用辅助驾驶芯片跑 Qwen3-4B 对比 DGX Spark 肯定是烂活了，这种东西只能是市场公关想出来的。

实际上想要知道马赫 100 的性能表现，它们自己的团队是发过论文的，对比的就是 Thor-U, 这个靠谱多了。

M100: An Orchestrated Dataflow Architecture Powering General AI Computing

有兴趣可以直接看原文，我在这直接总结：

1️⃣用UniAD测，因为有大量并行卷积和注意力计算，数据依赖关系复杂但相对固定，所以恰好是马赫 100 最擅长应对的场景。

M100整体帧率达到30 FPS,Thor-U为7.9 FPS

有3.8倍差距，而且这个倍数在子模块层面(3.8-6.3倍)甚至比整体帧率更高，说明瓶颈可能出现在数据搬运和模块间衔接环节，而不仅是单模块计算效率。

这恰恰印证了论文反复强调的核心论点，M100真正的优势不在于算力，而在于编译器驱动的数据流规划消除了GPU架构里缓存调度带来的不确定性开销。

2️⃣如果用LLaMA2-7B测，这是整篇论文最有说服力的部分，因为它没有全面碾压。

论文把LLM推理拆成Prefill和Decode两个阶段单独测试,输入序列长度设定为1024 token，Prefill阶段权重INT8/激活INT8量化。

M100为79msThor-U为154ms

M100快1.95倍。

但Decode阶段，权重INT4/激活FP16量化

M100为21.34ms,Thor-U为20ms,

M100反而略慢。

因为 Decode 阶段本质上受内存带宽限制，M100的数据流优势建立在「计算与数据搬运重叠」这个前提上，但Decode阶段是逐token生成、计算强度低、几乎纯粹被内存带宽卡住吞吐上限。

这时候双方DDR带宽相同，都是273GB/s 自然拉不开差距。

3️⃣最后是理想自己真实业务的MindVLA测试，这部分只测了LLM部分，不含视觉编码，只有 431M

Decode阶段

M100为0.1msThor-U为0.3ms

Prefill阶段

M100为0.84msThor-U的1.74ms

这里MindVLA的Decode性能反而比LLaMA2-7B的Decode结果要好得多，合理的解释是MindVLA作为车企自研模型，输入输出规格更小，更适配M100的张量粒度指令集设计。

⏹️所以最终结论是什么呢？

论文证明了同一颗芯片在Prefill和Decode两阶段的相对表现可能完全不同，甚至方向相反。

Prefill阶段M100全面领先，而 Decode阶段则要看具体模型规格和量化精度，通用大模型(LLaMA2-7B)甚至跑不赢Thor-U。

车企自研芯片本身就是跑自己模型的，也不对外卖，所以其实很难横向去对比，M100 的优点肯定是对自家优化好，以及只需要 TSMC N5A 成本低，缺点就是内存带宽不够。

要说统一标准的话，目前中国有一份专门的行业标准《人工智能芯片基准测试评估方法》试图统一测试口径。

它包含车载异构计算测评规范，明确要求采用INT8稠密算力作为统一对比基准，理由是避免了算力虚标和对比条件不统一造成的问题。

本质上是让不同厂商的芯片都脱离自己的专属优化，回到同一起跑线上比拼。

但这个性能又几乎不可能等于自家芯片+自家模型的性能，所以难啊。