10月29日苏州的一场发布会把智驾行业藏了很久的一个共识正式摆到了台面上。当天XHEART新芯航途正式发布大模型智驾芯片X7 Ultra同时披露了一组已经跑通量产的数字X7系列量产8个月累计出货超过20万颗搭载10款量产车型在手订单覆盖超过40款车型。更值得关注的是发布会现场首次公开了下一代芯片X9的研发目标3000 TOPS大模型算力、700GB/s单芯片内存带宽计划2027年正式推出。作为战略合作伙伴Momenta CEO曹旭东也在现场首次公开分享了公司的“第三个洞察”——“大模型定义芯片”。在行业普遍还在比拼芯片纸面算力、堆核心数量的当下这场发布会传递出的信号远不止“发布了一颗新芯片”这么简单。它更像是一次行业拐点的确认智驾行业正在彻底告别“模型追着芯片跑”的旧阶段进入“大模型反过来定义芯片”的全新周期。700 TOPS背后98.7%的利用率为什么比纸面算力更重要过去很长一段时间里智驾芯片的宣传逻辑非常直接把算力数字写得足够大似乎就能证明产品足够强。但很多用户和行业从业者都会发现一个现实问题芯片标称的算力很高真正跑到智驾大模型里能用上的部分却少得可怜。大量算力在数据搬运、模块等待、内存反复读写中被白白消耗最终落到驾驶体验上的提升远没有纸面数字看起来那么夸张。这次发布的X7 Ultra没有把重点放在“算力数字有多大”上而是直接抛出了一个更贴近真实量产场景的指标基于量产智驾大模型实测NPU计算利用率达到98.7%。同时在700 TOPS大模型算力的支撑下相比行业旗舰产品它的内存带宽消耗下降80%能效提升100%最终实现可部署模型参数量10倍提升。要理解这个变化得先回到智驾技术路线的转向里。前几年的智驾系统大多是多个小模型分工协作感知模型专门识别车道线和障碍物预测模型负责判断其他车辆的走向规划模型再输出行驶路径。这种拆分模式下芯片只要能分别支撑多个小模型并行运行基本就能满足需求。但当行业全面走向端到端大模型之后整个计算逻辑就变了——大量计算不再分散在多个小核之间来回传递而是集中在统一的大模型里完成。X7 Ultra的六大产品优势几乎全部围绕这个新变化设计。专为大模型打造的超大核NPU把过去传统小核之间百GB/s级的数据交互聚合到超大核内部TB/s级的高速互联里直接把数据流通的带宽提升了一个数量级;硬件并行度解锁之后更多计算单元可以同时工作计算和权重加载不再互相等待硬件能力不再被空转浪费;重构后的AI工具链通过整网级融合对全部计算任务做统一编排优化避免中间结果反复读写外部内存从底层把能效比拉了上来。20万颗量产芯片正在验证一条没人走过的技术路线在智驾芯片行业初创公司从成立到芯片量产大多要经历三四年甚至更久的周期。而XHEART从2023年成立到X7系列实现量产交付只用了两年时间。更让人意外的是首颗X7芯片回片之后的表现不到24小时完成点亮所有主要数据通路全部打通;第17天芯片、底层软件和智驾模型就完成了整车闭环直接开到真实道路上接受白天、夜晚、暴雨等复杂环境的检验。这种速度在智驾芯片创业圈里并不常见。背后的核心原因恰恰是它从第一天就没有走“先设计通用芯片再让算法团队慢慢适配”的老路。创业之初团队就和算法团队一起扎进真实的大模型里从算子特性、数据流转方式、计算分布规律出发倒推芯片的架构设计从源头避免了“芯片做出来才发现不适合大模型”的尴尬。现在这条路线已经走过了最关键的量产验证期。8个月时间出货超过20万颗搭载到10款已经上路的量产车型里同时拿到超过40款车型的定点订单这意味着“大模型定义芯片”不再是实验室里的技术概念已经变成了普通用户日常开车就能体验到的真实产品。更值得关注的是基于双X7芯片搭建的L3/L4计算平台已经拿到了多个车型项目的定点。这也说明这套方案的能力边界已经从常规的城市NOA、高速NOA开始向更高等级的自动驾驶场景延伸。过去很多人认为高阶自动驾驶必须等下一代芯片、等未来某个时间点才能落地现在这条技术路线已经开始把高阶智驾的量产时间表往前拉。从模型适配芯片到大模型定义芯片行业逻辑彻底反转在发布会现场XHEART CEO李宗霖说了一句很直白的判断过去“先做芯片再让模型适配”的老路现在已经答不出行业的三道必答题了。第一题算力能不能在真实量产模型里充分发挥?很多高算力芯片在演示场景里跑得很漂亮一放到每天要处理海量复杂路况的量产大模型里算力利用率就掉下来最后实际体验和纸面算力完全不成正比。第二题芯片架构能不能跟上模型迭代的速度?现在智驾大模型几乎每几个月就会有一次大的架构升级如果芯片从一开始就没有围绕大模型的演进规律设计很可能芯片刚量产半年就已经跟不上新模型的需求。 第三题能不能在车载场景有限的能耗和散热约束下支撑起足够强的智能?车规级场景对功耗的要求非常苛刻单纯靠堆核心、堆算力数字最后只会让整车散热和功耗压力陡增根本无法大规模普及。而“大模型定义芯片”的思路就是从源头上解答这三个问题不是先定义芯片再反过来约束模型而是先把未来几年大模型需要什么计算、什么带宽、什么数据流转逻辑研究透再反过来定义芯片的每一个模块。作为并肩走完这条路线的合作伙伴Momenta CEO曹旭东在现场也分享了自己的判断大模型定义的芯片相比传统通用芯片性能能够实现10倍提升。而要真正实现L4规模化落地行业最终需要在车端承载百亿到千亿参数级别的世界模型这就要求芯片和算法不能再是两张皮必须从定义阶段就深度协同。这次即将和X7 Ultra完成深度适配的R7 Ultra世界模型就是这套协同逻辑的最新成果。依托X7 Ultra的硬件支撑R7 Ultra的模型参数量相比上一代扩大了5到10倍安全性能同步提升5到10倍智驾系统不再只是“看见当下的路况”而是开始真正进入“推演未来场景”的阶段。它可以在端侧理解不同物体的物理属性预判行人和非机动的复杂交互自主生成大量长尾极端场景做仿真试错不用完全依赖真实路测一点点采集数据。曹旭东在现场给出了一个很有冲击力的判断智驾摩尔定律正在到来2022年到2026年智驾能力每两年提升十倍现在城市NOA已经走到了应用引爆点接下来会快速走向全面普及。而要让这个速度从“每两年十倍”进一步加速到“每年十倍”最核心的钥匙就是“大模型定义芯片”。X9亮相3000 TOPS算力2027年的智驾会是什么样发布会最后XHEART首次公开了下一代大模型芯片X9的研发目标3000 TOPS大模型算力700GB/s单芯片内存带宽计划2027年正式推出。按照“量产一代、开发一代、预研一代”的节奏X9依然会延续“大模型定义芯片”的路线围绕下一代世界模型的需求做软硬协同设计通过计算能力和访存能力的同步跃升让更大规模的世界模型可以在车端高效运行。从20万颗X7系列芯片跑通量产到X7 Ultra把大模型可部署参数量提升10倍再到X9瞄准3000 TOPS算力整个行业的脉络已经越来越清晰过去我们讨论智驾能力的时候更多在争论“算法哪家强”而现在我们正在进入一个新的阶段——算法和芯片不再是各自迭代的两条平行线它们会变成一个紧密咬合的整体互相定义互相驱动。当大模型不再需要在不合适的硬件上艰难适配当芯片从诞生第一天起就是为大模型量身打造我们离“智驾真正像人类老司机一样开车”的那天显然已经越来越近了。