XPeng und Nio liefern sich ein Wettbewerb um die Rechenleistung, Li Auto wechselt die Architektur.

Am 15. Juni hat Li Auto auf einer Pressekonferenz detaillierte Informationen über den selbst entwickelten Chip Mach M100 preisgegeben. Dies ist ein eigen entwickeltes Chip für intelligente Fahrassistenzsysteme für die neue Generation L9 Livis. Cheftechnologiewart XIE Yan betonte: Man sollte nicht nur einen schnelleren Chip herstellen als in der Vergangenheit, sondern einen grundsätzlich anderen. Dieser "Unterschied" bezieht sich auf die Chiparchitektur.

Im Jahr 2026, in dem sich viele Automobilhersteller auf die Eigenentwicklung von Chips konzentrieren, ist die TOPS (Trillion Operations Per Second) die gebräuchlichste Werbemitteilung. NIO's Shenji NX9031, XPeng's Turing-Chip und Huawei's MDC 810 Pro setzen alle die Rechenleistung an die prominenteste Stelle. Li Auto hat sich entschieden, von der untersten Architekturebene her anzugreifen.

Der Mach M100 will beweisen, dass die Architektur wichtiger ist als die reine Rechenleistungszahl. Ob dies der Fall ist, muss der Markt noch zeigen.

01. Die Spaltung bei der Chipentwicklung unter der Rechenleistungsinflation

Die Eigenentwicklung von Chips ist bereits die gemeinsame Wahl der führenden Automobilhersteller in China.

Der NIO Shenji NX9031 ist der weltweit erste 5-nm-Hochleistungs-Chip für intelligente Fahrassistenzsysteme. Sein Besonderes liegt in der selbst entwickelten ISP (Image Signal Processor). Unter 1-Lux-Niedriglichtbedingungen bei Nacht ist die Erkennungsrate von Fußgängern um 40 % höher als bei herkömmlichen Chips, und die Wahrnehmungsebene wurde speziell optimiert.

XPeng's Turing-Chip ist ebenfalls stark maßgeschneidert. Er wurde speziell für XPengs großes autonomes Fahrmodell entwickelt und soll auch auf Flugautos und Roboter ausgeweitet werden.

Huawei geht einen anderen Weg und nutzt Ascend für das MDC. Es wird betont, dass das Training in der Cloud und die Inferenz im Fahrzeug vollständig übereinstimmen. "Eine Minute Training in der Cloud entspricht einer Minute im Fahrzeug."

Alle diese Hersteller verwenden Varianten der von-Neumann-Architektur: Eine zentrale Verarbeitungseinheit, bei der Daten zwischen der Rechen- und der Speichereinheit hin und her transportiert werden. Je fortschrittlicher der Herstellungsprozess, desto schneller ist der Transport. Der Mach M100 will jedoch die Datenübertragung selbst revolutionieren.

02. Eingriff in die unterste Logik

Die von-Neumann-Architektur ist in der Zeit der allgemeinen Berechnungen unproblematisch, aber die Inferenz von großen Modellen ist eine andere Art der Berechnung. Die VLM-Inferenz basiert auf der parallelen Verarbeitung von großen Matrizen, nicht auf der sequentiellen Ausführung von Befehlen. Die Engpässe liegen fast ausschließlich in der Speicherbandbreite. Der Verlust durch das wiederholte Ein- und Auslesen von Daten aus dem Speicher verschlingt einen Großteil der effektiven Rechenleistung.

Das Konzept der dynamischen Datenflussarchitektur besteht darin, dass die Daten entlang des Rechengraphen fließen, ohne wiederholt in den Speicher zurückgeschrieben zu werden. Li Auto hat gezeigt, dass die effektive Rechenleistung eines einzelnen Mach M100 etwa das Dreifache der von NVIDIA's Thor U beträgt und die Ende-zu-Ende-Latenz um 40 % sinkt.

Wie viel Vertrauen kann man der "Dreifach"-Angabe schenken? Es gibt eine externe Validierung, die man heranziehen kann. Die Architekturstudie des Mach M100 wurde in die industrielle Kategorie der ISCA 2026 aufgenommen. Die ISCA ist eine führende internationale Konferenz für Computerarchitektur. Die Beiträge in der industriellen Kategorie werden peer-reviewed, und die Details der Architekturentwicklung sind öffentlich zugänglich. Li Auto ist das erste Automobilunternehmen, das seit der Gründung der Kategorie aufgenommen wurde.

Aber die Dreifachangabe setzt bestimmte Vorbedingungen. Die effektive Rechenleistung hängt von der konkreten Workload ab. Das Dreifache, das auf XPengs VLA2.1-Algorithmus erzielt wird, gilt möglicherweise nicht für andere Systeme. Der Mach M100 ist ein algorithmusnativer Chip, bei dem Chip und Modell parallel entwickelt wurden und der speziell auf die eigenen Algorithmen zugeschnitten ist. Er ist am besten für die eigenen Modelle geeignet, aber nicht unbedingt für allgemeine Aufgaben.

Dies ähnelt dem Designkonzept von XPengs Turing-Chip, und auch Teslas FSD-Chip folgt diesem Ansatz. Der Unterschied besteht darin, dass Tesla und XPeng keine Paradigmenwechsel auf Architekturebene vorgenommen haben, während der Mach M100 die unterste Logik verändert. Die Frage, ob ein Automobilhersteller eine ganz neue Architektur in der Serienproduktion zuverlässig umsetzen kann, ist eine herausfordernde Aufgabe ohne Vorgänger.

Mit der Serienproduktion des Mach M100 hat Li Auto die eigenständige Entwicklung der gesamten Chip-Compiler-Betriebssystem-AI-Algorithmus-Domänencontroller-Kette abgeschlossen. Ein solcher geschlossener Kreislauf ist bei der Konkurrenz selten.

NIO hat einen selbst entwickelten Chip, aber seine Abhängigkeit vom Betriebssystem ist anders. XPeng hat einen selbst entwickelten Chip, aber seine Compiler und Betriebssysteme sind noch von externen Anbietern abhängig. Huawei hat einen geschlossenen Kreislauf, ist aber kein Automobilhersteller. Die strategische Bedeutung dieser Kette für Li Auto liegt darin, dass es nicht von NVIDIA in der Lieferkette eingeschränkt wird, die Daten nicht das eigene System verlassen und der Optimierungsraum für die Hardware-Software-Kooperation vollständig eigenständig ist.

03. Vorrangige Positionierung in der "Embodied Intelligence"

Der Chip war nur einer der Hauptakteure der Pressekonferenz. LI Xiang hat auf der Pressekonferenz auch die Definition eines "vierin-einem"-Embodied-Intelligence-Autos vorgeschlagen: Ein Elektromobil, ein professioneller Fahrer, ein KI-Rechner und ein Lebensassistent.

Dies stellt einen großen Sprung in der Markenstory von Li Auto dar.

2023 hat das L9 mit seinem Konzept als "großer sechssitziger Familien-SUV" den Marktsegment zwischen 300.000 und 500.000 Yuan erobert, und eine Reihe von Produkten in ähnlicher Bauart folgte. Das Problem mit dieser Positionierung ist, dass die Kopierkosten zu niedrig sind. Das Wenjie M9, das NIO ES9 und das Zeekr 9X haben alle diesen Markt betreten. Kühlschränke, Fernsehgeräte und komfortable Sitze sind inzwischen zur Branchenstandard geworden, und keine Firma kann sich deutlich von der Konkurrenz abheben. Es bleibt nur der Preiskampf.

Der Begriff "Embodied-Intelligence-Auto" verschiebt die Wettbewerbsdimension von der Konfiguration auf die Systemfähigkeit. In diesem Rahmen sind Kühlschränke und Rücksitzbildschirme Basisausstattung, und der Unterschied liegt in der Frage, "welches System empfinden, denken und lernen kann". Die Definition einer neuen Produktkategorie ist selbst ein strategisches Vermögen, und derjenige, der es zuerst formuliert, gewinnt die Vorsprungsposition.

Li Auto hat für diese Story eine relativ vollständige technologische Kette entwickelt. Der Mach M100 bildet die Rechenleistungbasis, das Mach VLA2.1 ist das große Modell für intelligente Fahrassistenzsysteme, die Mach Mind-Pro und Mind-Edge sind die Basismodelle auf der Geräteebene, und das Xinghuan-OS verbindet alle Ebenen. Auf jeder Ebene gibt es entsprechende Produkte.

Bei der Pressekonferenz wurden Demonstrationen wie ein Auto, das sich mit der Musik bewegt, ein 4D-Rennsimulator und ein automatischer Einparkassistent gezeigt. Dies sind erfahrbare Beispiele. LI Xiang hat auch gesagt, dass die autonome Fahrt nur die "erste Hälfte" der Embodied Intelligence ist, während die allgemeinen humanoide Roboter die "zweite Hälfte" darstellen. Die genauen Zeitpläne und Umsetzungspfade für die zweite Hälfte sind jedoch noch unklar.

04. Die Auftragsverpflichtung für das vierte Quartal

Bei der Pressekonferenz wurde auch ein wichtiges Versprechen abgegeben: Das große intelligente Fahrmodell Mach VLA von Li Auto wird im vierten Quartal dieses Jahres vollständig mit Teslas FSD V14 konkurrieren können.

LI Xiangs Stil ist es, sich öffentlich zu verpflichten und so die interne Umsetzung zu beschleunigen. Wenn er sagt, dass es im vierten Quartal mit FSD V14 mithalten soll, werden alle am Ende des Jahres dieses als Maßstab nehmen.

Bezüglich der Technologieausrichtung haben Li Auto und Tesla einen sehr ähnlichen Ansatz gewählt: Ende-zu-Ende, großes VLA-Modell und vor allem reine Bildverarbeitung. Huawei folgt einem anderen Ansatz mit Lidar, Mehrsensorfusion und einer Mischung aus Regeln und neuronalen Netzen. Dieser Ansatz hat in der kurzen Zeit eine stabile Umsetzung und einen niedrigeren Rechenleistungsbedarf. Langfristig würde jedoch Huawei möglicherweise höhere Kosten haben, wenn sich der Ansatz mit reiner Bildverarbeitung und großem Modell durchsetzt. Li Auto setzt auf die gleiche technologische Vision wie Tesla. Ob diese Entscheidung richtig ist, wird erst am Ende des Jahres klar sein.

Die OTA-Updates im zweiten Halbjahr sind monatsgenau geplant. Im Juli soll die Effizienz des Fahrassistenzsystems um 30 % gesteigert werden, im September soll das Fahrzeug bei engen Straßen beim Gegenverkehr und Rückwärtsfahren zurückweichen können, und im Dezember soll die Reaktionszeit des Fahrzeugs auf 0,2 Sekunden reduziert werden. Jeder Meilenstein hat klare technische Zielwerte, und am Ende des Jahres können die Ergebnisse verglichen werden.

05. Einige Daten außerhalb der Pressekonferenz

Die finanzielle Situation von Li Auto ist derzeit nicht einfach. Seit dem vierten Quartal 2025 ist der Umsatz von Li Auto gegenüber dem Vorjahr gesunken, und die Bruttomarge des Automobilgeschäfts hat deutlich abgenommen. Gleichzeitig beläuft sich das Forschungs- und Entwicklungsbudget von 2026 auf etwa 12 Milliarden Yuan, von denen etwa 50 % auf KI - bezogene Projekte entfallen. Dies entspricht im Wesentlichen dem Stand von 2025 (11,3 Milliarden Yuan und 50 % Anteil). Die Forschungs - und Entwicklungsausgaben bleiben hoch, und der Gewinnungsdruck besteht weiterhin.

Im Hinblick auf die Verkaufszahlen hat Li Auto sich das Ziel gesetzt, 2026 550.000 Fahrzeuge zu verkaufen. 2025 wurden 406.000 Fahrzeuge ausgeliefert, und im Mai 2026 wurden 33.000 Fahrzeuge ausgeliefert, was immer noch ein Rückgang gegenüber dem Vorjahr darstellt. Das L9 Livis hat binnen zwei Wochen nach dem Markteintritt über 10.000 verbindliche Bestellungen erhalten, und der Marktsegment über 500.000 Yuan zeigt sich stabil. Die Gesamtliefermenge hängt jedoch von der Neugenerierung der gesamten L - Serie und der Elektromodellreihe im zweiten Halbjahr ab.

Bezüglich der Chipentwicklung ist die enge Bindung des Mach M100 an die eigenen Algorithmen eine bewusste Designentscheidung, die Effizienzvorteile bei der Hardware - Software - Kooperation bringt. Dies bedeutet auch, dass die Kosten für einen technologischen Wechsel höher sind als bei Herstellern, die externe Chips verwenden. Ähnliche Situationen gibt es bei XPengs Turing - Chip, NIOs Shenji - Chip und auch Teslas FSD - Chip. Dies ist eine Branchentatsache bei selbst entwickelten algorithmusnativen Chips.

06. Die Karten werden im dritten Quartal offen gelegt

Der Markteintritt des neuen L9, das Folgen des L8 und der erste OTA - Meilenstein im Juli werden alle in der Quartalsbilanz des dritten Quartals sichtbar.

XIE Yan hat gesagt, dass er einen völlig anderen Chip entwickeln muss. Die Annahme der Architekturdokumentation in der ISCA ist eine externe Bestätigung für diesen Ansatz. Aber von der Entwicklung über die Serienproduktion bis hin zur tatsächlichen Rückmeldung aus dem täglichen Fahrbetrieb ist noch ein langer Weg. Der OTA - Meilenstein im Juli ist die erste Prüfung, und das Konkurrieren mit FSD V14 am Ende des Jahres ist noch wichtiger.

Dieser Artikel stammt aus dem WeChat - Account "Stress Next" (ID: leo89203898), Autor: Yixiu, Redakteur: Xiaobai, veröffentlicht von 36Kr mit Genehmigung.