10月29日，XHEART新芯航途CEO李宗霖正式发布大模型芯片X7 Ultra，该芯片面向L4级自动驾驶场景，提供700 TOPS大模型算力，采用超大核NPU架构、高精度专用算子加速方案以及Armv9车规级CPU。XHEART方面将这一设计路线概括为“大模型定义芯片”，即由大模型的计算需求反向定义硬件架构，而非沿用通用芯片追求面面俱到的思路。
这一产品发布的背景是L4量产对芯片能力提出的新要求。工信部数据显示，2026年以来乘用车组合驾驶辅助渗透率已达70.5％，NOA渗透率超过30％，首批L3车型开始在特定区域上路。与此同时，端到端智驾方案的普及正在推高单车芯片需求。Momenta CEO曹旭东判断，未来规模化L4需要10B至100B量级的大模型来应对复杂长尾场景。模型体量的抬升，使通用芯片在车规环境下的效能问题进一步暴露：账面算力与有效算力之间存在明显差距，利用率通常只有30％至40％。
XHEART方面认为，通用芯片在L4量产场景中面临三重约束。其一是效能，10B至100B规模的模型需要在几十瓦功耗、毫秒级延迟下运行，通用架构为灵活性预留的冗余在车端转化为额外开销；其二是成本，车企需要在付费方持续买单的前提下算平芯片成本账，并为折旧运维留出空间；其三是安全，L4阶段责任主体转移至主机厂，芯片计算行为必须可预测、可验证，而利用率飘移的通用平台难以支撑工程化验证。
针对上述问题，X7 Ultra在NPU架构上做了三项调整。在计算单元组织上，该芯片将传统由多个小核拼凑的NPU聚合为单一超大核，内部互联速率提升至TB/s级，以减少核间数据搬运带来的算力损耗。在算子层面，XHEART自2023年起与Momenta算法团队联合研究模型架构及关键算子，为Transformer架构中的高频计算配备专用硬件，原生支持FP16/FP32高精度向量计算，使此前需绕道CPU执行的计算回到NPU内完成。在工具链层面，该芯片采用整网统一编排与融合的方式，实现整网内存零拷贝，降低内存带宽消耗，从而在同一芯片上运行更大模型。
实测数据显示，X7 Ultra的NPU计算利用率达到98.7％，内存带宽消耗较行业旗舰产品低80％，能效翻倍。其700 TOPS大模型算力在真实量产智驾模型上测得，测试前提是量化后模型输出与FP32模型的相似度达到99.99％以上，且模型结构不做随意修改、精度与驾驶体验不打折扣。
从行业角度看，X7 Ultra代表的芯片专用化趋势已在多个场景中得到验证。谷歌TPU自诞生起即专为加速神经网络计算设计，专用芯片正成为AI算力结构中的重要一极。在汽车行业，主机厂不再满足于采购通用座舱或智驾芯片，而是直接参与定义甚至自研专用芯片，L4量产阶段这一倾向更为明显。智驾的竞争逻辑也随之从单纯的算力堆叠转向算力、成本、功耗与安全的系统协同，芯片与算法的联合设计能力将成为下一阶段量产竞争的关键变量。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
