近年来随着国产智驾技术的不断提升，相关智驾芯片也推出了 N 多款，如今，终于有一款不只会“傻堆算力”的芯片出现了。

10 月 29 日，XHEART 新芯航途在苏州正式发布大模型芯片 X7 Ultra，虽然 700 TOPS 的算力不算最顶尖，但用起来效率惊人。

它是怎么做到的呢，听我细细道来。

01.

XHEART 是谁？

XHEART 新芯航途，是一家从 Momenta 芯片项目独立拆分出来的“兄弟公司”，两家公司关系非常密切。

Momenta 是国产智驾技术的头部玩家，是从系统层面做智驾方案的，上汽、比亚迪、广汽、奇瑞等不少国内汽车大厂都用了 Momenta 的智驾模型和技术。

XHEART 新芯航途主做芯片设计与制造，创办已经三年，近期刚完成了近 50 亿战略融资。

其股东还包括上汽、奇瑞、长鑫、顺为等。此外，国家人工智能产业投资基金等“国资”入局。创立之初，XHEART 便确立了“大模型定义芯片”的技术路线。

一般通用芯片厂商都是设计好架构，然后尽可能多地覆盖到更多模型，这种做法的优点就是通用，但缺点也很明显 —— 无法做到精细适配。

Momenta CEO 曹旭东直言，面向未来的规模化 L4，通用芯片无法同时满足可靠性、成本、功耗三大指标。

XHEART 则是从真实应用中的模型需求出发，倒推芯片架构。他们从芯片定义阶段就与算法团队共同研究模型架构和关键算子，为未来几年的模型演进提前做好准备。

XHEART 首颗 X7 芯片产品回片后，不到 24 小时完成点亮，第 17 天实现芯片、底层软件与智驾模型的整车闭环，并经受真实道路及复杂天气检验。

目前，XHEART X7 系列芯片已搭载 10 款量产车型、累计出货超过 20 万颗，并获得超过 40 款车型订单，包括大众 ID.ERA 8X、MG 07、智己 LS6、奇瑞风云 A9L 等。

他们这次发布的芯片 X7 Ultra，属于 X7 的升级款，也是芯片与算法团队合作的最新成果。

02.

700 TOPS 算力，够用吗？

X7 Ultra 这颗芯片在架构上很有意思，专为大模型设计了“雷霆”超大核 NPU，同时顺应模型计算集中化趋势，将传统小核之间百 GB/s 级的数据交互，聚合至超大核内部 TB/s 级的高速互联，实现了带宽的数量级提升。

同时，X7 Ultra 为关键算子配置了高精度专用加速引擎，可以让计算与数据交互更高效。

基于量产智驾大模型实测，XHEART 官方披露 X7 Ultra 的 NPU 计算利用率高达 98.7%。

XHEART 官方披露 X7 Ultra 的算力只有 700TOPS，但在释放 700 TOPS 算力的同时，内存带宽消耗较行业旗舰产品下降 80%，能效提升 100% 直接翻倍。

此外，X7 Ultra 的 700 TOPS 大模型算力，是基于真实量产智驾大模型评测，并以量化部署后模型输出与训练后 FP32 浮点模型的相似度达到 99.99% 以上为约束，让芯片优化直接面向量产要求与驾驶体验。

X7 Ultra 还在中国首发量产 Armv9 车规级 CPU，通过专用计算单元实现本地任务、本地处理，激光雷达处理带宽最高达 2000 万点 / 秒，传感器预处理稳定性提升 100%。

芯片已满足 ISO 26262 ASIL-B 功能安全要求，内置 MCU 通过 ASIL-D 认证，车规可靠性也有了保障。

能够做到这些，XHEART 是先理解大模型，再设计芯片。

然而，芯片设计好是一回事，能够量产造出来是另一回事。

在发布会上，台积电副总经理陈平博士现身并当场承诺，工艺已经准备好，只等把最好的芯片设计送过去。

发布会上，XHEART 新芯航途 CEO 李宗霖还直接预告了一个更大的惊喜 —— 下一代大模型芯片 XHEART X9 将在 2027 年推出。

作为目前还在研发中的芯片，X9 芯片的核心研发目标惊人：3000 TOPS 大模型算力、700GB/s 单芯片内存带宽。

李宗霖表示，通过计算与访存能力同步提升，X9 将继续围绕下一代世界模型推进软硬协同设计。

03.

Momenta 软硬一体化智驾方案落地

曹旭东预言 L4 落地时间表

Momenta CEO 曹旭东出席了本次发布会，并首次公开分享公司的第三个洞察：“大模型定义芯片。”

围绕规模化 L4 目标，Momenta 此前形成两个洞察：通过数据驱动解决长尾问题、通过规模量产获得海量数据。2022 年底，Momenta 进一步提出“大模型定义芯片”，并与 XHEART 付诸行动。

曹旭东认为，大模型定义的芯片，相比通用芯片，性能能够提升 10 倍。而实现规模化 L4，需要百亿至千亿参数模型。如何在车端成本、功耗和可靠性约束下承载这样的模型，要求双方从模型需求出发，协同设计芯片。

即将发布的 Momenta R7 Ultra 大模型，就是展现这一协同的最新成果。基于 X7 Ultra 芯片的支撑，R7 Ultra 的模型参数规模扩大 5-10 倍，安全性能提升 5-10 倍以上，推动世界模型从“理解世界”走向“推演世界”。

曹旭东表示，大模型芯片正在加速智驾摩尔定律。2022 年至 2026 年，智驾能力每两年提升十倍，推动城市 NOA 从早期探索走向应用引爆点与加速普及。面向未来，推动这一规律迈向每年十倍提升，关键是“大模型定义芯片”。他判断，L3 和 L4 有望于 2028 年迎来重要引爆点，并在 2030 年走向规模化落地。

纵观当前国内智驾的算法架构，大致可以分为两种： VLA（视觉 — 语言 — 动作）与世界模型（WA / WEWA）的分野。

VLA 阵营以理想、小鹏为核心，使模型能够以自然语言形式进行场景理解和决策推理。VLA 的优势在于可解释性和推理能力，代价是对车端算力要求更苛刻。

世界模型阵营则以 Momenta、华为、蔚来等为代表，核心思路是让模型直接预测未来场景演化，跳过语言翻译层，降低时延与算力消耗，因此对软硬件一体提出了更高的要求。

XHEART 就是 Momenta 软硬一体的重要硬件载体，面向 L4 时代，双方已经交出了一份较为清晰的路线图，就看其他厂商如何接招了。

04.

结语

随着大模型发展的提速，芯片不仅用于训练 AI，其实 AI 也深刻改变着芯片设计行业。

今年 9 月，AMD 斥资 82 亿美元收购“AI 教母”李飞飞的公司 World Labs，当时 AMD CEO 苏姿丰便表示，收购是为了让全世界最懂模型的一群人来辅助芯片设计。

此外，谷歌、OpenAI 等 AI 头部企业也纷纷布局定制芯片，行业内不少玩家似乎都发现了通用芯片存在的局限性。

2021 年计算机图灵奖得主、美国 Jack Dongarra 教授直言，协同设计能让模型开发者与硬件设计师一起做出明智的权衡选择，模型结构、数值精度、内存组织以及专用硬件与可编程硬件之间的平衡，这些因素在某种程度上至关重要。在边缘计算领域尤其如此，在能耗、冷却成本以及响应速度等方面都有着严格的限制。

而汽车智驾作为一个典型的“端云协同”场景，由于汽车体积、散热、能耗等诸多限制，模型和芯片的矛盾必然更加突出，因此更强调二者的协同性。

XHEART 和 Momenta 的尝试就给出了一种解法，当 AI 大模型的迭代速度远远超过芯片迭代速度时，由大模型定义的芯片也许能更快地跟上时代 —— 物理 AI 飞速发展的时代。

近期热文