跳出TOPS 数字竞赛：新芯航途 X7 Ultra 落地，“大模型定义芯片” 从概念走向量产

10 月 29 日，新芯航途（XHEART）在苏州正式发布智驾大模型芯片X7 Ultra，标称700 TOPS 大模型算力；与此同时，官方披露 X7 系列上市 8 个月出货超 20 万颗，已经实现在 10 款车型量产装车，手握超过 40 款车型定点订单，并且公布下一代旗舰 X9 规划：3000 TOPS 算力、700GB/s 内存带宽，2027 年推向市场。

对于国产智驾赛道而言，20 万颗出货量固然亮眼，但真正值得深究的，是 “大模型定义芯片” 这条全新技术路线，已经完成从理念到车规量产的闭环。在端到端、世界模型快速渗透的当下，它撕开了传统 “先造芯片、算法被动适配” 模式的天花板，但也同样需要面对商业兼容、模型迭代、车规工程化的现实考验。

01 告别算力数字游戏：98.7% 利用率背后，解决 “内存墙” 痛点

过去很长一段时间，智驾芯片宣传，TOPS 是最核心的标签。但行业普遍存在一个尴尬现实：芯片标称峰值算力很高，跑真实 Transformer 智驾大模型的时候，算力却很难释放出来。大量功耗与时间消耗在不同计算核心之间的数据搬运、内存反复读写，通用架构芯片运行大模型时，算力实际利用率往往仅 30%-50%，纸面参数和真实车载体验存在巨大鸿沟。

端到端大模型和世界模型兴起之后，矛盾进一步放大。传统智驾依靠多个独立小模型分工，而新一代智驾把感知、预测、规划收拢到一套统一大模型，计算集中化、算子复杂度飙升，芯片瓶颈早已不再单纯是运算单元，内存带宽、片上数据流转效率，变成决定大模型能不能跑起来的关键。

新芯航途的解法，是调转研发顺序：不再让算法迁就硬件，而是从量产大模型真实算子特征倒推芯片架构，在芯片定义阶段就深度参与算法研究。X7 Ultra 的 700 TOPS 并非理论峰值，而是基于真实量产智驾大模型得出，并且硬性约束量化后推理结果和 FP32 训练模型相似度保持 99.99%，拒绝靠牺牲精度换取速度。

为了实现高有效算力，X7 Ultra 拿出三大架构创新。 第一是超大核NPU 架构。传统多小核NPU，复杂运算需要在多个核心之间来回传递数据，带宽只有百 GB/s 级别。X7 Ultra 把大量计算收拢进超大核内部，核内 TB/s 级高速互联，大量数据交互不再访问外部内存，从源头减少数据搬运开销。针对 Transformer 注意力等高频关键算子，配置专用硬件加速引擎，提升算子执行效率。

第二是硬件并行能力，通过软硬协同做到计算运算和权重加载同步执行，减少硬件空转，量产大模型实测NPU 计算利用率来到98.7%。第三是重构AI 工具链，采用整网级算子融合优化，不再局限局部算子优化，对整套模型计算任务统一调度编排，减少中间结果反复读写片外内存。官方数据显示，同等模型性能条件下，对比行业旗舰产品，内存带宽消耗下降 80%，推理能效直接提升 100%。

除此之外，X7 Ultra 搭载国内首款量产车规 Armv9 CPU，承担整车系统调度；深度异构单元专门处理激光雷达点云，最高支持每秒 2000 万点处理能力，传感器预处理稳定性翻倍；功能安全层面满足 ISO 26262 ASILB，内置 MCU 达到 ASILD 等级，兼顾高阶智驾对功能安全的硬性要求。

必须客观看到，98.7% 是基于合作方量产 Transformer 模型的实测结果。换用不同算法、不同模型规模，利用率会发生浮动。但它的示范意义在于：国产芯片已经把“有效算力、访存效率” 放到和峰值 TOPS 同等重要的位置，为行业提供了一套区别于通用GPU 思路的评价标尺。

02 两年完成从创业到规模出货：量产成绩单的喜与忧

对于芯片初创企业，纸面参数好看只是第一步，真正的大考是车规量产。

新芯航途2023 年底成立，短短两年时间实现芯片量产交付。官方披露，X7 芯片回片之后不到 24 小时完成点亮，第 17 天就打通芯片底层软件智驾模型整车闭环，完成昼夜、暴雨等复杂道路环境验证，开发节奏在国内智驾初创企业中属于第一梯队。

量产答卷同样有说服力：X7 系列 8 个月累计出货超 20 万颗，10 款车型已经落地，40 余款车型定点。面向 L3/L4 高阶自动驾驶，双 X7 的冗余计算平台也已经拿到多个项目定点。资本层面，公司累计融资接近 50 亿元，投资方覆盖上汽、奇瑞、雷诺等车企，IDG、鼎晖等市场化机构，还有多支国家级、地方国资产业基金，产业资源储备充足。

但这份成绩单背后，依然藏着初创公司绕不开的现实问题。

首先是业务定位，新芯航途明确自身只做芯片供应商，不做域控硬件一级供应商，对外输出验证完成的参考设计，由车企、Tier1 完成最终产品落地。这套模式的好处是轻资产，不用承担硬件生产交付压力；但短板同样明显：芯片落地体验高度依赖客户的二次开发能力，如果车企软件团队能力参差不齐，同一款芯片，不同车型最终智驾表现会拉开差距。

其次是和Momenta 的关系。双方在技术上深度协同，Momenta CEO 曹旭东在发布会公开认同 “大模型定义芯片” 的判断，新一代 R7 Ultra 世界模型基于 X7 Ultra 硬件实现 510 倍规模升级，向着可以推演未来路况的世界模型迈进。公司对外反复强调，双方没有股权绑定，芯片面向全部算法厂商开放，合作不排他。

这也是XHEART 接下来最大的市场考验：这套为 Momenta 大模型深度打磨的硬件架构，能不能在其他家算法方案上，复现接近 98.7% 的高利用率？如果换一套第三方模型，带宽、能效优势会不会打折扣，将直接决定它能不能从 “定制化协同方案” 成长为通用性行业底座。

03 下一代 X9 瞄准 3000TOPS：大模型时代，芯片军备竞赛进入新维度

发布会上，新芯航途公布下一代X9 芯片研发目标：3000 TOPS 大模型算力，700GB/s 单芯片内存带宽，计划 2027 年推出。

3000 TOPS，标志国产智驾芯片正式向更高算力区间发起冲击。但更值得关注的是，X9 没有单纯堆 AI 算力，同时把单芯片内存带宽拉高至 700GB/s。这恰恰印证行业共识：面向未来百亿、千亿参数车载世界模型，访存带宽的重要性，不亚于AI 算力本身。如果带宽跟不上，再高的NPU 算力也只能空转。

Momenta 曹旭东在现场给出自己的行业判断：依靠芯片与模型协同创新，智驾行业会维持类似摩尔定律的高速迭代，2028 年有望迎来 L3/L4 的重要引爆点，2030 年高阶自动驾驶走向规模化落地。图灵奖得主 Jack Dongarra 也提出，大模型时代，芯片定型前，算法、软件、硬件团队紧密协同，是更高效研发模式，优化芯片内部数据搬运是核心突破口。

不过高算力芯片，永远躲不开车规工程的三道枷锁：功耗、散热、良率。3000 TOPS 级别的芯片，如何把整机功耗控制在车载可接受区间，如何通过车规严苛的温度老化、长期可靠性测试，如何平衡晶圆成本，是纸面目标转化为量产产品必须翻越的大山。先进工艺合作伙伴台积电已经表态将持续提供工艺支持，但工艺不等于全部，车规级芯片的验证周期漫长，中间依然存在不确定性风险。

放眼整个国内赛道，现在智驾市场已经是多方混战：英伟达、高通作为海外巨头盘踞高端市场；地平线、黑芝麻（参数丨图片）持续迭代国产通用智驾SoC；蔚小理、比亚迪等车企推进自研芯片；如今新芯航途代表的 “模型原生芯片” 路线加入战局。

不同路线之间没有绝对对错。车企自研芯片的优势是深度适配自家算法；通用芯片胜在兼容性强，适配多种多样的客户算法；而“大模型定义芯片” 的逻辑，牺牲一部分通用性，换取大模型场景下极致能效。

04 结语：智驾竞争，正式进入软硬协同深水区

过去几年，国内智能驾驶快速普及，城市NOA 从高端车型不断下探。但行业正在发生一次底层范式切换：智驾不再只是软件算法单方面的比拼，芯片硬件、编译器工具链、模型架构三者深度绑定，软硬协同能力，成为高阶智驾的胜负手。

X7 Ultra 的意义，不在于它立刻颠覆现有市场格局，而在于它完成一次重要验证：“大模型定义芯片” 不只是 PPT 上的概念，这条技术路线已经实现车规量产，跑出了几十万颗的真实装车规模。它给行业展示了跳出堆算力的另一种可能性：比起盲目冲高纸面TOPS，如何把算力真正高效喂给端到端大模型，才是面向未来更关键命题。

当然，技术路线跑通不等于市场胜利。接下来，新芯航途需要证明两件事：第一，这套针对大模型优化的架构，在第三方算法方案上同样具备竞争力；第二，X9 规划的 3000TOPS 高算力指标，能够克服车规工程挑战，如期稳定量产。

世界模型浪潮滚滚向前，国产智驾芯片的竞争，已经翻过单纯比拼参数的旧篇章，来到“架构适配 AI 原生时代” 的全新赛场。