造芯三年，XHEART 加速智驾摩尔定律

一家初创芯片公司，为什么能让车企集体下注？

作者I王彬

封面IXHEART

大模型时代，我们到底需要什么样的芯片？

在 XHEART 新芯航途 CEO 李宗霖看来，大模型不仅会改变智能驾驶，也会改变芯片的设计方式。他认为，芯片设计需要从真实的模型需求出发，重新考虑计算、存储和数据流动的组织方式。

这条技术路线被 XHEART 称之为——大模型定义芯片。

在竞争激烈的芯片行业，XHEART算是一个异类。这家 2023 年才正式成立的公司，两年就跑通了从芯片设计、流片到量产的全流程。首颗 X7 芯片回片后，更是不到 24 小时便成功点亮，17 天就实现了整车闭环。

这也让它更早地获得了主流车企的认可，包括上汽大众 ID.ERA 9X、荣威家越 07 等搭载 X7 芯片的车型已陆续量产上市，雷诺、奇瑞等车企也先后参与投资。不久前，XHEART 完成新一轮战略融资，累计融资已近 50 亿元人民币。

10 月 29 日，XHEART 在苏州发布新一代大模型芯片 X7 Ultra，大模型算力高达 700 TOPS。李宗霖同时透露，X7 系列量产八个月以来，累计出货超 20 万颗，已搭载 10 款量产车型，获得超过 40 款车型订单。

XHEART 的战略合作伙伴 Momenta 也带来了 R7 Ultra 世界模型的最新进展。Momenta CEO 曹旭东介绍，依托 X7 Ultra，R7 Ultra 的模型参数规模扩大 5-10 倍，安全性能提升 5-10 倍以上，已涌现出“推演万物”的能力。

曹旭东认为，大模型芯片正在加速智驾摩尔定律，L4 规模化落地已不再遥远。

通用芯片的“不可能三角”

2023 年，李宗霖和几位同事决定重新创业。他们大多在芯片行业打拼多年，也设计过复杂的产品。但在重新出发时，他们反而越发谨慎。

“这一次到底要做什么？能解决客户什么问题？几年后芯片做出来是不是市场需要的？”李宗霖在发布会上回忆。

那段时间，李宗霖认识了曹旭东。他们聊技术和市场，也讨论未来几年智能驾驶会发生什么变化。双方在交流中逐渐形成共识——大模型定义芯片。

按照曹旭东的判断，实现规模化 L4 至少需要百亿乃至千亿参数规模的模型。但这么大的模型，很难在当前通用的车端芯片上落地。

“通用芯片没办法同时满足功耗、车规的可靠性，还有成本的三重约束。”曹旭东说，这是通用芯片的“不可能三角”。

如果不断增加通用计算资源，就像往车里放进一台庞大的 GPU 服务器，车辆难以承受相应的功耗，成本和可靠性也面临挑战。但若芯片先满足这些车端要求，则又可能限制模型规模。

曹旭东判断，大模型定义的芯片相比通用芯片，性能能够提升 10 倍，有机会在满足车端要求的同时，支持更大的模型运行。

量产车对成本尤其敏感。高阶智驾想要真正普及，就必须要求芯片同时兼顾性能、能效及成本。只有提高计算效率，才能让更强的模型进入更多价位的车型，让用户用得上、用得起更好的智能驾驶。

而随着大模型在车端的应用不断深入，芯片设计同样面临着新的挑战，过去芯片的设计思路越来越难以满足需求。

比如，芯片的纸面算力能否在真实系统中发挥出来？不少芯片虽然标称算力颇高，但很难真正在量产大模型部署环境下充分利用。

今天设计的芯片，能否跟得上未来模型的迭代要求？一辆车要使用五到十年，车企希望通过 OTA 不断改善体验，已经装车的芯片却无法跟着每次更新一起更换，必须提前为后续模型升级留出空间。

更不用说车端算力还需要综合考虑能耗、安全等多方面要求，如果提高算力的同时，能耗也大幅增加，方案仍然很难走向规模应用。

这些问题都必须在芯片设计之初就思考清楚。芯片行业不同于其他行业，做出来后很难再像软件一样随时修改，今天的判断将直接决定未来的成败。

曹旭东此前接受 36 氪采访时就提到，做芯片快则两三年，慢则三四年。如果对未来市场判断失误，哪怕芯片没有技术问题，也可能卖不出去。

“大模型迭代的速度比芯片更快。”上汽集团副总裁、总工程师祖似杰说，新的范式决定了模型必须跟芯片协同设计，芯片研发需要提前看清模型的演进方向，“否则芯片出来就落后了。”

种种考量之下，XHEART 在创立之初就坚定了“大模型定义芯片”的技术路线。“当时常见的路径是先做芯片，再让模型去适配。”李宗霖说，“我们决定从真实应用中的模型需求出发，倒推芯片的架构。”

这并不容易。彼时 ChatGPT 才问世不久，行业又正处资本寒冬，而芯片研发又需要长期投入。对于刚刚成立的新芯航途来说，这是一次关乎生死的取舍。“它有风险，有不确定性，但这是一个对的方向，能带来真正的价值。”

大模型如何定义芯片？

事实证明，XHEART 几年前的选择，正在成为当下芯片行业的潮流。越来越多模型公司开始参与芯片研发，希望把对模型的理解直接做进硬件。

去年 10 月，OpenAI 宣布与博通合作开发定制 AI 加速器，就由 OpenAI 负责系统架构设计。Anthropic 则与亚马逊的芯片团队 Annapurna Labs 合作，参与后续几代 Trainium 加速器的开发和优化。

对于 XHEART 和 Momenta 而言，这样的合作从 2023 年就开始了。

“2023 年的时候，我们就和算法团队一起，围绕持续演进的主线模型，深入讨论模型架构和算子需求。”李宗霖说，他们既要分析当时的模型如何运行，也要结合算法团队的研发方向，判断未来几年哪些计算会越来越重要，哪些环节值得深度优化等。

这次发布会中正式亮相的 X7 Ultra，就是大模型定义芯片的最佳例证。这颗大模型算力达到 700 TOPS 的芯片，无论从架构设计还是配套工具链，都经过了双方围绕模型需求的反复讨论和优化。

双方对模型的研究，直接影响了 X7 Ultra 的架构设计。随着智驾模型从多个小模型走向端到端大模型，计算越来越集中，数据在多个小核之间频繁传递，原有架构的效率问题越发显现出来。

X7 Ultra 采用超大核 NPU，将原本发生在多个小核之间的数据交互集中到大核内部，互联带宽从百 GB/s 级提高到 TB/s 级，并为关键算子配置高精度专用加速引擎。

图灵奖得主 Jack Dongarra 在发布会的圆桌环节也指出，如今计算资源已经十分充裕，数据搬运反而成为影响性能的关键。他认为，让算法、软件与芯片团队在设计定型前紧密协作，是面向大模型时代，更加行之有效的研发方式。

但仅仅改变架构还不够，大模型下的计算利用率同样是个难题。XHEART 的软件团队与算法模型团队一起深入底层，重构 AI 工具链，通过整网级融合减少中间结果反复读写外部内存。同时，提高硬件并行度，让计算与模型权重加载同步进行，避免计算单元空等数据。

根据 XHEART 基于量产智驾大模型的真实测试，X7 Ultra 的 NPU 计算利用率达到 98.7%。相比行业旗舰产品，X7 Ultra 内存带宽消耗下降 80%，能效提升 100%。

不过，汽车上的计算任务并不都适合交给 NPU。模型运行的同时，系统还要处理传感器输入，完成控制与调度。X7 Ultra 搭载中国首发量产的 Armv9 车规级 CPU，负责复杂控制与系统调度，让不同计算单元能够更好地配合。

对于激光雷达等传感器的预处理，则通过深度异构计算交给专用单元完成，减少对通用计算资源的占用。X7 Ultra 激光雷达处理带宽最高达到每秒 2000 万点，传感器预处理稳定性提升 100%。

安全能力也因此需要从芯片设计时就提前考虑。X7 Ultra 满足 ISO 26262 ASIL-B 功能安全要求，内置 MCU 通过 ASIL-D 认证，为车端系统提供相应的安全保障。

“这六项能力都来自同一个起点，那就是先理解大模型，再设计芯片。”李宗霖说。他介绍，通过架构与工具链协同创新，X7 Ultra 支持的可部署模型参数量实现了 10 倍提升。

大模型芯片的量产提速

对于一家芯片初创公司而言，芯片的设计工作只是整个流程中最前期的环节。回片后能否成功点亮、能不能跑通整车测试，乃至如何获得车企认可、真正实现量产交付，每个环节都不容易，任何一步受阻，都可能让前期投入付诸东流。

曹旭东就在发布会的圆桌环节中提到，汽车行业中大家选择芯片平台时，往往不愿意第一个吃螃蟹。因为通用芯片面向各种应用，设计时很难充分了解具体算法的要求，模型拿到芯片上运行，还需要解决大量适配问题。哪怕能力强且运气好的团队，也可能需要三到六个月才能跑通，部分甚至长达一年乃至更久。

而 Momenta 在 X7 上跑通整个流程，只用了 21 天。“从跑通到跑稳，再到跑对和完全跑好，只用了 21 天，真的是创造了一个奇迹。”曹旭东说。

这就是大模型定义芯片的价值。曹旭东解释，因为从模型设计到芯片设计，从功能设计再到功能验证，在流片之前都已经做完了，“这才使我们能在 21 天内做到‘通稳对好’。”

事实上，提前协同的效果，在首颗 X7 回片后就表现了出来。李宗霖在发布会上介绍，X7 芯片回片后，不到 24 小时就成功点亮，第 17 天就实现整车闭环，第 21 天就开始在真实车流中验证，并且向客户开放体验。

为了进一步协助车企降低开发难度，XHEART 围绕 X7 系列芯片提供了丰富的解决方案及参考设计。他们不做直接向车企供应硬件的 Tier 1，但对于参考设计则尽可能按照主机厂量产标准验证，进行大量域控级 PreDV 测试，帮助客户降低开发难度、提升项目推进效率。

李宗霖在发布会中透露，X7 系列芯片量产八个月以来，累计出货超过 20 万颗，已搭载 10 款量产车型，获得超过 40 款车型订单。对一家年轻的芯片公司来说，这意味着 XHEART 已经成功打入主流车企供应链，走向规模化量产阶段，而它成立至今不过三年时间。

目前，搭载 X7 芯片的上汽大众 ID.ERA 9X、荣威家越 07 以及 MG 07、凯迪拉克 XT5 PHEV 等车型都已陆续上市。神龙科技也已选择采用 XHEART 芯片，双方将面向标致与 Jeep 等品牌的智能化车型开展合作，覆盖中国和欧洲及全球其他地区。

除了目前已经落地的量产车型外，X7 还成功导入多个 L3 及 L4 的自动驾驶项目。李宗霖透露，基于双 X7 的 L3/L4 计算平台，已获得多个车型项目定点。

曹旭东认为，大模型芯片将会加速智驾摩尔定律，将智驾能力从两年 10 倍提升至每年 10 倍。他判断，2028 年有望成为 L3/L4 的引爆点，2030 年将迎来 L4 的规模化落地。

面向即将到来的物理 AI 未来，Momenta 和 XHEART 已经做好了准备。XHEART 在发布会中透露，下一代 X9 芯片计划于 2027 年推出，将具备 3000 TOPS 大模型算力以及 700 GB/s 单芯片内存带宽。