小米为什么要自研智驾芯片？3nm的D100有什么用？

芝能智芯出品

小米在芯片发布会上，一下发了三款新品。

最容易被记住的数字是522万：玄戒O3的安兔兔跑分第一次突破500万，玄戒O100带来了1.22TB/s的带宽。

最后亮相的玄戒D100，是小米自己的智驾高算力芯片，采用3nm工艺，集成20核CPU和16核NPU，最高支持160GB统一内存，可以在本地部署200B参数量的大模型。

D100已经完成回片验证，将在2027年正式商用。

小米第一代汽车高度依赖外部计算芯片。

小米SU7的智能智能驾驶采用双DRIVE Orin配置；到小米YU7，小米又披露其智驾系统使用DRIVE AGX Thor平台，算力最高达到700TOPS。

高通则进入了小米汽车的智能座舱和通信系统。

英伟达负责智驾计算，高通负责座舱和连接，小米在这些芯片之上开发自己的软件、模型和用户体验。

这也是大多数新造车公司的起点——购买一套成熟平台，比自己设计芯片更快，也更安全。英伟达提供处理器，还包括操作系统、编译器、模型部署工具、传感器适配和经过大量项目验证的开发生态。

但小米肯定不愿意满足于此，小米汽车是依托小米集团这个集团军作战的，而且汽车围绕AI转，手机和小米生态的产品也是一样都要走向AI。

模型如何切分、传感器数据怎样流动、内存配多大、芯片什么时候升级，都会影响一辆车未来五到十年的能力。

车企可以自研算法，却很难完全决定算法运行的边界。

D100 让小米有机会改变这种关系，未必会立刻取代小米汽车上的英伟达芯片，小米在规划下一代车型时，多了一个过去没有的选项：继续采购，或者把智驾计算交给自己。

备注：小米此次没有公布D100最受行业关注的有效算力，也没有详细说明它的功耗、功能安全认证、车规可靠性认证和首发车型。

D100 初步部署的是小米自己的汽车，主要由三个价值软硬件联合设计、产品节奏和议价能力。

小米可以根据自己的感知、规划和大模型调整NPU、内存与数据通路，不必等供应商提供通用方案。芯片、整车电子架构和智驾软件可以从立项阶段共同设计，减少芯片代际与车型周期错位。

即便未来车型继续采用英伟达或高通，自研方案的存在也会改变采购谈判中的力量对比。

当小米公布玄戒D100时，人们自然会把它与英伟达Thor放在一起比较。前者是小米第一次披露的3nm智驾高算力芯片，后者已经进入小米YU7。一个代表车企向上游突围，一个代表当前智能汽车最成熟的高算力平台之一。

英伟达DRIVE平台的价值，从Orin、Thor等计算芯片；中间层是DRIVE OS、CUDA、TensorRT、编译器和模型部署工具；上层则是传感器、域控制器、操作系统及服务商组成的产业生态。

车企可以沿着已有路径完成开发，算法工程师知道如何优化模型，供应商知道怎样接入摄像头和雷达，整车团队也能参考已有项目处理安全和可靠问题。

D100 开发完成以后，还需要建立编译器、算子库、模型量化、调度系统、调试工具、安全岛和故障诊断体系，并让它们共同经历量产验证。

小米既是芯片设计者，也是算法开发者和整车制造者，可以围绕小米自己的传感器组合、电子电气架构和端到端模型进行定制。自用芯片可以围绕一套明确的系统做取舍。

哪些算子最常使用，模型需要多大内存，数据应该在哪一级缓存停留，都可以由芯片和算法团队共同决定。

随着小鹏、蔚来、理想和比亚迪之后，小米也发布了自己的智能驾驶SoC芯片，一颗智驾芯片却要经历设计、回片、车规验证、域控制器开发和量产爬坡，D100将在2027年商用，我们可以期待一下。