通用芯片走不通L4？曹旭东：大模型定义芯片是正途

目前国内乘用车新车L2级组合驾驶辅助功能搭载率超过70%，首批L3级有条件自动驾驶车型已在特定区域上路通行试点。但“装上车”不等于“用起来”，有调查显示，L2辅助驾驶真正被用户高频使用的比例不到10%。

功能装上车，但用户不敢用，原因还是模型还不够“聪明”，处理不了足够多的边缘场景。模型要变聪明，就得变大；模型要变大，车端芯片就得撑得住。

10月29日，XHEART新芯航途正式发布大模型芯片X7 Ultra。Momenta CEO曹旭东在战略合作伙伴XHEART新芯航途发布会上，首次公开分享公司的第三个洞察：“大模型定义芯片”。

智驾换芯，模型说了算

曹旭东的前两个洞察分别是：用数据驱动解决长尾问题；用量产规模获取海量数据。但当模型参数朝着百亿甚至千亿级别演进时，曹旭东发现：大模型定义的芯片，相比通用芯片，性能能够提升10倍。

MomentaCEO曹旭东

通用芯片难以同时满足功耗、车规可靠性与成本的三重约束，曹旭东将这三重约束称为“通用芯片的不可能三角”。他认为，唯有从大模型需求出发定义芯片，才有可能在上述约束下支撑千亿参数模型，实现规模化L4，并进一步推动机器人及更多物理AI应用取得突破。

2023年创业之初，XHEART便确立了“大模型定义芯片”的技术路线，X7 Ultra正是基于这一技术路线的研发成果。

700 TOPS大模型算力是X7 Ultra的一大核心竞争力，但相对于700 TOPS的算力，在本次发布会上，被XHEART反复着重强调的，却是NPU98.7%的计算利用率。

算力峰值和实际可用算力之间往往存在巨大落差。传统芯片架构下，大量算力会被计算单元之间的数据搬运消耗掉。为了避免这一问题，X7 Ultra把分散在众多小核之间、百GB/s量级的数据交互，收拢到超大核内部TB/s级的高速互联通道里；同时重构整网AI工具链，避免中间计算结果反复读写外部内存。落到真实量产智驾大模型实测中，这款芯片的内存带宽消耗，相比行业旗舰芯片降低80%，能效翻了一倍。

另一方面，X7 Ultra这700 TOPS算力是附带约束条件的。芯片做量化部署之后，模型输出结果要和训练阶段FP32浮点模型的输出相似度维持在99.99%以上。XHEART做芯片优化，目标不是刷跑分，而是经过量化压缩之后，尽量不损失模型本身的能力。

除此之外，这款芯片还有几项关键配置：它是国内首款量产上车的Armv9车规CPU，负责复杂任务控制和整个系统调度；激光雷达单点处理能力最高支持每秒2000万点；芯片本体满足ISO26262ASIL-B功能安全标准，内置MCU更是达到ASIL-D等级。

所有这些设计，最终都服务同一个目标：在车载有限的功耗、散热条件下，让更大参数规模的大模型稳定跑起来。通过架构与工具链协同创新，X7 Ultra支持可部署模型参数量实现10倍提升，让更强的模型能力走进量产汽车。

截至发布会，X7系列量产8个月，累计出货超20万颗，搭载10款量产车型，获得超过40款车型订单。首个客户是上汽大众，后续还包括荣威、名爵等品牌；战略轮融资累计约50亿元，投资方囊括上汽、奇瑞、长鑫科技等产业资本。基于双X7的L3/L4计算平台，也已获得多个车型项目定点。

从X9到规模化L4

X7 Ultra的发布，远不止是一款新品芯片的亮相，其背后是XHEART与Momenta两家企业，对下一阶段智驾赛道走向的共同押注。

依托X7 Ultra的算力底座，Momenta即将推出的R7 Ultra世界模型，参数量规模将实现5至10倍扩容，安全性能提升幅度同样达到5至10倍以上。在曹旭东看来，随着模型能力持续迭代，世界模型会让自动驾驶跳出单纯“理解世界”的阶段，进阶到能够“推演世界”，提前预判周边环境、其他交通参与者接下来的行为变化。

他将这套智驾能力的增长逻辑，总结为“智驾摩尔定律”：“2022年至2026年，智驾能力每两年提升十倍，推动城市NOA从早期探索走向应用引爆点。面向未来，推动这一规律迈向每年十倍提升，关键就是‘大模型定义芯片’。”

曹旭东判断，相比通用芯片，由大模型反向定义而来的专用芯片，性能可以提升10倍。这也给车载端跑通千亿参数大模型提供了可行方案；算力底座成熟之后，这套技术能力还有机会向外迁移，落地到机器人等各类物理AI场景中。

关于高阶自动驾驶的落地节奏，他给出了清晰判断：L3、L4级自动驾驶有望在2028年迎来行业引爆点，到2030年实现规模化落地。

想要走到规模化L4，量产数据是绕不开的底气，Momenta已经积累了扎实的量产基础。数据显示，Momenta拿下第一个10万台量产搭载，耗时24个月；而最近完成第二个10万台，用时不到一个月。截至目前，它的智驾方案搭载规模从约30万台增长至140万台，累计实车行驶里程突破200亿公里。曹旭东认为，量产乘用车的保有规模、源源不断的真实路测数据，是走向规模化L4最核心的基石。

发布会现场，XHEART还公布了X9的研发指标：目标大模型算力3000TOPS，单芯片内存带宽700GB/s，计划2027年推出，瞄准L4自动驾驶、具身智能等端侧物理AI场景。李宗霖用一句话概括团队的研发节奏：“量产一代、开发一代、预研一代。”

XHEART与Momenta的软硬协同，并不等于商业捆绑。李宗霖明确，这次合作不存在芯片架构、设计以及商务层面的排他约定。新芯航途的目标，是打造一套适配Transformer端到端大模型的通用芯片能力。

当然，算法和芯片深度绑定这条路，本身也自带挑战：技术链条被拉长，试错成本随之走高。对所有玩家来说，真正的难关，在于打通芯片、大模型、整车交付这三环。能不能跑通这条链路，很大程度上将决定物理AI时代，智能驾驶赛道最后的竞争格局。