北京
10月29日，XHEART新芯航途CEO李宗霖发布了大模型芯片X7 Ultra。参数摆出来：700 TOPS大模型算力、超大核NPU、高精度专用算子加速、Armv9车规级CPU。这颗芯片从创立之初就走了一条另类路线——"大模型定义芯片"，不追求通用性的面面俱到，而是由大模型反向定义硬件。
为什么要在车端换一种造法？先看一组数字。工信部数据显示，2026年以来乘用车组合驾驶辅助渗透率已达70.5%，NOA渗透率超过30%，首批L3车型也开始在特定区域上路。发布会的主角正从"技术"换成"量产"，而多数通用芯片正在拖量产的后腿。
车规环境下，通用芯片的"不可能三角"凸显：账面算力与有效算力相差悬殊，利用率往往只有30%—40%。这笔被浪费的差价，堪称L4规模化路上一笔"隐性税"。
量产赛场上最难的是三条互相拉扯的硬指标：
- 跑得起来——10B—100B的模型要在几十瓦功耗、毫秒级延迟下运行，通用芯片为灵活性预留的架构冗余，在车端反而成了负担。
- 规模上车——成本必须降到付费方持续买单的水平，并为折旧运维留出利润空间，通用芯片的定价体系下这笔账很难算平。
- 安全——L4阶段责任主体转移到主机厂，芯片的计算行为必须可预测、可验证，而时快时慢、利用率飘移的通用平台撑不起工程化验证。
Momenta CEO曹旭东判断，未来规模化L4需要10B—100B量级的大模型来应对复杂长尾场景。模型体量上去了，通用芯片接不住，市场就需要一颗从大模型需求出发设计的芯片。
X7 Ultra的解法分三层。第一层从NPU入手：传统智驾芯片的NPU由多个小核拼凑，核间数据交互在百GB/s量级，大量算力耗在"内部搬运"上；X7 Ultra把计算单元聚合成一个超大核，内部互联速率拉到TB/s级。
第二层靠专用算子解决延迟。Transformer架构里的高频计算，过去在NPU里跑不动、只能绕道CPU，一来一回既费带宽又费时间。XHEART从2023年起便与Momenta算法团队联合研究模型架构及关键算子，为这些高频算子配备专用硬件，原生支持FP16/FP32高精度向量计算。高精度带来计算行为的确定与可预测，这正是安全验证的物理基础。
第三层是整网级工具链重构。传统推理是算子逐个执行、中间结果反复写回外部内存；XHEART把整张网络统一编排、融合，实现"整网内存零拷贝"，内存带宽消耗降下来，同一块芯片能跑更大的模型，单位算力成本自然也就降下来。
实测数据给出了答案：NPU计算利用率98.7%，内存带宽消耗比行业旗舰低80%，能效翻倍。700 TOPS大模型算力是在真实量产智驾模型上测得的，前提是量化后模型输出与FP32模型的相似度达到99.99%以上——模型结构不能随意改，精度和驾驶体验不能打折。
装车进度上，X7系列的客户车型包括上汽大众ID. ERA 9X/8X、荣威家越07、MG07等，从德系合资巨头到自主品牌头部。基于X7 Ultra的支撑，Momenta发布的R7 Ultra世界模型参数规模将扩大5—10倍，安全性能同步提升5—10倍以上。
曹旭东给出的时间表是：L3和L4有望在2028年迎来重要引爆点，2030年走向规模化落地。XHEART的官方定位也不止于智驾——"一家专注于大模型计算的芯片设计公司……并应用于智能汽车，现正向机器人等领域拓展"。
资本端的动作同样直接。XHEART的战略融资中，雷诺集团首次投资，奇瑞汽车追加，长鑫科技入局。芯片是一门重资产生意：从架构立项到流片上车以年计，持续的研发投入、产能保障、车规认证，每一环都需要长期弹药。50亿融资与已经铺开的客户阵列，就是这种确定性的最佳展现。
智驾的竞争逻辑也在换轨：从"堆算力"转向"系统竞争"，算力、成本、功耗、安全四者要在同一个架构里被同时满足。这场比赛的规则变了，从"单项锦标赛"进入了"团体赛"。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
