理想汽车CTO谢炎：车端推理系统的思考、展望与实践

主要观点总结

谢炎在2025云栖大会上发表了主题为《车端推理系统的思考与展望》的演讲。他围绕智能驾驶算法演进、算力瓶颈、AI计算架构革新及理想汽车的实践这几个维度分享了观察和看法。演讲内容包括：语言模型在自动驾驶中的作用，算力需求的指数级增长，现有AI计算架构的瓶颈，理想汽车在AI计算架构上的创新实践，以及对比行业内其他车端推理芯片的优势等。

关键观点总结

关键观点1: 智能驾驶算法演进

从规则定义到类人学习，语言模型成为关键突破口。经历了规则主导、End-to-End+VRM、VRA+RL三个阶段，L（语言模型相关模块）是解决技术上的极端场景的长链路推理难题和心理上的让自动驾驶拥有类人世界观的关键。

关键观点2: 算力瓶颈凸显

随着语言模型在自动驾驶中的作用增大，算力需求呈现指数级增长。常规算力无法支撑语言模型带来的长推理需求，必须依赖超级强大的算力突破场景泛化瓶颈。

关键观点3: AI计算架构革新

现有GPGPU等计算架构面临挑战，计算算子的限制和数据移动复杂度高。理想汽车探索数据流架构，以数据驱动计算，解决GPGPU的共享内存压力问题。

关键观点4: 理想汽车实践

基于数据流架构，理想汽车打造了国内首创的车端AI推理架构。在视觉类算子和Transformer类算子上，性能实现数倍突破，大模型适配性能也显著提升。

免责声明