内存短缺与AI算力瓶颈
韩国SK海力士最新财报显示，其季度营业利润同比暴涨632%至约620亿美元，营业利润率高达80%。更为严峻的是，内存供不应求的局面预计将持续至2030年，2027至2028年的大部分产能已被长约锁定。
自动驾驶和机器人成为驱动这一需求的“吞金兽”。特斯拉CEO马斯克在财报会上确认，AI5芯片将于明年4月装入擎天柱机器人，并计划自建Terafab芯片厂以打通内存、封装及逻辑芯片的瓶颈，预计总投入超千亿美元。
面对模型参数激增与芯片内存跟不上的矛盾，中国成立不到三年的芯片公司XHEART新芯航途给出了解法：发布新一代大模型芯片X7 Ultra，算力达700 TOPS，专为十亿参数级智驾大模型设计。其核心策略是“让大模型定义芯片”，在保持模型表现相当的前提下，将内存带宽消耗降低80%。
从“人脑驱动”到“数据怪兽”
传统智驾系统由感知、预测、规划等小模型串联而成，依赖工程师编写规则，属于“人脑驱动”。随着Transformer架构引入，端到端大模型成为主流，智驾系统转变为依赖数据的“怪兽”，这对底层芯片提出了三大挑战：
- 真实算力利用率： 标称算力往往受限于数据搬运瓶颈。计算单元需等待参数和中间结果在内存间传输，且精度损失会影响决策准确性。
- 模型迭代适配性： 芯片研发周期长达数年，而模型半年一次大版本更新。若芯片架构未预留足够资源，OTA升级将面临瓶颈。
- 能耗与成本平衡： 单纯堆叠晶体管会导致功耗超标，难以满足车规散热要求。在内存价格飙升的背景下，减少数据搬运次数直接关乎成本。
特斯拉早年自研芯片正是看透了这一层，但其方案仅供内部使用。XHEART则试图通过开放架构解决行业共性难题。
大模型定义芯片的技术破局
不同于行业通用的“先做芯片再适配模型”，XHEART依托兄弟公司Momenta在百万台量产车上积累的真实数据与模型，反向定制芯片架构。
X7 Ultra四大核心技术改进
- 超大核NPU架构： 摒弃传统多小核分散作业模式，将计算单元聚合为单个超大核，核内数据交互速度提升至TB级，配合多级缓存减少外部内存访问，降低计算等待与能耗。
- 专用算子加速引擎： 针对Transformer架构优化，内置硬件加速支持FP16高精度计算，解决以往部分计算需回退至CPU导致的效率低下问题。
- NPU硬件并行解锁： 实现权重加载与计算同步进行，类似生产线原料提前送达，确保持续满负荷运转。
- AI工具链重构： 将整张网络融合为“大算子”，中间结果不再读写外部内存，实现整网内存零拷贝，仅处理输入、输出和权重。
实测性能与能效表现
X7 Ultra面向十亿参数级智驾大模型，在可部署精度达到99.99%的前提下，实测数据如下：
- 计算利用率： 达98.7%，几乎无算力浪费。
- 内存带宽： 较行业旗舰芯片下降80%，有效应对内存短缺与高成本问题。
- 推理能效： 提升100%。
此外，X7 Ultra首发量产Armv9车规级CPU，配备每秒处理2000万点的激光雷达加速器及多核摄像头处理器，功能安全满足ASIL-B，内置MCU满足ASIL-D，信息安全符合国密二级标准。
商业化落地与市场验证
XHEART核心团队由前联发科无线通信事业部负责人李宗霖（CEO）与前OPPO哲库COO组成，兼具芯片设计与智驾算法背景。其开发模式强调“硅前验证”，即在芯片制造前通过仿真运行Momenta量产模型，确保回片后快速点亮。
目前，X7系列量产8个月累计出货20万颗，搭载于上汽大众ID.ERA 9X、荣威家越07、MG 07等10款量产车型，并获得超过40款车型定点，覆盖从豪华旗舰到家用车型的全线市场。
资本层面，XHEART完成近50亿元新一轮融资，投资方包括雷诺汽车及长鑫科技。长鑫科技作为内存龙头入股，显示出产业链上下游对“存算协同”价值的认可。
世界模型与未来展望
Momenta同步发布下一代R7 Ultra世界模型，参数量提升5-10倍，安全性大幅提升，展现出更强的推演能力。X7 Ultra与R7 Ultra共同构建“世界模型基座平台”，通过车端实际反馈反哺模型与芯片研发。
Momenta CEO曹旭东提出“智驾摩尔定律”，认为在大模型芯片加持下，智驾性能有望实现每年10倍提升，L4级自动驾驶或在2028年前后迎来爆发。XHEART已启动下一代X9芯片研发，瞄准L4自动驾驶及具身智能领域，试图通过开放的软硬一体方案，为全球车企提供比肩特斯拉的技术路径。
