一颗智驾芯片的“反向诞生”

作者 | 黎晓

10月29日，苏州。台积电副总经理陈平走进发布会现场时，在门口看见一排已经量产的车型。三年前，如果有人告诉他，一颗先进的自动驾驶芯片会在三年内落到这么多款量产车型上，他无论如何也不会相信。

更早的时候，Momenta CEO曹旭东跟他讲过L3、L4的图景：L3，车自己开，人得随时准备接手；L4，划定场景内不用人管。陈平觉得那是科幻片里的东西。现在，那些车就停在他面前。“我是真的很难相信”。

这一天，在同一个场合，曹旭东公布，Momenta智驾搭载量已突破140万台，最新的10万台只用了不到一个月。由李宗霖担任CEO的芯片公司新芯航途（XHEART）发布大模型芯片X7 Ultra，算力700 TOPS。

Momenta还发布了基于X7 Ultra的世界模型R7 Ultra：一个能理解、预测物理世界的大模型，参数规模扩大5到10倍，安全性能提升5到10倍以上。

行业里有一条延续多年的默认秩序：芯片定义模型的上限。现在，一群懂模型的人，正反过来用模型定义芯片。

▌“只有一次机会”

2023年，李宗霖和几位同事决定重新创业。他们已经在芯片行业做了十几二十年。那一年资本市场不景气，钱不好拿。“在资源很有限的情况下，我们只能做一次选择，只有一次机会”。

摆在面前的是两条路：一条路是做通用芯片，像电脑里的CPU、GPU那样，面向所有应用，谁都能用。这条路线安全，不管模型怎么变，芯片基本都能跑，但性能也不会好到哪里去。

另一条路有风险、有不确定性，他们却相信能提供巨大的价值：从真实模型的运行需求出发，倒推芯片架构。这就是“大模型定义芯片”。

那时的智驾系统，由感知、预测、规划几个小模型各管一段，拼装起来，就能运行。端到端大模型出现后，一个模型直接从传感器数据生成驾驶决策。模型的结构变了，芯片的要求跟着变。

李宗霖回忆，那阵子他和曹旭东反复讨论，结论是：智驾会从规则驱动转向数据驱动，模型会变成一个被海量数据推着转、越转越快的飞轮。“虽然有风险和不确定性，但这才是对的方向。”

曹旭东把这称作公司的第三个洞察。前两个是数据驱动、用量产换海量数据，第三个就是大模型会反过来定义芯片。这个判断2022年底形成，之后由Momenta和XHEART共同付诸行动，直到今天才第一次公开。

通用芯片时代，芯片面向所有可能的应用设计，车企选平台“不愿意第一个吃螃蟹”；拿到芯片，要跑通、跑稳、跑对。顺利的话，三到六个月，不顺就一年。而XHEART的芯片，对照数字只有27天。

奥秘在于，设计顺序被倒了过来：算法团队在芯片定义阶段就进场，把模型结构和精度要求写进硬件。

上汽集团总裁贾健旭在2021年的一场供应商大会上，和曹旭东草草地见了一面。后来在北京试驾，车开过正在修路的万顺东街，绕开了所有路障。再后来他问曹旭东，将来的芯片在哪里。曹旭东按捺不住：“It's on the way。”贾健旭回应说：“咱们就这么干吧。”

五年后，结果落了地。

这场押注从一开始就不只是技术偏好。Momenta出模型（世界模型 R7 Ultra、智驾算法），新芯航途出芯片（X7 Ultra），台积电出工艺代工。三方分工，赌的是同一件事：模型会重塑芯片。

▌筹码不只是数据

敢下赌注，是因为牌桌上有的人手里真有牌。

曹旭东做过一组测算，规模化L4需要1000亿公里数据，相当于100万台乘用车跑一整年。Momenta把量产当起点，因为只有量产，才拿得到这个量级的数据。

眼下，Momenta累计搭载量已突破140万台，第一个10万台用了24个月，最新的10万台不到一个月；累计里程200亿公里，相当于阿波罗登月往返2.5万次。

数据是筹码，但筹码不只有数据。

曹旭东的推演是：规模化L4需要百亿至千亿参数的模型。参数可以粗略理解为模型的“记忆容量”，参数越多，模型通常越聪明，也越吃算力。通用芯片无法同时满足功耗、车规可靠性和成本，曹旭东称之为“通用芯片的不可能三角”。只有从模型需求出发设计芯片，才能在同样的功耗和成本下把模型撑大。“大模型定义的芯片，比通用芯片性能提升10倍”，这句话的根据，也在这里。

R7 Ultra参数规模扩大5到10倍，安全性能提升5到10倍以上，从理解世界走向推演世界。模型变大这件事，反过来成了芯片设计时要先回答的问题。

工艺是另一张牌。

台积电是全球最大的芯片制造企业，自己不设计，专替别人把芯片造出来。陈平解释说：车规工艺和消费级工艺有代差，公司最先进的量产工艺是2nm，车规最先进的是3nm（制程数字越小，晶体管做得越精细，性能和能效越高）。台积电已为X7 Ultra提供工艺支持做好了准备。

在陈平看来，智能汽车是物理AI公认的第一场硬仗：功耗、散热、可靠性、成本、安全，每一项约束都很苛刻。车端也是目前唯一同时跑通商业闭环和数据闭环的场景。

▌押在什么上面

一辆车要用5年、10年，几年后主流模型架构变了，定制芯片怎么办？

李宗霖的回答是，芯片架构不能针对一个固定的模型“焊死”，只要是Transformer这种范式的模型，不断迭代、演化，芯片依然能持续承接。Transformer是当前主流大模型普遍采用的架构，GPT等模型都从它而来。

模型迭代的周期是以月计的，而芯片设计却是以年为周期的长周期工程。李宗霖和曹旭东对此的回应带有创业者的乐观：“没有一个固定的公式可以做到，唯一有可能做到的，就是超一流的团队和超一流的洞察。”

芯片行业有一个流传多年的摩尔定律：集成电路性能约每两年翻一番。曹旭东把它搬到了智驾上：2022年到2026年，智驾能力基本每两年提升10倍，城市NOA从早期探索走到应用引爆点；而大模型定义芯片，正把这条曲线从两年10倍，带到每年10倍。

曹旭东判断，L3、L4有望在2028年迎来引爆点，2030年走向规模化，安全性达到人类驾驶的100倍。

上汽集团副总裁、总工程师祖似杰说：“消费者不为算力数值买单，只为实际体验买单。”他算过一笔账，造油车时一辆车3万个零件，便宜的车卖3万块，一个零件一块钱，“所以我们在车上装的芯片还得要便宜”。他给这颗芯片的定位是“六边形战士”——各方面都强的全能选手，曹旭东接了一句：六边形里最重要的，是“更大、更安全”。

在苏州发布会的尾声，XHEART公布了下一代芯片X9的目标：3000 TOPS算力，700GB/s单芯片内存带宽，2027年推出。内存带宽指芯片读写数据的速度，大模型运行时要在芯片内外搬运海量数据，带宽越高跑得越顺。X9将继续围绕下一代世界模型做软硬协同。

李宗霖说：“让大模型定义芯片，让芯片承载大模型的下一次进化。”

从2023年到现在，新芯航途用两年多时间走完了从成立、流片到量产的路。X7系列量产8个月，累计出货超过20万颗，搭载10款量产车型，获得超过40款车型订单。

数字尚不算大，但它意味着“大模型定义芯片”第一次在中国车端，走通了从蓝图到生意的全程。