聊一下理想的智驾芯片。

理想最近确实开放了香港AI芯片架构师的招聘（见图一），职级18-19级，级别不是很高。

我不太理解为什么会选在香港base，毕竟香港人力成本很高、还base在外地，对每花一笔钱都要计算roi的理想汽车来说，这个动作很不“理想”。

我知道的是去年年中就有一款5nm的芯片在台湾生产（这个交叉验证过）。刚看到有消息爆出来说，已经流片（tape out），2025年下半年交付。（图二）

流片并不意味着万事大吉，它只是试生产，还需要做验证、测试，最起码还需要至少9个月以上的验证时间，才能把车规级芯片最重要的认证流程——AECQ100跑完。

理想状态下，2025年下半年芯片可以量产交付，但是那会儿并不会量产上车，因为理想自己没有相应的新车上市。理想一般3-4月推改款，按照这个时间线去推，理想自研的芯片正式上车，至少到2026年上半年。

我知道的是，理想现在芯片自研的团队规模在200人左右（去年3月不到200人）。小鹏现在芯片团队整体规模在200+人（图三），蔚来人数多一些，纯做芯片自研的就有400+。

车企自研和团队人数没有很大的关系。

车企自研芯片大部分研究的是车端推理芯片，非云端训练芯片，且并非全部模块都自研。

可以先看两个概念：

[吃瓜瓜]车端推理芯片：英伟达Thor和Orin、特斯拉FSD芯片、地平线J5、J6都属于这一类。

[吃瓜瓜]云端训练芯片：用在云端做训练，英伟达的A100、H100属于这类。美国对中国制裁的主要是这类芯片。

【所以这里也就不涉及艹老师说媒体披露车企自研芯片的进展会导致美国对中国的制裁（非引战，纯客观探讨），因为车企自研的不是云端训练芯片】

车端推理芯片一般包括CPU、GPU、NPU等模块。行业里普遍采取的做法是，CPU和GPU普遍外采成熟的IP，而推理模型加速单元NPU则采用自研模式。

就理想来说，自研的就是NPU，主要是为了更好地适配自家车型上的智驾算法。原来理想ONE上用的地平线J3芯片，可用算力不大、适配性也不高。

去年跟三金老师@i陆三金 讨论过，他觉得车企自研芯片能成功有两点前提，一是芯片本身做得足够好、技术实力足够强，二是终端销量足够多，得有一个规模足够大的下游市场，仅仅只是车端，数量是远远不够的。

特斯拉自研芯片商业模式说得通，因为特斯拉的终端产品不止车，还有机器人。

机器人可以和汽车共享很多部件，比如电机、电控、软件算法、电池、传感器，场景不一样，应用却很类似。

马斯克的预期是将来人手一台机器人，这个愿景如果实现，那就是和手机一样大的市场。自己做的推理芯片既可以用在车上，也可以用在机器人上，这个终端量就比车大很多。

按照这个思路，理想做芯片也可以看看机器人。实际上，去年理想就在考察人形机器人行业（虽然没有成立实际的组织）。

【ps：再放一个事实：理想只自研了车端推理芯片，原来媒体报道的用于电机上的SiC功率芯片，并不在自研的体系里面，那是理想持股的一家合资公司在做。该公司除了给理想供应SiC功率芯片之外，还会给其他公司提供芯片。】
#理想汽车[超话]##汽车资讯##汽场全开#