8个月出货20万颗、拿下40+车型，这颗国产大模型芯片凭什么？

二十多年之前，一本名为《人工智能的未来》的书在 Momenta CEO 曹旭东心里埋下了一粒种子，这书写到智能的关键在于预测；三年之前，在资本寒冬中重新启程的 XHEART 新芯航途 CEO 李宗霖，与曹旭东反复碰撞之后得出一个结论，他们发现规模化 L4 需要百亿参数的 AI 大模型，而通用芯片根本无法满足这个需求。

这两个前瞻甚至有些冒险的推断，最终促成了 X7 Ultra 的诞生。为了让大模型在受限的车端功耗里高效运转，他们重构了 NPU 架构，打破了软硬分离的传统开发模式，走出了一条从模型需求到芯片架构的融合道路。

面对算力高、模型慢，用超大核和零拷贝打破内存墙

很多车企在挑选智能驾驶芯片的时候常常面临一种焦虑，实验室里面跑分极高的通用芯片，装上汽车运行端到端大模型后，却往往显得力不从心。这里面的核心痛点在于，大模型在推理的时候需要频繁地把中间计算数据写回外部的动态随机存取存储器，然后再给读取回来。

这种数据来回搬运既消耗了宝贵的时间和内存带宽，也带来了极高的功耗。假如芯片的内部设计不能贴合大模型的特性，那么算力再高也无法转化为用户能感知到的流畅体验。当模型架构从早期的多个小模型拼接迈向端到端大模型时，信息在传递时维度降低导致的有效信息丢失问题会被逐步解决，但是随之而来的密集数据交互，给硬件提出了更严苛的要求。

面对这一困境，XHEART 坚持走超大核 NPU 的路线。这是因为端到端大模型的计算越来越集中，假如沿用传统的小核架构，庞大的模型就必须被拆分成多个子模型运行，而这会产生海量的数据搬移。

但是，超大核方案把紧密协作的计算单元放进一个宽敞的工作空间里面，让整套大模型能够在单颗大核内完整运行。传统小核之间上百 GB 每秒级别的数据交互，被聚合到超大核内部 TB 每秒级别的高速互联中，从根源上规避了内存带宽这一瓶颈，让算力和数据访问双双实现了优化。

据了解，这种架构选择在立项之初经历了大量的内部讨论与性能建模仿真，最终团队认准了集中式计算才是将来大模型在车端部署的最优解。

在具体指标上，X7 Ultra 提供 700 TOPS 的大模型算力，还通过自研工具链实现了整网级融合。常规的模型推理是把算子单独执行，而 X7 Ultra 融入了新型搜索算法，把优化范围扩大到了整个模型的计算流程，实现了整网的内存零拷贝。

中间计算的结果不再会被反复写回外部内存，数据搬运得到大幅减少。基于真实量产智驾模型的实际测试，X7 Ultra 的计算利用率达到 98.7%，在大模型性能相当的条件之下，内存带宽消耗较行业旗舰产品下降 80%，能效提升 100%。

这些数据说明，算力被扎扎实实地用在了刀刃之上，让每一分功耗都转化成为真实的驾驶体验。值得一提的是，这一性能评测直接使用了真实世界的量产自驾大模型，在量化部署之后，模型输出与训练之后的浮点模型相似度保持在 99.99% 以上，满足了极高精度的要求。

（来源：XHEART）

芯片架构的设计既是硬件的堆叠，更需要对于模型运算规律有极深的理解。为了确保模型精度不丢失，X7 Ultra 精心设计的加速器原生能够支持浮点高精度的向量计算，让关键计算变得又快又准。

与此同时，这款芯片还是国内首发量产搭载 Armv9 车规级 CPU 的 SoC 芯片，性能与能效相比上一代有着显著提升。在深度异构计算上，X7 Ultra 透过专用计算单元实现本地任务本地处理，例如激光雷达处理带宽最高可达 2,000 万点每秒，可以支持千线级激光雷达的海量点云处理需求，摄像头的处理稳定性也得到大幅提升。

对于决定系统安全的时延抖动，X7 Ultra 让这一指标变得更加确定，为整车安全提供了坚实基础。在安全性方面，整颗芯片能够满足功能安全的 ASIL-B 等级，内置的 MCU 通过了最高等级的 ASIL-D 认证，信息安全也能够满足国密二级要求，可以支撑起从硬件到行驶的全面安全。

单程机票与 21 天跑通，软硬协同跑出量产新速度

曹旭东在演讲里提到，当自动驾驶走向规模化 L4，面对数百万个复杂的长尾场景之时，模型参数规模必将奔向百亿甚至是千亿级别。在这一演进趋势之下，通用芯片面临着算力、功耗与车规可靠性及成本的不可能三角。

假如强行用通用芯片去跑百亿参数模型，车端的功耗与散热根本无法承受，可靠性也将难以达标。这时唯有专门为大模型量身定制的芯片，才能够在满足车端严苛约束的前提下，把模型的参数规模给做上去，进而支撑起规模化 L4 所需的理解与推演能力。

之前在通用芯片时代，很多企业不愿意做第一个吃螃蟹的，原因在于通用芯片面向所有应用，和特定算法的匹配往往需要漫长的调试周期，但是专属芯片从设计之初就解决了这个问题。

（来源：XHEART）

为了应对上述挑战，双方在研发阶段就开展了极速协同，创造了一段较为少见的量产速度。在芯片流片之前，双方团队一起用量产大模型算法进行全芯片仿真验证，提前排查了软硬集成的风险。

当首颗芯片回片之后，在 24 小时之内就完成了点亮，主要数据通路全部加以打通。仅仅过了 17 天时间，芯片、底层软件和智驾模型就实现了整车闭环，并在真实道路上接受了白天、夜晚甚至暴雨等复杂环境的检验。

在这个研发攻坚阶段，客户工程师甚至买了没定归期的单程飞机票，飞到现场支持交付，把归期留给了所有问题彻底解决的那一天。这种为了共同目标全力以赴的协同精神，是技术指标之外促成本次产品快速落地的隐形力量。

软硬协同的打法最终结出了硕果，基于 X7 Ultra ，Momenta 发布了 R7 Ultra 世界模型。模型的参数规模扩大到了原来的 5-10 倍，安全性能表现也随之提升 5-10 倍以上，推演万物的能力开始逐渐涌现。

在实际测试的视频中，面对狭窄路段的对向来车，系统能够果断地挂倒挡，往右侧寻找空间进行倒车避让操作。在复杂的掉头场景里面，面对违停车辆以及穿梭的电瓶车，系统懂得往右侧豁口让行，甚至可以一边走一边打方向盘，极小的贴边距离以及顺滑的线性控制，展现出了比肩甚至超越人类熟练司机的驾驶水平。

这种世界模型就像大语言模型一样，具有非常强的通用性，既可以在量产乘用车上发挥作用，还可以为 Robotaxi 等场景提供强有力的技术支撑，进而能够通过平台效应摊薄各个领域的研发成本。曹旭东提到，当前大模型芯片正在加速智驾摩尔定律，让智驾能力从过去的两年提升了十倍，并正在向着每年十倍提升迈进。

量产 8 个月出货 20 万颗，获超 40 款车型订单

随着技术路线的逐渐落地，XHEART 也交出了一份不错的商业成绩单。从公司成立、到芯片流片、再到量产，团队用了两年的时间，跨越了行业通常需要更长时间才能完成的研发阶段。当前，X7 系列芯片已经量产了 8 个月，累计出货超过了 20 万颗，累计搭载了 10 款量产车型，目前消费者已经能够在市场上买到这些车型。

与此同时，XHEART 手里还握有 40 款以上车型的订单，基于双 X7 的 L3 和 L4 计算平台也获得了多个车型的项目定点，并正从辅助驾驶向更高等级的自动驾驶稳步拓展。

这套双 X7 计算平台采用了统一硬件兼容 L3 和 L4，通过冗余的电源域设计、传感器接入和通信互联，再搭配较为强劲的算力，能够满足高阶自动驾驶对硬件和行驶安全的高标准要求。在这些数字背后，是主机厂客户在严谨的方案开发、导入和验证流程后，对于芯片性能、稳定性和可靠性的认可。

在生态构建上，外界有声音猜测 X7 系列是否和 Momenta 深度绑定。面对这一疑问，XHEART 明确表示双方的合作遵循的是市场化原则，并且方案不排他。XHEART 从成立第一天开始就坚持开放生态策略，芯片面向所有算法厂商以及主机厂开放，车企客户掌握着对于算法和芯片的独立选择权。

除了 Momenta 的算法之外，眼下也有车企的自研算法在 X7 系列芯片上运行。而长鑫科技等产业资本的入局，进一步夯实了从系统级芯片到动态随机存取存储器的底层生态，双方将基于共同的客户与需求，提供经过充分验证的高可靠型解决方案。

此外，芯片公司要实现长期的财务健康运转，无法离开规模效应的支撑，X7 系列的良好开局为公司后续的持续研发与运营提供了底气。在这个高度收敛的国内智驾芯片市场之中，XHEART 凭借对于技术路线的专注与对客户价值的交付，正在逐步扩大自己的市场份额。

（来源：XHEART）

面向更加长远的未来，物理 AI 的浪潮正在呼啸而来。XHEART 团队目前始终保持着量产一代、开发一代、预演一代的节奏。在此次发布会上，李宗霖提前公布了下一代大模型芯片 X9 的研发目标，他表示 X9 将提供高达 3,000 TOPS 的大模型算力，单芯片内存带宽将达到刷新纪录的 700 GB 每秒，计划于 2027 年正式推出。

计算以及访存带宽的同步提升，将适配后续更大规模的世界模型需求。而智驾领域的底层技术与机器人有着极高的相似性，都需要处理感知、决策和严格的能效约束，XHEART 已经明确会布局具身智能市场，并和相关机器人公司展开了项目交流。

从汽车开始起步，智驾是当下的起点，机器人将成为下一站，物理 AI 全场景则是要去的远方。随着底层芯片技术的不断迭代，更强的智能也将加速走进更多人的生活。

运营/排版：何晨龙