作者 | 赵芷姗
编辑 | 周伟鹏
这是一家成立不到3年的国产芯片公司，CEO李宗霖，是芯片圈的老兵，曾担任联发科无线通信事业部总经理，主导开发过Helio处理器系列和天玑芯片系列。
发布会当天，除了李宗霖和Momenta CEO曹旭东坐镇外，还邀请了图灵奖得主Jack Dongarra、台积电副总经理陈平、上汽集团副总裁兼总工程师祖似杰来站台。
本次大会的主题是“大模型定义芯片”，台上正式发布大模型芯片X7 Ultra，算力达700 TOPS，还预告了即将发布的、跟芯片原生适配的R7 Ultra世界模型。
在各家都在拼算力的当下，X7 Ultra的算力并不是最顶尖，理想马赫M100冲到1280 TOPS，黑芝麻A2000X也摸到1000 TOPS，但它没有选择盲目堆算力。
X7 Ultra利用率高达98.7%
推理能效提升100%
一直以来，芯片和模型研发都存在时间错位，传统做法都是先把芯片造出来，再让算法去适配。
现在模型迭代以天计，但芯片研发是以年计，等芯片做出来，模型早换了好几代。
这就导致芯片的处境很尴尬，于是，主流芯片厂商们都选择堆算力，用足够大的算力来对抗模型的不确定性。
但XHEART决定要反着来：先研究真实量产模型需要什么，再倒推芯片架构，这就是所说的“大模型定义芯片”。
所以，X7 Ultra的700 TOPS算力，不是随便标的。
李宗霖强调，这个数字基于真实量产智驾大模型评测，量化部署后，模型输出和训练后FP32浮点模型的相似度，要做到99.99%以上。
这意味着模型上车后，车上实际推理出来的结果，和服务器原始高精度模型的输出，几乎一模一样。
性能也确实能打，NPU计算利用率做到98.7%，几乎榨干了每一分算力。
AI工具链整网级融合，内存带宽消耗比行业旗舰产品下降80%，能效提升100%，能跑的模型规模一下放大10倍。
它还用上了国内首款量产上车的Armv9车规CPU，作为整套智驾的系统管家，负责调度任务和安全兜底，故障防护、实时响应能力更强，是支撑L3、L4高阶智驾必不可少的基础。
别人是堆一个很大的算力池子，但可能很多都利用不上；它池子虽然不是最大，但几乎每一滴水都在干活。
发布会结尾，李宗霖还甩出了个彩蛋：下一代芯片X9计划在2027年推出，3000 TOPS大模型算力，700GB/s单芯片内存带宽，继续围绕下一代世界模型做软硬协同设计。
他说，“XHEART是量产一代、开发一代、预研一代”。
曹旭东：L3和L4有望在2028年迎来引爆点
这次性能跃迁的背后，是XHEART和Momenta深度的协同。
发布会上，Momenta CEO曹旭东表示，“大模型定义芯片”这个判断，早在2022年底就已经成型，之后双方一起落地。
他算了一笔账：大模型定义的芯片，相比通用芯片，性能可以提升10倍；而要实现规模化L4，需要百亿到千亿参数的模型。
通用芯片想在车上撑起这个规模，功耗、成本、车规可靠性是个“不可能三角”。
而最好的解法，就是从模型的底层需求出发，协同设计芯片。
落地速度足以证明这套模式的可行性。
XHEART从公司成立到芯片量产，只用了两年。
X7回片不到24小时点亮，第17天就实现芯片、底层软件与智驾模型的整车闭环，真车上路、暴雨天照跑验证。
截至发布会，X7系列量产8个月，累计出货超20万颗，搭载10款量产车型，拿下超过40款车型订单，在初创公司里成绩算是一骑绝尘。
正是这种从源头绑定的协同设计，才让R7 Ultra世界模型有机会充分释放能力。
现场，曹旭东官宣R7 Ultra世界模型，原生适配X7 Ultra。
基于X7 Ultra的支撑，参数规模扩大5-10倍，安全性能提升5-10倍以上。
现场展示了两段实车视频，在狭窄的城中村路段里，它可以精准识别前方车辆，倒车避让流畅不卡顿，多把掉头时，方向盘转得比老司机还老司机。
曹旭东称，智驾正在加速摩尔定律，2022-2026年，智驾能力每两年提升10倍，推动城市NOA从探索走向普及；而下一步，是迈向每年10倍。
他判断，L3和L4有望在2028年迎来重要引爆点，2030年走向规模化落地。
软硬协同
补上最后一块拼图
过去，Momenta留给外界的标签，是算法玩家，依靠海量量产里程，跑通了成熟的数据闭环。
但也正因如此，算法团队只能等硬件、迁就硬件，通用芯片定型了什么能力，模型就得做多少裁剪和妥协。
而XHEART和Momenta的协同合作，打破了这套分工：芯片还在设计阶段，双方就坐到了一张桌子前，按照模型的计算和访存需求，共同把芯片定义出来。
等于从根源上缓解了芯片与模型迭代不同步的行业难题，这也是这套模式最特别的价值。
•END•
Question. Write.Narrate. Believe. Become a story.易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：
