actualización de la versión 3.2.0

TheNewsCryptoHace 4 hora(s)

AGI no es el destino final: nuevo estudio de DeepMind afirma que el verdadero progreso de la IA apenas comienza al avanzar hacia una ASI

El documento de DeepMind plantea que la Inteligencia Artificial General (AGI) no será el punto final del desarrollo de la IA, sino un paso hacia una Inteligencia Artificial Superintendente (ASI) que supere colectivamente a los mejores equipos de expertos humanos. El informe explora cuatro posibles caminos hacia la ASI: 1) escalar recursos (cómputo, modelos, datos), 2) avances algorítmicos o nuevos paradigmas, 3) mejora recursiva automática de los sistemas, y 4) la coordinación de múltiples agentes de AGI para crear una inteligencia colectiva. También identifica cuellos de botella clave, como el límite de los datos de alta calidad generados por humanos, las presiones sobre recursos económicos y naturales, las posibles limitaciones de los paradigmas actuales de redes neuronales, la creciente dificultad de la investigación, las "barreras de abstracción" para descubrir nuevos conceptos fundamentales, y los factores de gobernanza y aceptación social. El documento destaca la necesidad urgente de desarrollar nuevos marcos de evaluación, ya que las métricas basadas en el rendimiento humano quedarán obsoletas una vez alcanzada la AGI. Finalmente, concluye que el progreso hacia la ASI es incierto y estará sujeto a restricciones físicas y prácticas, requiriendo un esfuerzo de investigación multidisciplinar global para monitorear y guiar su desarrollo.

marsbitHace 5 hora(s)

AGI no es el destino final: nuevo estudio de DeepMind afirma que el verdadero progreso de la IA apenas comienza al avanzar hacia una ASI

marsbitHace 5 hora(s)

Trading

Spot
Futuros

Artículos destacados

Cómo comprar HOUSE

¡Bienvenido a HTX.com! Hemos hecho que comprar Housecoin (HOUSE) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Housecoin (HOUSE) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Housecoin (HOUSE)Después de comprar tu Housecoin (HOUSE), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Housecoin (HOUSE)Tradear fácilmente con Housecoin (HOUSE) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

704 Vistas totalesPublicado en 2025.04.27Actualizado en 2026.06.02

Cómo comprar HOUSE

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de HOUSE (HOUSE).

活动图片