大模型芯片在手，Momenta冲向L4引爆点

3000TOPS算力，700GB/s内存带宽—— 一家名不见经传的芯片公司，立了一个震动智驾行业的flag，下一代芯片要达到如此算力，将 是芯片霸主英伟达旗舰芯片的1.5倍算力，也将是特斯拉下一代AI5芯片算力的1.2-1.5倍。 时间还很紧迫—— 2027年就计划推出 。 这家公司是新芯航途（XHEART），智驾企业Momenta的兄弟公司。10月29日，XHEART举行了第一次发布会，发布大模型芯片X7 Ultra。 X7 Ultra拥有700 TOPS大模型算力，是XHEART与Momenta基于“大模型定义芯片”的理念，一同打造的强力新品。 基于X7Ultra，Momenta的下一代世界模型R7 Ultra，模型参数规模将扩大5-10倍，推动世界模型从“理解世界”走向“推演世界”。 X7 Ultra不是从天上掉下来的。实际上，在XHEART 举行这次首场发布会之前，首款产品 X7，已经量产8个月，累计出货超过20万颗 。 从X7到X7 Ultra，再到X9，XHEART和Momenta试图在车端“堆”上越来越高的算力和带宽，这是为什么？ 答案也很简单，云端智驾大模型已经展现出Scaling Law（缩放规律），部署到车端之时，同样要求有能跑大模型的芯片。 以L4自动驾驶为例，想真正解决长尾场景，Momenta CEO曹旭东认为，车端模型规模得冲到10B-100B参数这个级别。 Momenta CEO曹旭东 这就意味着大算力、高带宽，以及专门为大模型设计的芯片架构。 目前，基于双X7的L3/L4计算平台，XHEART已获得多个车型项目定点，从辅助驾驶向更高等级自动驾驶拓展。 但是， 要将L4泛化应用于更多场景，还需要进一步提升模型规模，也需要更大芯片，这就是X7 Ultra和X9的使命，也是Momenta冲向L4的杀手锏。 01 X7 Ultra：一鸣惊人 XHEART CEO李宗霖发布X7 Ultra X7 Ultra这款芯片怎样？ 首先还是要讨论算力，但和市面上很多芯片比拼纸面峰值TOPS不一样，X7 Ultra强调有效的实际算力。 在量化压缩之后，依旧保证模型输出相似度维持99.99%，也就是行业常说的“四个九”严苛精度约束条件下， X7 Ultra实测算力达到700 TOPS。这组数字不是实验室跑出来的虚标参数，直接对应车辆上路之后真实的智驾推理表现 。 而我们知道，行业主流英伟达芯片，比如Thor U，虽然算力号称500TOPS，但 算力利用率仅在30%-40%左右。 其次，对于智驾芯片而言， 通信速度有时比算力还要重要 ，因为新一代智驾模型是 访存密集型任务，不是计算密集型任务 。X7 Ultra采用超大核NPU，直接把模型内部的数据交互带宽， 从传统芯片百GB/s的水准提升到TB/s等级 ，再配上大容量的多级片上缓存。尽可能把数据留在芯片内部处理，减少芯片和外部存储之间来回搬运，把功耗和带宽资源留给真正的计算任务。 相比而言， X7 Ultra内存带宽消耗较行业旗舰产品下降80%，能效提升100% CPU部分，X7 Ultra搭载Armv9车规级CPU ，一举拿下国内首发量产。对比上一代，性能提升20%，能效提升10%。 而且， X7 Ultra针对不同任务，分配了深度的异构计算单元。像激光雷达，也是内置了加速器 ，支持最高2000万点每秒的点云处理，完全hold住千线级激光雷达的海量数据输入。 安全层面，X7 Ultra同时满足ISO26262 ASILB功能安全，以及国密二级信息安全标准。 当然，X7 Ultra的成功，是站在X7的肩膀上的。 X7系列芯片如今量产8个月，累计出货超20万颗，落地10款量产车型，拿下超过40款车型项目订单。 基于两颗X7搭建的双大脑冗余L3/L4计算平台，也已经拿到多个车型定点。 可以说，X7的成熟和稳定表现，为X7 Ultra奠定了基础。 02 为什么需要“大模型定义芯片”？ X7 Ultra亮眼的表现背后，核心是“大模型定义芯片”，而不是通用芯片。 英伟达目前是全球智驾芯片龙头，但很遗憾，它们提供的一直都是通用芯片。 通用芯片算力利用率低，算法团队想优化的很多想法，被芯片厂商的排期和硬件固有框架死死束缚，根本施展不开。 尤其端到端大模型，迭代极快，芯片厂商3-5年才出一代产品，等算法团队的需求排上队，模型早更新换代好几轮了。靠多片并联硬堆算力，又带来BOM成本、散热、电车续航一连串连锁问题，高阶智驾很难下放到主流走量车型。 这不只是XHEART和Momenta“一家”的判断。 放眼整个行业，蔚来、小鹏、理想，再加上特斯拉，一众深耕高阶智驾的企业，都纷纷下场布局自研智驾芯片。背后是同一个现实：端到端大模型快速迭代，通用芯片的弊端越来越突出。各家选自研，本质上就是不想让自