近日，理想汽車聯合國創決策智能技術研究所正式發布端側大模型“軟硬協同設計定律”，提出面向車載與邊緣場景的大模型軟硬一體化設計方法，為下一代智能駕駛芯片的架構定義提供了系統性理論基礎。此次成果不僅是一項理論創新，更是理想汽車在輔助駕駛全棧自研能力建設中的重要里程碑。從模型到芯片的聯合設計能力，標志著理想汽車在算法與硬件深度融合方向上實現關鍵突破。

在輔助駕駛邁向全場景化的關鍵階段，車載算力平臺面臨一個核心悖論：一方面，以大語言模型為核心的視覺-語言-行動（VLA）系統需要更高的認知能力，讓車輛像人一樣理解環境、做出判斷；另一方面，車規級芯片在功耗、散熱與成本方面都有嚴格限制，傳統通過“堆算力”換智能的方式已難以持續。通俗來說，要讓車輛擁有更聰明的“超級大腦”，卻不能無限增加“大腦容量”。

因此，未來競爭的關鍵不再是誰用更貴、更多的芯片，而是誰能在有限資源下，把每一分算力都用得更聰明、更高效。圍繞這一核心挑戰，全球多家科技巨頭都在積極探索“軟硬協同設計”的新路徑，而理想汽車通過產學研深度融合，推動中國技術在全球競爭中占據話語權。

此次發布的“軟硬協同設計定律”首次建立了可量化、可預測的軟硬協同數學框架，通過對模型精度與推理延遲進行聯合建模，實現算法架構與硬件資源之間的系統級優化匹配，打破了傳統“先設計芯片、后適配算法”或“先開發算法、再尋找硬件”的割裂模式。

在成熟車載平臺上的驗證結果顯示，在保持相同推理延遲的前提下，協同優化后的模型精度實現了顯著提升。這一成果證明，智能水平的提升并不必然依賴更高算力，而可以通過算法與硬件的深度協同實現系統能效躍遷。

基于此研究，理想汽車正在推進的下一代自研智能駕駛芯片，將以算法需求為原點進行架構定義，在設計層面原生支持稀疏計算、動態資源調度與混合精度推理，打造面向車載VLA系統的“算法原生芯片”，實現更高能效比與更強智能表現。

未來，理想汽車將持續深化算法與芯片協同創新，推動端側大模型在輔助駕駛場景中的規模化落地，為用戶帶來更安全、更高效、更智能的出行體驗。

論文標題：Hardware Co-Design Scaling Laws via Roofline Modelling for On-Device LLMs

作者團隊：理想汽車 & 國創決策智能技術研究所

論文地址：https://arxiv.org/abs/2602.10377