理想汽车发布端侧大模型软硬协同设计定律

近日，理想汽车联合国创决策智能技术研究所正式发布端侧大模型“软硬协同设计定律”，提出面向车载与边缘场景的大模型软硬一体化设计方法，为下一代智能驾驶芯片的架构定义提供了系统性理论基础。此次成果不仅是一项理论创新，更是理想汽车在辅助驾驶全栈自研能力建设中的重要里程碑。从模型到芯片的联合设计能力，标志着理想汽车在算法与硬件深度融合方向上实现关键突破。

在辅助驾驶迈向全场景化的关键阶段，车载算力平台面临一个核心悖论：一方面，以大语言模型为核心的视觉-语言-行动（VLA）系统需要更高的认知能力，让车辆像人一样理解环境、做出判断；另一方面，车规级芯片在功耗、散热与成本方面都有严格限制，传统通过“堆算力”换智能的方式已难以持续。通俗来说，要让车辆拥有更聪明的“超级大脑”，却不能无限增加“大脑容量”。

因此，未来竞争的关键不再是谁用更贵、更多的芯片，而是谁能在有限资源下，把每一分算力都用得更聪明、更高效。围绕这一核心挑战，全球多家科技巨头都在积极探索“软硬协同设计”的新路径，而理想汽车通过产学研深度融合，推动中国技术在全球竞争中占据话语权。

此次发布的“软硬协同设计定律”首次建立了可量化、可预测的软硬协同数学框架，通过对模型精度与推理延迟进行联合建模，实现算法架构与硬件资源之间的系统级优化匹配，打破了传统“先设计芯片、后适配算法”或“先开发算法、再寻找硬件”的割裂模式。

在成熟车载平台上的验证结果显示，在保持相同推理延迟的前提下，协同优化后的模型精度实现了显著提升。这一成果证明，智能水平的提升并不必然依赖更高算力，而可以通过算法与硬件的深度协同实现系统能效跃迁。

基于此研究，理想汽车正在推进的下一代自研智能驾驶芯片，将以算法需求为原点进行架构定义，在设计层面原生支持稀疏计算、动态资源调度与混合精度推理，打造面向车载VLA系统的“算法原生芯片”，实现更高能效比与更强智能表现。

未来，理想汽车将持续深化算法与芯片协同创新，推动端侧大模型在辅助驾驶场景中的规模化落地，为用户带来更安全、更高效、更智能的出行体验。

论文标题：Hardware Co-Design Scaling Laws via Roofline Modelling for On-Device LLMs

作者团队：理想汽车 & 国创决策智能技术研究所

论文地址：https://arxiv.org/abs/2602.10377