台积电为一家成立仅3年的芯片公司站台，直言工艺已备好
IT之家 2026-11-02 00:47:59
近年来随着国产智驾技术的不断提升，相关智驾芯片也推出了 N 多款，如今，终于有一款不只会“傻堆算力”的芯片出现了。10 月 29 日，XHEART 新芯航途在苏州正式发布大模型芯片 X7 Ultra，虽然 700 TOPS 的算力不算最顶尖，但用起来效率惊人。XHEART 新芯航途，是一家从 Momenta 芯片项目独立拆分出来的“兄弟公司”，两家公司关系非常密切。Momenta 是国产智驾技术的头部玩家，是从系统层面做智驾方案的，上汽、比亚迪、广汽、奇瑞等不少国内汽车大厂都用了 Momenta 的智驾模型和技术。XHEART 新芯航途主做芯片设计与制造，创办已经三年，近期刚完成了近 50 亿战略融资。其股东还包括上汽、奇瑞、长鑫、顺为等。此外，国家人工智能产业投资基金等“国资”入局。创立之初，XHEART 便确立了“大模型定义芯片”的技术路线。一般通用芯片厂商都是设计好架构，然后尽可能多地覆盖到更多模型，这种做法的优点就是通用，但缺点也很明显 —— 无法做到精细适配。Momenta CEO 曹旭东直言，面向未来的规模化 L4，通用芯片无法同时满足可靠性、成本、功耗三大指标。XHEART 则是从真实应用中的模型需求出发，倒推芯片架构。他们从芯片定义阶段就与算法团队共同研究模型架构和关键算子，为未来几年的模型演进提前做好准备。XHEART 首颗 X7 芯片产品回片后，不到 24 小时完成点亮，第 17 天实现芯片、底层软件与智驾模型的整车闭环，并经受真实道路及复杂天气检验。目前，XHEART X7 系列芯片已搭载 10 款量产车型、累计出货超过 20 万颗，并获得超过 40 款车型订单，包括大众 ID.ERA 8X、MG 07、智己 LS6、奇瑞风云 A9L 等。他们这次发布的芯片 X7 Ultra，属于 X7 的升级款，也是芯片与算法团队合作的最新成果。X7 Ultra 这颗芯片在架构上很有意思，专为大模型设计了“雷霆”超大核 NPU，同时顺应模型计算集中化趋势，将传统小核之间百 GB/s 级的数据交互，聚合至超大核内部 TB/s 级的高速互联，实现了带宽的数量级提升。同时，X7 Ultra 为关键算子配置了高精度专用加速引擎，可以让计算与数据交互更高效。基于量产智驾大模型实测，XHEART 官方披露 X7 Ultra 的 NPU 计算利用率高达 98.7%。XHEART 官方披露 X7 Ultra 的算力只有 700TOPS，但在释放 700 TOPS 算力的同时，内存带宽消耗较行业旗舰产品下降 80%，能效提升 100% 直接翻倍。此外，X7 Ultra 的 700 TOPS 大模型算力，是基于真实量产智驾大模型评测，并以量化部署后模型输出与训练后 FP32 浮点模型的相似度达到 99.99% 以上为约束，让芯片优化直接面向量产要求与驾驶体验。X7 Ultra 还在中国首发量产 Armv9 车规级 CPU，通过专用计算单元实现本地任务、本地处理，激光雷达处理带宽最高达 2000 万点 / 秒，传感器预处理稳定性提升 100%。芯片已满足 ISO 26262 ASIL-B 功能安全要求，内置 MCU 通过 ASIL-D 认证，车规可靠性也有了保障。能够做到这些，XHEART 是先理解大模型，再设计芯片。然而，芯片设计好是一回事，能够量产造出来是另一回事。在发布会上，台积电副总经理陈平博士现身并当场承诺，工艺已经准备好，只等把最好的芯片设计送过去。发布会上，XHEART 新芯航途 CEO 李宗霖还直接预告了一个更大的惊喜 —— 下一代大模型芯片 XHEART X9 将在 2027 年推出。作为目前还在研发中的芯片，X9 芯片的核心研发目标惊人：3000 TOPS 大模型算力、700GB/s 单芯片内存带宽。李宗霖表示，通过计算与访存能力同步提升，X9 将继续围绕下一代世界模型推进软硬协同设计。Momenta CEO 曹旭东出席了本次发布会，并首次公开分享公司的第三个洞察：“大模型定义芯片。”围绕规模化 L4 目标，Momenta 此前形成两个洞察：通过数据驱动解决长尾问题、通过规模量产获得海量数据。2022 年底，Momenta 进一步提出“大模型定义芯片”，并与 XHEART 付诸行动。曹旭东认为，大模型定义的芯片，相比通用芯片，性能能够提升 10 倍。而实现规模化 L4，需要百亿至千亿参数模型。如何在车端成本、功耗和可靠性约束下承载这样的模型，要求双方从模型需求出发，协同设计芯片。即将发布的 Momenta R7 Ultra 大模型，就是展现这一协同的最新成果。基于 X7 Ultra 芯片的支撑，R7 Ultra 的模型参数规模扩大 5-10 倍，安全性能提升 5-10 倍以上，推动世界模型从“理解世界”走向“推演世界”。曹旭东表示，大模型芯片正在加速智驾摩尔定律。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与加速普及。面向未来，推动这一规律迈向每年十倍提升，关键是“大模型定义芯片”。他判断，L3 和 L4 有望于 2028 年迎来重要引爆点，并在 2030 年走向规模化落地。纵观当前国内智驾的算法架构，大致可以分为两种： VLA（视觉 — 语言 — 动作）与世界模型（WA / WEWA）的分野。VLA 阵营以理想、小鹏为核心，使模型能够以自然语言形式进行场景理解和决策推理。VLA 的优势在于可解释性和推理能力，代价是对车端算力要求更苛刻。世界模型阵营则以 Momenta、华为、蔚来等为代表，核心思路是让模型直接预测未来场景演化，跳过语言翻译层，降低时延与算力消耗，因此对软硬件一体提出了更高的要求。XHEART 就是 Momenta 软硬一体的重要硬件载体，面向 L4 时代，双方已经交出了一份较为清晰的路线图，就看其他厂商如何接招了。随着大模型发展的提速，芯片不仅用于训练 AI，其实 AI 也深刻改变着芯片设计行业。今年 9 月，AMD 斥资 82 亿美元收购“AI 教母”李飞飞的公司 World Labs，当时 AMD CEO 苏姿丰便表示，收购是为了让全世界最懂模型的一群人来辅助芯片设计。此外，谷歌、OpenAI 等 AI 头部企业也纷纷布局定制芯片，行业内不少玩家似乎都发现了通用芯片存在的局限性。2021 年计算机图灵奖得主、美国 Jack Dongarra 教授直言，协同设计能让模型开发者与硬件设计师一起做出明智的权衡选择，模型结构、数值精度、内存组织以及专用硬件与可编程硬件之间的平衡，这些因素在某种程度上至关重要。在边缘计算领域尤其如此，在能耗、冷却成本以及响应速度等方面都有着严格的限制。而汽车智驾作为一个典型的“端云协同”场景，由于汽车体积、散热、能耗等诸多限制，模型和芯片的矛盾必然更加突出，因此更强调二者的协同性。XHEART 和 Momenta 的尝试就给出了一种解法，当 AI 大模型的迭代速度远远超过芯片迭代速度时，由大模型定义的芯片也许能更快地跟上时代 —— 物理 AI 飞速发展的时代。 【版权声明】本文内容来源于IT之家，版权归原作者及原媒体所有。本站仅作信息分享，不构成任何商业用途；如涉版权问题，请联系本站删除。
发布时间：2026-10-30 20:16:54
(第
1/1页/共9867字/1阅)