从一个反共识选择到40款车型定点：一颗大模型芯片反向生长的三年

做芯片的人，最怕听到的一句话是什么？

不是“算力不够”，而是芯片流片回来了，模型却已经换了模样。车规芯片从定义到量产，常规节奏是三到四年，海外厂商甚至要三到五年。而智驾模型的核心架构，两年内就可能完成一次代际切换。芯片还在走认证流程，它要服务的那个模型，或许已经迭代了两代。

这个错配，在过去几年里被一个更热闹的数字掩盖了：TOPS。谁的峰值算力高，谁就是旗舰。但真正把车开上路的人知道，纸面上的数字和方向盘后面的体验之间，隔着一道很深的沟。

有业内人士透露过一组数字：行业通用GPU方案在实际业务中的算力有效利用率，只有30%到40%。更极端的场景下，DiT推理对不规则计算的支持要求很高，传统高TOPS芯片的实际利用率可能跌到不足10%。

换句话说，你买回来的算力，一大半在路上就损耗掉了。

近日，XHEART新芯航途在苏州发布了一颗叫X7 Ultra的芯片。它没有去挤“谁家TOPS更高”的牌桌，而是把NPU计算利用率提升到98.7%。这意味着几乎每一分算力都变成了车上的实际能力。

值得一提的是，这个数字不是实验室理想工况下的峰值，而是基于真实量产智驾大模型评测出来的；还叠加了精度约束——量化部署后，模型输出与训练阶段FP32浮点模型相似度达到99.99%以上。在同等模型性能下，X7 Ultra的内存带宽消耗比行业旗舰产品下降80%，能效提升100%。

简单来说，在同样的功耗和车规约束下，X7 Ultra不仅效率提升了，同时还把成本控制在可量产的范围。

大模型时代，我们究竟需要什么样的芯片？这个行业内很多人都关注的问题，是XHEART新芯航途CEO李宗霖三年前创立这家公司时就在反复思考的问题，也是他在发布会上回答的第一个问题。

他给出的答案是：“让大模型定义芯片，让芯片承载大模型的下一次进化。”这不是一句包装出来的 slogan，拆解X7 Ultra的诞生过程就会发现，这背后其实是一份复杂的工程量清单。

01

一条反向路线

2023年，李宗霖带着一批深耕芯片行业十余年的工程师，开启新的创业旅程。

李宗霖在联发科做过Helio和天玑系列，后来在OPPO哲库担任高管，团队里不少人也一起经历过好几代车载芯片从定义、流片到上车的完整周期。按说经验足够多了，应该更从容才对。但李宗霖在发布会上回忆，恰恰是因为做过，反而更谨慎：这一次到底要做什么，几年以后芯片做出来，市场还需不需要它。

他们太清楚一颗芯片从定义到量产要踩多少坑，也太清楚如果定义阶段就偏了，后面流片、上车、OTA的每一环都要被动追赶甚至还债。

摆在他们面前有两条路：跟着行业惯性，做一颗通用算力芯片，拼 TOPS 数字，等算法公司和车企来适配；或者，反过来，先看未来智驾的核心变化，再倒推芯片架构。

前一条路几乎不会犯大错，后一条路如果判断错了，几年时间和数亿资金就沉进去了。

转折点，来自李宗霖和Momenta CEO曹旭东的一次次交流，最终形成清晰的共识：不要再让模型去迁就芯片，要用量产大模型的真实需求，定义一颗芯片

彼时端到端大模型正在快速改写智驾的底层逻辑：分散的多任务小模型，正在向统一的世界模型收敛。算法不再是零散任务的拼接，它对 NPU 算子、存储吞吐、数据流调度的要求，和传统智驾模型完全不一样。

如果芯片还是沿用旧架构，无论堆多高的纸面算力，都很难释放大模型真实能力。

曹旭东算过一笔账：规模化L4需要百亿到千亿参数的模型，通用芯片要同时满足车规功耗、可靠性和成本，几乎是一个“不可能三角”。而大模型定义的专用芯片，同等条件下的性能可以做到通用芯片的十倍量级。于是Momenta在2022年底果断形成了“大模型定义芯片”的判断，并开始和XHEART一起行动。

这个选择，在当时是反共识的。芯片团队要把还在迭代中的量产模型、实车数据、算子特征，提前塞进芯片定义阶段。架构、NPU 核型、存储层级、带宽通路，全部围绕模型运行链路去设计，而不是等芯片回来再调优。

团队内部不是没有疑虑。风险显而易见：押注一条还没有被量产充分验证的路线，意味着放弃短期稳妥的赛道。

但老兵们的判断很坚定：智驾的竞争，很快会从 “芯片算力竞赛” 转向 “模型在车端稳定跑通的系统能力竞赛”。真正能打动车企的，从来不是 PPT 上的算力数字，而是上车之后，模型能不能稳定、低延迟、低功耗地跑起来。

这条 “大模型定义芯片” 的路线，就这样从一场对话，落在了白板上。

02

24小时点亮，17天闭环，21天开放体验

判断说出口只需要一句话，兑现它要难得多。李宗霖在发布会上提到一个细节，第一颗X7芯片回片上车的关键阶段，团队用一张写着“今天有好事发生”的日历记录下那段日子。还有一块写满验证步骤的白板，每完成一个关键节点，参与的工程师都会记录时间、签下名字。

芯片行业的故事通常以参数和曲线呈现，但落到具体的产品和人，则是一块白板被写满、擦掉、再写满的过程。这也是芯片行业独有的浪漫又克制的仪式。

首颗X7回片后，XHEART团队不到24小时完成点亮，主要数据通路全部打通。第17天，芯片、底层软件和智驾模型实现了整车闭环，测试车在真实道路上连续跑，无论白天、夜晚还是暴雨都经历住了考验。第21天，面向客户开放体验试乘。

这其中无论哪个数字拿出来，在芯片行业里都是一个足够优秀的成绩。行业里，芯片回片之后几周甚至更久才能点亮是常态，17天整车闭环更是罕见。X7 这个速度，不是单纯运气，而是这条反向设计路线的必然结果。

常规流程里，芯片回来、底层软件适配、模型移植、整车联调是一段漫长的接力。X7之所以能把这段路压缩到以“天”为单位，原因不在某个单点技术上，而在顺序：量产大模型和实车数据在芯片流片之前，就已经进入了架构验证。

从架构定义开始，量产模型就一直在研发回路里。模型会跑哪些算子、数据会在哪里堵塞、哪些计算路径反复被调用、模型迭代时会新增什么能力，这些信息持续同步给芯片架构、后端、工具链团队。

白板上的每一条验证项，都不是孤立的芯片测试点，而是模型上车之后会遇到的真实场景。芯片上车时，软件不是在“适配”一颗陌生的芯片，而是在验证一个双方都熟悉的方案。

等到客户坐进测试车，感受更是直接的。同样的场景下，模型输出更稳、响应更快，没有纸面算力和实车表现之间巨大的落差。

很多车企负责人第一次试驾时的感慨很相似：以前看芯片，看规格书、跑分报告；在这台车上，他们直接看到了大模型跑起来的样子。

这一刻，“大模型定义芯片” 不再是一个技术概念，变成了可感知、可判断的产品体验。

传统路线是：芯片定型 → 算法移植适配 → 上车调优，大量问题在后期才集中暴露，改起来代价巨大。而 XHEART 的路径是：模型需求前置 → 芯片架构原生适配 → 回片之后快速闭环上车。所有的软硬磨合，前移到芯片设计阶段完成。

客户拿到的，不是一块等待漫长适配的裸芯片，而是一套和量产模型深度对齐、可以快速落地的计算底座。

这也是为什么 XHEART 能比同行更快拿到客户认可：信任，最先诞生在试驾的那一刻。

03

一张单程票

2026年3月，上汽大众ID.ERA 9X开启预售，搭载的智驾芯片是X7。但如果把时间往回拨，这款车在定点阶段并不是只有X7一个选项。据行业信息，ID.ERA 9X的定点是高通8650和X7的AB点，两家同时推进，最终谁能在整车验证中跑出来，谁上车。

这不是一个“给年轻公司一个机会”的故事，而是一场正面竞争。高通在车规座舱和智驾芯片上的积累毋庸置疑，X7要在这样的对手面前拿到量产资格，靠不了情怀，只能靠实车表现。

AB点竞争的残酷之处在于，它不看你说什么路线，只看你交出来的东西能不能在整车上稳定工作。客户坐进车里，感受的是接管率、是响应、是那套模型在真实道路上的表现。技术理念在会议室里可以讨论，在AB点的评审桌上，只有结果。

X7最终量产上车，成为ID.ERA 9X的智驾算力底座。这个结果往轻了说，是一次供应商选择的胜出；往重了说，是一家成立两年多的公司，在一个主流合资车企最谨慎的验证流程里，让“大模型定义芯片”这条路线通过了第一场真正的考试。

技术通过了，只是故事的上半场，车企选择一颗车规芯片，本质是一场长达数年的托付，真正的商业考验才刚开始。

芯片上车和车型交付之间，还隔着域控制器开发、整车适配、供应链爬产、质量一致性这一长串工程动作。XHEART在这件事上的选择有些特别：它不直接做向车企供货的一级供应商，但提供给客户的参考设计，是按主机厂量产标准来要求的，域控级的PreDV测试一样不省。

翻译一下，客户拿到的不是一个需要自己从头集成的芯片加文档，而是一套已经对齐过芯片、算法和底层软件的方案。对于一家急着把车型推向市场的车企来说，节省下来的时间和试错成本，比任何参数都更有说服力。

在多个定点项目里，XHEART 工程师长期驻场，和车企、算法团队一起排 bug、迭代版本、打磨边界场景。他们不只是芯片供应商，是和客户共用一套问题清单的协同伙伴。客户提的是当下量产痛点，团队脑子里同时装着两层目标：把眼前这个版本稳定交付，还要为客户下一代大模型迭代预留硬件能力。

交付最紧张的那段时间，一位准备去客户现场的XHEART工程师被HR问到什么时候能从回来。他的回答是：不知道，所以先买了单程票。

这张没有返程日期的机票，后来被李宗霖在发布会上提起。它当然是一个关于投入的故事，但同时也透露了另一层信息：客户愿意把量产节点交给一个年轻团队，而团队回应的方式，是把归期留给问题解决的那一天。

信任就是这样一点点攒起来的。先是AB点竞争中实车跑出来的结果，然后是一套能让客户少走弯路的参考设计，再然后是在交付压力最大的时候有人愿意不设归期地待在现场。

截至发布会当天，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，手里握着超过40款车型的订单。上汽大众之外，荣威、MG、凯迪拉克、奇瑞的车型陆续进入这份名单。基于双X7的L3/L4计算平台也已获得多个车型项目定点，从辅助驾驶向更高等级自动驾驶拓展。

Momenta即将发布的R7 Ultra世界模型，参数规模扩大到R7的5到10倍，安全性能同步提升5到10倍以上，依托的正是X7 Ultra的700 TOPS大模型算力和超大核NPU架构。

一家2023年底才成立的公司，用不到三年时间进入了主流车企和算法公司的供应链，本质上也说明“模型需求提前进入芯片定义”这件事，在工程上真的跑通了。

（结语）

发布会前一周，XHEART宣布完成战略轮融资，累计融资近50亿元，雷诺首次入股，奇瑞追加，长鑫科技参与。车企、存储龙头、产业资本同时坐进同一张股东桌，看中的显然不只是某一颗芯片的跑分。

实验室白板上的字迹会擦掉，日历一页页翻过，但这条反向的设计路线，正在车载智驾的浪潮里，走出属于自己的轨迹。

李宗霖在发布会末尾预告了X9：3000 TOPS大模型算力，单芯片700GB/s内存带宽，计划2027年推出。算力和带宽同步往上拉一个数量级，指向的是下一代世界模型在车端的部署需求。

从X7到X9，XHEART押注的其实不是某一个制程节点或者某一项算子加速技术。它押的是“模型的进化方向可以被提前理解，并且这种理解应该前置到芯片架构的定义阶段”这个判断。二十万颗出货和四十多款订单，是“大模型定义芯片”交出的第一份量产答卷。