本报（chinatimes.net.cn）记者刘凯 于建平 苏州报道

“让大模型定义芯片，让芯片承载大模型的下一次进化。”10月29日，XHEART新芯航途CEO李宗霖用这句话概括了公司的技术方向。

当天，XHEART正式发布大模型芯片X7 Ultra，这款芯片以700 TOPS大模型算力为核心，坚持“大模型定义芯片”的研发思路，从量产智驾大模型的真实需求倒推芯片架构设计，区别于行业传统单纯比拼峰值算力的模式。

“在自动驾驶加速向端到端大模型演进、国产车载芯片竞争日趋白热化的背景下，X7 Ultra的落地，既是本土芯片厂商对算力、带宽、能效三角难题的一次解法探索，也为国内智驾芯片产业链自主化提供了新样本。”汽车行业分析师张毅对《华夏时报》记者分析表示。

算力不再是唯一标尺

近年来，国内智能驾驶赛道快速扩张，端到端大模型逐步替代传统多模型分治方案，给车载芯片带来全新挑战。过往行业普遍习惯以峰值算力作为芯片宣传指标，但大量算力在真实模型推理中闲置，NPU利用率偏低、带宽挤占、功耗飙升等问题长期制约大模型上车，“算力纸面很强，落地效果打折”成为行业普遍痛点。

李宗霖所说的“让大模型定义芯片，让芯片承载大模型的下一次进化”观点，也是X7 Ultra最核心的设计逻辑。团队在芯片定义阶段就与算法团队协同，围绕端到端智驾大模型的算子特征、数据流特点定制硬件架构，而非先设计芯片再适配模型。

“大模型定义芯片”的背后，是XHEART与产业伙伴对技术方向的共同判断。Momenta CEO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。

从核心参数来看，X7 Ultra搭载专为大模型设计的超大核NPU，实现核内TB/s级高速互联，NPU计算利用率达到98.7%；依托重构后的AI工具链，整网算子融合统一编排，相较行业同类旗舰产品，内存带宽消耗下降80%，能效提升100%，支持设备端可部署模型参数量提升10倍。同时芯片首发量产Armv9车规级CPU，采用深度异构计算框架，激光雷达点云预处理能力最高可达2000万点/秒，传感器预处理稳定性实现翻倍。

安全层面，X7 Ultra满足ISO 26262 ASIL-B功能安全标准，内置MCU达到ASIL-D等级，适配乘用车、商用车等多场景车规要求。不同于实验室跑分模式，X7 Ultra的算力指标基于量产智驾大模型实测，量化部署后输出结果与FP32浮点模型相似度保持99.99%以上，把评测标准锚定在真实上车场景。

张毅对记者分析指出：车载芯片已经走过“唯算力论”阶段，尤其端到端大模型对访存带宽、数据吞吐、持续推理能力要求陡增，带宽、功耗、算力的平衡，才决定芯片能不能规模化跑通大模型。“X7 Ultra的技术路线，本质是把评价重心从纸面峰值算力转向有效算力。”

量产落地优先

车载芯片行业素来有“流片难、上车更难”的特点，一款芯片从研发到车型定点、规模化交付，往往需要数年周期，能否拿到车企订单、稳定批量供货，是区分技术样品和商业化产品的分水岭。

XHEART披露的数据显示，X7系列此前已经实现8个月量产，累计出货突破20万颗，覆盖10款已经上市的量产车型，40余款车型定点订单在手，客户矩阵覆盖国内多家主流车企。此次发布的X7 Ultra作为系列升级款，延续车规量产导向，同步公布了和Momenta等算法伙伴的协同落地计划，Momenta即将配套推出R7 Ultra端到端智驾方案，软硬件联合调优，缩短车企车型适配周期。

从市场格局来看，国内车载大算力芯片赛道已经形成多方角逐格局，海外头部厂商在高端市场仍保有先发优势；一批本土芯片企业陆续推出大算力产品，但不少产品仍处在定点、送样阶段，稳定大规模出货的产品并不多。对车企而言，选择芯片方案，除了性能，更看重供应链稳定、配套工具链成熟度、长期迭代服务能力。

“车企现在怕的不是芯片算力不够，而是芯片迭代跟不上模型迭代，工具链封闭、适配成本高。”一位整车智驾负责人在发布会现场受访时表示，端到端大模型迭代速度很快，芯片硬件架构、编译工具链必须具备弹性，否则车型上线之后，后续OTA升级会受到明显限制。

XHEART在发布会上同步披露下一代芯片X9研发规划，目标实现3000 TOPS大模型算力、700GB/s单芯片内存带宽，计划2027年推出，形成清晰的产品迭代路线。持续的产品迭代规划，也是芯片厂商维系车企长期合作、锁定长期订单的关键。

国产智驾芯片的长期博弈

端到端大模型被普遍视作下一代自动驾驶的核心方向，机构预测，2028年前后，L2+以上高阶智驾渗透率将持续走高，车端大模型参数规模将迈向百亿乃至千亿级别，车载大模型芯片市场空间将持续扩容。赛道红利之下，本土芯片厂商迎来窗口期，但多重关卡依然横亘在前。

首先是生态协同。大模型上车是芯片、算法、车企三方耦合的系统工程。芯片厂商不能单独闭环，需要和大模型算法公司深度绑定，持续联合优化算子、量化方案、工具链；同时面向车企开放适配，降低整车开发成本。软硬件协同的生态建设周期长、投入高，短期很难快速形成壁垒。

其次，成本与规模平衡。高端大算力芯片流片成本高昂，只有足够大的出货规模，才能摊薄研发、流片、验证成本。当前高阶智驾车型整体渗透率仍有提升空间，如何在保证车规可靠性前提下，持续把BOM成本下探，适配更多主流价位车型，是商业化持续走通的关键。

第三就是持续的技术迭代竞争。海外巨头持续更新车载算力平台，国内同行新品也在密集推出，竞争不再是单点性能比拼，而是长期研发投入、供应链保障、功能安全、售后支持的综合比拼。

张毅认为，XHEART X7 Ultra的价值，不在于单一参数的突破，而在于验证了一条国产芯片新路径：从模型需求定义芯片，而不是用芯片去迁就模型。这种软硬件前置协同的模式，契合端到端智驾的发展趋势，也为其他国产芯片团队提供参考。

随着国内汽车产业智能化转型提速，车载芯片自主可控已经成为产业共识。以XHEART为代表的本土芯片企业，正在从“替代追赶”转向“定义需求”，但要真正站稳高端智驾赛道，仍需要持续投入研发、打磨生态、扩大出货规模。“长期来看，国产车载芯片能否持续突围，取决于能否持续平衡好算力、能效、成本、生态四大变量，跟上智驾大模型的进化节奏。”张毅对记者表示。

责任编辑：李延安 主编：于建平