XHEART发布大模型芯片X7 Ultra，以专用架构破局L4量产

随着城市NOA渗透率快速攀升与首批L3车型试点上路，智能驾驶行业的竞争焦点正全面转向“量产落地”。然而，传统通用芯片往往陷入“不可能三角”：账面算力与有效算力悬殊，车载环境下的计算利用率通常仅为30%至40%，成为制约高阶智驾规模化的隐形成本。

为打破这一瓶颈，XHEART（新芯航途）正式发布大模型芯片X7 Ultra。该芯片拥有700 TOPS大模型算力，搭载超大核NPU与Armv9车规级CPU，采用“大模型定义芯片”的路径，通过硬件架构创新解决车载大模型的运行痛点。

算法倒逼架构，破解车载大模型三难困境

行业对高阶智驾芯片的需求正急剧提升。Momenta判断，应对长尾复杂场景的规模化L4智驾系统需要10B至100B参数量级的大模型，这对算力、功耗及成本提出了严苛要求：

1. 能效约束：百亿级模型必须在几十瓦功耗与毫秒级延迟下运行，通用芯片的灵活性冗余反而变成了车端计算的负担。
2. 成本可控：芯片与系统的整体成本必须降至车企可持续采购的范围。
3. 行为确定性与安全：在L4阶段，责任主体由驾驶员转移至主机厂，芯片的计算延迟与输出必须稳定、可预测、可追溯，而算力利用率浮动的通用平台难以满足严格的工程验证。

通用芯片的短板催生了由算法反向定义硬件的需求。X7 Ultra的解法与大模型领域的架构优化逻辑类似，不靠单纯堆砌硬件规模，而是重塑计算架构。

三大工程突破：效能、延迟与整网优化

为使车载大模型平稳运行，X7 Ultra在底层架构上完成了三项核心改进：

• 超大核NPU聚合算力：传统芯片由多个小核拼接，核间通信消耗大量带宽与功耗。X7 Ultra将计算单元整合为一个超大核，将内部互联速率提升至TB/s级，消除了核间数据搬运损耗。
• 硬件级专用算子加速：Transformer架构中的高频算子过去常因NPU无法处理而调用CPU，带来额外延迟。XHEART联合Momenta算法团队，为高频算子设计了硬件加速模块，原生支持FP16与FP32精度计算，在确保计算确定性的同时消除精度漂移。
• 整网内存零拷贝：重构推理编译工具链，改变逐个算子执行并反复读写外部内存的旧模式，实现整网统一调度与融合，显著降低内存带宽开销。

在真实智驾模型实测中，X7 Ultra的NPU利用率达到98.7%，内存带宽消耗较行业旗舰芯片下降80%，能效表现翻倍，量化输出与FP32基准模型的相似度超过99.99%。

这一进展标志着智能驾驶的竞争范式正从单一比拼算力参数转向算法、芯片、功耗与安全的“系统级工程”。专用化芯片已成为推动智能汽车架构跃升的关键前置条件。

商业化上车与物理AI的延展空间

软硬协同技术必须经受量产检验。目前，X7系列已获得上汽大众ID. ERA系列、荣威及MG等多家合资与自主车企的定点装车，标志着大模型定义芯片进入规模化验证期。

依托X7 Ultra的算力支持，Momenta推出了R7 Ultra世界模型，将参数量提升5至10倍，支持系统从环境感知向推演演进。同时，这种软硬联合调试的方法论和硅前验证流程，构建了可持续迭代的资产壁垒。

在自动驾驶之外，“大模型+实时物理世界约束”的计算方案同样适用于移动机器人与人形机器人等物理AI载体。随着雷诺集团、奇瑞汽车与长鑫科技的战略注资，XHEART获得了产业资本与供应链协同的支持。随着模型算法与整车量产闭环形成，软硬一体的大模型计算架构正加速重构物理智能的基础设施。