【ZOL中关村在线原创米兰体育-米兰(中国)官网】10月29日，车载智能芯片企业新芯航途（XHEART）正式发布全新大模型芯片X7 Ultra，将量产智驾大模型的NPU计算利用率推高至98.7%；披露X7系列量产8个月累计出货突破20万颗、斩获超40款车型订单；同时首次预告了计划于2027年推出、算力达3000 TOPS的下一代芯片X9。

XHEART CEO 李宗霖

发布会现场，XHEART CEO李宗霖在开场演讲中明确提出了公司的核心技术路线——大模型定义芯片。他认为，过去“先做芯片、再让模型适配”的方式已难以满足端到端时代的量产需求，唯有先理解大模型、从真实模型需求出发倒推芯片架构，才能让模型的进步真正转化为产品的进步。

700 TOPS X7 Ultra亮相，从“模型适配”转向“大模型定义”

在发布会上，李宗霖将端到端大模型给车载芯片带来的挑战归纳为三道题：算力能否在真实量产模型中充分发挥？今天设计的芯片能否跟上明天的模型？能否在合理能耗下获得所需能力？

三个问题直指当前智驾硬件的核心痛点，由于芯片研发周期通常长达两三年，而智驾模型结构演进极快，传统先设计通用硬件、再由算法团队做算子适配与模型裁剪的模式，在实际上车时往往面临严重的“访存墙”限制，其表现为芯片纸面标称算力虽高，但在运行参数量庞大的大模型时，大量算力消耗在数据搬运与内存读写上，导致实际计算利用率偏低、功耗居高不下。

为此，XHEART在2023年创业之初便决定改变芯片设计流程，从真实应用中的大模型需求出发倒推芯片架构，重新组织计算、存储和数据流转方式，并为未来模型演进预留空间。从源头上解决计算与访存的匹配问题，成为XHEART贯穿产品研发的主线。

作为“大模型定义芯片”路线的代表作，本次正式发布的X7 Ultra大模型算力达到700 TOPS。针对量产大模型在车端运行的实际瓶颈，X7 Ultra在架构上具备六大核心优势：专为大模型设计的超大核NPU、硬件并行度解锁、AI工具链重构、中国首发量产Armv9车规级CPU、深度异构计算，以及软硬兼备的安全能力。

在实测表现上，基于量产智驾大模型测试，X7 Ultra的NPU计算利用率达到98.7%。与行业主流旗舰产品相比，其内存带宽消耗下降80%，能效提升100%。通过芯片架构与工具链的协同创新，X7 Ultra支持车端可部署的模型参数量实现10倍提升，使更大规模的模型能够在车端严苛的功耗约束下高效运行。

量产8个月出货超20万颗，规模化交付验证工程能力

据发布会披露，XHEART从2023年成立到实现芯片量产用时两年。在工程推进上，首颗X7芯片回片后不到24小时即完成点亮，第17天便实现了芯片、底层软件与智驾模型的整车闭环，并完成了真实道路及复杂天气测试。

在商业化落地方面，X7系列芯片量产8个月累计出货已超过20万颗，目前已搭载于10款量产车型，并获得超过40款车型的订单。围绕主机厂降低开发难度、提升交付效率的需求，XHEART同步提供经过验证的解决方案参考设计。此外，基于双X7构建的L3/L4计算平台也已获得多个车型项目定点，推动大模型芯片从辅助驾驶向更高等级自动驾驶拓展。

战略伙伴同台印证，下一代芯片X9剑指3000 TOPS

在发布会后半程，XHEART“大模型定义芯片”的技术路线得到了战略合作伙伴Momenta的同台呼应。Momenta CEO曹旭东表示，规模化L4需要百亿至千亿参数模型，通用芯片难以同时满足功耗、车规可靠性与成本构成的“不可能三角”，而大模型定义的芯片相比通用芯片性能提升10倍，唯有如此才能在车规约束下支撑千亿参数模型，实现规模化L4并推动机器人等更多物理AI应用取得突破。

依托海量数据积累与XHEART X7 Ultra芯片的700 TOPS算力及超大核NPU支撑，Momenta现场预告了即将发布的R7 Ultra智驾大模型。R7 Ultra的模型参数规模扩大至原来的5倍，安全性能表现提升5倍，“推演万物”的能力开始涌现，在多把掉头、会车博弈、倒车让行、极限泊车等复杂场景中展现出比肩甚至超越人类老司机的驾驶能力。未来，Momenta计划将模型参数规模进一步扩大至原来的10倍，推动安全性能提升至10倍以上。

随着世界模型持续演进，更大规模的模型对芯片计算、存储和带宽提出了更高要求。为此，XHEART在发布会上首次披露了下一代大模型芯片X9的研发目标：3000 TOPS大模型算力、700GB/s单芯片内存带宽，计划于2027年推出。X9将延续“大模型定义芯片”路线，围绕下一代世界模型推进软硬协同设计，实现计算与访存能力的同步提升。李宗霖表示，公司将保持“量产一代、开发一代、预研一代”的研发节奏，为大模型的下一次进化提前做好准备。

智驾芯片竞争进入“有效算力”与软硬协同阶段

从本次发布会释放的信息来看，车载智能芯片行业的竞争重心正在发生明显转移。在智能驾驶向端到端大模型与世界模型跨越的过程中，单纯比拼峰值算力数字已无法解决车端大模型落地的实际痛点，如何降低内存带宽消耗、将账面算力转化为真实模型的高计算利用率，成为衡量芯片竞争力的核心标尺。

与此同时，XHEART在两年内走完从架构设计到20万颗规模出货的闭环，并与头部算法企业实现从芯片定义到模型部署的深度协同，也折射出智驾产业链的新趋势：芯片架构与核心算法的早期耦合、共同演进，正在取代传统的上下游松散适配模式，成为突破高阶智驾与物理AI算力瓶颈的关键路径。