8个月出货超20万颗，明年推3000TOPS芯片! XHEART首秀震惊行业！| 智车星球

一家年轻的芯片公司，为什么敢做如此激进的算力规划？

作者|王蕊

编辑|西子

成立不到3年，首款芯片量产仅8个月，累计出货超20万颗，落地10款量产车型，拿下超40款车型定点订单。

这是初创芯片公司XHEART新芯航途，交出的首份规模化量产答卷。

10月29日，XHEART首次正式面向公众亮相，发布700 TOPS大模型芯片X7 Ultra，同时公布下一代产品规划：2027年推出X9芯片，目标算力达到3000 TOPS，单芯片内存带宽达到700GB/s。

一家年轻的芯片公司，为什么敢做如此激进的算力规划？

早在2023年创业时，XHEART CEO李宗霖就判断，智能驾驶正从小模型拼接走向端到端大模型，算法范式变了，芯片的设计逻辑也必须跟着重构。

与其先造好芯片，再让模型去适配，不如反过来，先弄清大模型需要什么，再倒推芯片架构。

“大模型定义芯片”，就此成为XHEART从创立之初便确立的技术路线。

而这一选择，也得到了战略合作伙伴Momenta的深度认同。早在创业初期，李宗霖便与Momenta CEO曹旭东多次交流智驾大模型的发展趋势，双方随后围绕模型需求和芯片设计展开深度合作。

从模型适配芯片，到模型反过来定义芯片。随着智能驾驶向更高级别迈进，底层算力架构也开始发生变化。

模型越聪明，芯片越吃力

大模型时代，造一颗真正能上车的芯片，到底难在哪里？

李宗霖在发布会上提出了三道考题：算力能否在真实系统中充分发挥？今天设计的芯片能否跟上明天的模型？又能否在合理能耗下获得足够强的计算能力？

这三道题，恰恰是传统通用芯片在车规场景下的核心矛盾。

首先，纸面算力不等于实际性能。大模型运行不仅是纯计算，还要伴随大量传感器数据的读取、搬运与调度。如果计算单元长期处于“等数据”的状态，再亮眼的TOPS数字也无法转化为稳定的智驾表现。

其次，芯片与算法的迭代周期严重错位。AI模型可能半年就迭代一代，但整车开发通常需要3—5年，一辆车的使用周期更长达5—10年。如果芯片没有提前为未来模型预留空间，后续OTA升级很快就会触碰到硬件天花板。

更棘手的是车规约束的边界。车载计算资源不可能无限堆叠，算力堆得越高，功耗、散热和成本的压力就越大，最终很难落地到主流价位的量产车型中。

尤其当智能驾驶继续向L4迈进，这些矛盾还会进一步放大。

曹旭东就判断，要实现规模化L4，智驾模型至少需要百亿参数起步，最终大概率会走到千亿量级。但通用芯片很难同时兼顾功耗、车规可靠性和成本，这就是行业公认的“不可能三角”。

要同时满足大模型算力、车规约束与长期迭代的需求，单纯堆砌算力显然行不通，核心出路在于提高有限计算资源的利用效率。这也正是X7 Ultra架构设计的核心发力方向。

榨干每一滴效能，破局“不可能三角

针对大模型时代的计算需求，XHEART在X7 Ultra的设计上，从硬件架构和软件工具链两端同时进行了优化。

首先，采用专为大模型设计的超大核NPU和多级缓存，让计算单元之间的数据传输更高效，减少不必要的搬运和等待。

其次，为大模型常用的关键算子配置专用加速引擎，在保证计算精度的同时，提高推理效率。

最后，通过AI工具链对整个模型的计算任务进行统一编排，减少重复读写，让计算资源得到更充分的利用。

效果如何？

测试结果显示，X7 Ultra的NPU计算利用率达到98.7%；相比行业旗舰产品，内存带宽消耗降低80%，推理能效提升100%。

更关键的是，通过软硬件协同优化，X7 Ultra支持的可部署模型参数量实现10倍提升，不仅能让模型跑得更高效，也为更大规模的大模型上车提供了空间。

而在车规可靠性方面，X7 Ultra满足ISO 26262 ASIL-B功能安全要求，内置MCU通过ASIL-D认证，同时通过专用计算单元优化传感器处理与系统响应。

有了这样的硬件基础，算法合作伙伴也能进一步释放模型潜力。

以Momenta为例，双方从芯片设计阶段便围绕世界模型的需求开展协同。此次Momenta预告的R7 Ultra世界模型，参数规模扩大至原来的5-10倍，相关安全性能指标也提升了5-10倍以上，并在复杂掉头、会车博弈、倒车让行等场景中展示了更强的推演能力。

下一站不止汽车

对一家初创芯片公司来说，技术做出来只是第一步，能不能顺利上车、规模交付，才是真正的考验。

从2023年成立到首款芯片量产，XHEART用了约两年时间。

首颗X7芯片回片后，不到24小时完成点亮，核心数据通路全部打通；仅用17天，就打通芯片、底层软件与智驾模型的整车闭环，并在真实道路及复杂天气下，通过了连续稳定行驶测试。

除了面向主流市场的L2++城市NOA方案，基于双X7芯片打造的冗余计算平台，也已获得多个L3/L4车型项目定点，开始向更高阶自动驾驶场景拓展。

规模化落地远不止交付芯片本身。不同车企的域控制器架构、整车电子电气体系各不相同，都需要做大量适配开发与合规验证。

为此，XHEART不仅提供芯片，还为X7系列配套经过验证的参考设计和域控级测试方案，帮助客户降低开发难度、提高量产效率。

制造工艺端则由台积电提供核心支持，从源头保障量产良率与可靠性。

从芯片研发到整车交付，XHEART正在逐步建立起规模化量产所需的产业协作体系。

与此同时，下一代产品也已提上日程。

遵循“量产一代、开发一代、预研一代”的研发节奏，下一代X9将进一步提升计算能力和内存带宽，为规模更大的世界模型提前做好准备。

但XHEART的目标，并不止于智能汽车。

随着大模型从数字世界向物理世界渗透，具身智能产品同样面临相似的困境：需要强大的模型支撑环境感知与决策，同时又受限于功耗、空间、成本与可靠性要求。

汽车与机器人虽然应用场景不同，但都面临一个共同问题：如何让越来越强的大模型，在真实设备上高效、可靠地运行？

这也意味着，“大模型定义芯片”的技术路线，天然具备向更多物理AI场景延伸的可能性。目前XHEART已明确将机器人列为重点拓展方向。

算法定上限，芯片定落地，软硬协同定终局。“大模型定义芯片”本质是为快速迭代的AI，打通落地的最后一公里。

从量产智驾到具身智能，当算法与硬件精准对齐，规模化L4与物理AI的时代正加速到来。

最真诚的智能汽车报道