刚刚，中国首个AI定义芯片诞生！

这两天，韩国SK海力士甩出了一份能把同行看哭的财报。

一个季度，营业利润约620亿美元，同比暴涨632%，营业利润率80%。相当于每卖一块钱的内存，就有八毛是纯赚的。

让人倒吸凉气的，是它顺手放出的预告——

内存供不应求的局面，得一路延续到2030年；2027和2028两年的产能，一大半已经被长约提前抢光了。

未来这波「内存吞金兽」，就是自动驾驶和机器人。

再往前倒一周，特斯拉三季度财报会上，马斯克也认了这个现实：AI5芯片要到明年4月左右，才能真正装进擎天柱机器人。

为了把内存、封装、逻辑芯片这几道卡脖子的难关彻底打通，特斯拉还要自己建Terafab芯片厂。

光是到2028年初，就得先砸进去几百亿美元；往长远算，总投入甚至可能过千亿。

如今，模型参数规模越来越大，芯片和内存根本跟不上了。

那问题来了：没有特斯拉那么厚的家底，也不打算自己盖晶圆厂，这条路还能走得通吗？

今天，中国一家成立不到三年的芯片公司，交出了它的答案。

XHEART新芯航途发布新一代大模型芯片X7 Ultra，直接冲着十亿参数级智驾大模型去，算力700 TOPS。

在模型表现相当的前提下，X7 Ultra对标行业旗舰芯片，内存带宽消耗降了80%

与此同时，兄弟公司Momenta同台分享R7 Ultra世界模型的最新进展。

而XHEART破局的解法，浓缩起来就一句话：让大模型来定义芯片。

模型换了脑子

芯片的考题也变了

过去的智驾，是一堆小模型拼起来的：感知、预测、规划各管一段，像流水线一样往下传。

信息每过一道手就被压扁一次，天花板也低，小模型能做多好，全看工程师想得多周全。XHEART CEO李宗霖在台上说得直白，「那是人脑驱动的系统，工程师写规则，机器照着执行」。

但Transformer一出来，端到端大模型直接把这套老桌子掀了，智驾真正变成了吃数据的怪兽。

算法换了内核，跑算法的芯片，立刻就撞上了三堵新墙。

• 纸面算力，能不能在真实系统里发挥出来？
  

算力标多少TOPS，就像是跑车的表底数字：标着能飙300码，早高峰堵在路上照样只能开20。

对大模型来说，堵车的地方是数据搬运：参数和中间结果在内存和计算单元之间来回倒腾，计算单元算得飞快，然后干等数据。

更致命的是精度。关键计算为了提速砍掉精度，车上的决策就会「走样」。用户不在乎纸面数据，只关心车在路上反应快不快、判断及不及时。

• 今天的芯片，跟不跟得上明天的模型？
  

芯片从定义到上车动辄好几年，模型却半年一个大版本。设计时没预判模型往哪儿长、没留够资源，车卖出去没多久，OTA升级就会撞墙。

• 能不能用合理的能耗，换来需要的能力？
  

提算力最直接的办法是堆晶体管，可车上的散热永远有一条硬边界，功耗暴涨的方案很难大规模上车。今年内存价格又翻了好几倍，数据在内存里多跑一趟，花的都是真金白银。

现实需要，这三道题得放在一起答。

特斯拉十年前跟Mobileye分手、自研芯片，看透的就是这一层。只是它的芯片从来只给自己用。

大模型定义芯片

到底定义了什么？

行业常规是先做芯片，再让模型去适配。

XHEART的思路是反着来的——先搞清楚模型在车上到底是怎么跑的，再反过来设计芯片。

通用芯片像商场成衣，谁都能穿，谁穿都不太合身。XHEART是量体裁衣，尺寸从大模型身上量，量尺握在兄弟公司Momenta手里：在上百万台量产车上跑着的真模型、真数据。

芯片的架构怎么搭、资源怎么分、怎么干活、往哪迭代，全围着大模型转。

落到X7 Ultra这颗芯片上，XHEART有几刀切得非常准：

第一刀，直接上超大核NPU。

传统做法是一堆小核分头干活，核与核之间传数据，速度在每秒百GB这个级别。

X7 Ultra把它们聚成一个超大核，核内数据交互直接拉到每秒TB级，相当于把乡间小路换成了八车道。再配上大容量、高并发的多级缓存，数据尽量在芯片里面转，少往外面的内存跑，计算等待和能耗都跟着降下来。

第二刀，专用算子加速引擎。

早年的NPU为卷积网络设计，到了Transformer时代，一些计算只能甩给CPU，来回切换还多读写内存。业界的办法是在NPU里加向量处理器。

这一次，X7 Ultra给它们配了专门的硬件加速，原生支持FP16高精度计算，快和准两头都要。

第三刀，解锁NPU硬件并行。

计算单元同时开工，算东西和加载权重同步进行。好比生产线，原料提前送到工位，机器才能一直满负荷转。

第四刀，重构AI工具链。

常规推理每算完一步，就把中间结果写回外部内存，下一步再读回来。

X7 Ultra的工具链把整张网络融合成一个「大算子」，中间结果不再进出外部内存，外部内存只管输入、输出和权重，整网内存零拷贝。

算力狂飙700 TOPS，面向十亿参数级大模型

那这些改动换来了什么？

X7 Ultra面向十亿参数级的智驾大模型设计，算力狂飙700 TOPS。单看这个数，不算吓人。

狠的是它的考试规则：跑的是量产智驾大模型，芯片输出的可部署精度要达到「四个九」，也就是99.99%。

在这套考纲下，成绩单非常亮眼：

• 用合作伙伴的Transformer量产智驾模型实测，计算利用率98.7%。标称算力几乎一滴不剩全用上了。
• 在模型表现相当的条件下，对标行业旗舰芯片，内存带宽消耗下降80%。
• 同样条件下，与行业旗舰产品相比，推理能效提升100%。
  

98.7%答的是第一道题，能效翻倍答的是第三道。至于SK海力士那个「缺到2030」，别人还在排队交内存税，XHEART先给自己打了个两折。

在配置上直接拉满，X7 Ultra用上的Armv9车规级CPU，XHEART一举拿下中国首发量产资格。

激光雷达已经卷到上千线，X7 Ultra专门配了加速器，每秒处理2000万个点。摄像头这边，X7 Ultra专门加了本地计算的多核处理器，实测摄像头处理稳定性比竞品提升100%。

另外，全新芯片功能安全满足ASIL-B，内置MCU拿到最高等级的ASIL-D，信息安全满足国密二级。

以上所有的设计，出发点都一样：先理解大模型，再设计芯片。

第一代X7已经证明，同样的芯片资源，能部署的模型参数量约是通用芯片的10倍。

一家三岁独角兽

凭什么让车企敢签单

技术讲得再漂亮，车企最后只问一句：敢不敢把车交给你？

车企选芯片，其实是在赌未来。一颗芯片从定点到上车要好几年，车上市后还要再卖好几年，可模型半年就迭代一轮。

光有前瞻思路还不够，在车圈，信任这东西只能靠真刀真枪攒出来。

先看带兵的人。CEO李宗霖在芯片行业深耕了二十多年，在联发科做到无线通信事业部负责人，后来当过OPPO旗下哲库的COO。

2023年重新扎进创业浪潮时，他和曹旭东聊出两个判断：大模型会改变智驾，也会改变芯片的设计方式；汽车是大模型惠及普通人的起点，芯片得把性能、能效、成本一起做好。

核心团队一半来自头部芯片公司，一半来自一线智驾算法企业。

再看具体打法，主打的就是一个「快准狠」。

Momenta把量产模型提前放进芯片的硅前验证，芯片还没造出来，模型已经在仿真里「试住」过了；制造交给台积电，整车表现跟车企一起磨。

所以X7回片之后，速度快得离谱：不到24小时点亮全芯片，17天完成整车闭环，21天就接受合作伙伴的实车检验。客户坐进车里自己开一圈，比看一百页PPT都管用。

接下来，还要看省不省心。XHEART不当Tier1，但参考设计按主机厂量产标准验证，车企拿去就能开发。其中双X7方案用统一「双大脑」架构，一套硬件兼容L3和L4，关键环节全冗余，已经拿到多个车型定点。

最后拿战绩说话。X7系列量产8个月，累计出货20万颗，搭载10款量产车型，拿下超过40款车型订单。

首发车是上汽大众旗舰SUV ID.ERA 9X，之后是荣威家越07、MG 07，还有凯迪拉克、奇瑞的部分车型。从30万级的豪华旗舰到十几万的国民家用车，全线通吃。

值得一提的是，资本也在用双脚投票。就在前几天，这家独角兽刚敲定新一轮融资，累计将近50亿。

投资人名单里，有欧洲车企雷诺，还有国产内存龙头长鑫科技。一家内存厂主动入股一家大模型芯片公司，这步棋，值得细品。

世界模型R7 Ultra首发

未来芯片只会更牛

这一次大会上，「兄弟公司」Momenta带来了下一代R7 Ultra世界模型。

参数量比上一代涨了5到10倍，安全性能提升5到10倍以上，「推演万物」的能力开始涌现。

X7 Ultra托着R7 Ultra，双方一起搭了个「世界模型基座平台」：Momenta把模型往哪长提前告诉芯片，XHEART按需求调架构；车端算力的实际条件，又反过来喂给模型研发。真实道路上跑出来的经验，再推着两边一起往前走。

Momenta CEO曹旭东曾提出「智驾摩尔定律」——智驾的安全性和性能，每两年提升十倍。而大模型芯片，正在加速「智驾摩尔定律」，进一步提升至每年10倍。

这也让他做出了新的判断，2028年前后，L4便会迎来行业引爆点，20230有望进入规模化落地。

这条定律想成立，模型得一直长，芯片也得一直跟得上。

这边，XHEART按「量产一代、开发一代、预研一代」的节奏往前推，下一代X9已经在研发，瞄准的就是更高要求的L4自动驾驶和具身智能。

特斯拉证明了软硬一体是最硬的护城河，但它关起门自己用，还得自己盖厂扛账单。Momenta和XHEART把模型、数据、芯片打通，再把这套软硬一体能力开放给全球车企。

马斯克为这件事准备了十年，还在砸钱。

XHEART这边，用李宗霖的话说，从第一个提出「大模型定义芯片」，到「第一个」让大模型芯片大规模量产，不到三年。

三道题的答卷已经交了。接下来打分的，是每天开着这些车上下班的普通人。

文章来自于微信公众号 “新智元”，作者 “新智元”