3,000 TOPS 算力智驾芯片明年见，Momenta 的兄弟公司什么来头

智驾模型越做越大，今后汽车得背着服务器上路吗？

这个问题的答案，正在被 Momenta 和新芯航途（XHEART）两家公司共同解决。

2023 年 12 月，新芯航途成立。这家公司从 Momenta 体系里成长出来，并独立融资运营。2026 年，新芯航途的自研芯片 X7 开启量产， 在过去的 8 个月的时间里，X7 累计出货超过 20 万颗，搭载进入 10 款量产车型，并获得超过 40 款车型订单。

对于一个刚成立不到三年、首款芯片量产不到一年的公司来说，取得这样的成绩实属不易。但新芯航途商业版图的快速扩张，和其「兄弟公司」Momenta 自然也有非常紧密的联系。

10 月 29 日，新芯航途正式对外发布首款芯片 X7，并预告了下一代芯片 X9。其中，X7 Ultra 芯片拥有 700 TOPS 大模型算力，实现推理能效提升 100%；同时，这颗芯片还在中国首发了 Armv9 车规级 CPU。

基于这颗芯片，Momenta 即将发布的 R7 Ultra 世界模型参数规模已扩大至原来的 5 倍，此后还能部署 10 倍于此前参数量的模型。而安全性能上也有 5 倍至 10 倍以上的提升。

下一代芯片 X9 的参数更为惊人，其大模型算力为 3,000 TOPS，内存带宽也将达到 700 GB/s，预计 2027 年就将推出。

Momenta 做智驾算法，新芯航途做芯片硬件，这两兄弟如何配合好？答案就在于「大模型定义芯片」：让模型团队提前参与芯片设计，从未来几年的计算需求出发，决定硬件该怎样组织算力、存储和数据流动，再为更大的模型提供部署空间。

700 TOPS 大模型算力

新芯航途 CEO 李宗霖回忆，2023 年决定重新创业时，团队反复问自己的问题是：几年后芯片做出来，它还是市场需要的产品吗？

这是芯片研发绕不开的时间差。设计、流片、验证到整车量产需要较长周期，模型却在持续迭代。如果只围绕眼前的算法做优化，芯片上车后，后续的 OTA 就可能很快遇到硬件限制。

新芯航途选择从模型的变化里寻找确定性。

过去，智驾系统由感知、预测、规划等多个小模型拼接而成，信息在模块之间传递，会丢失一部分有效内容。随着基于 Transformer 的端到端大模型发展，更多数据能够进入同一个模型，计算需求也随之集中。

这要求芯片同时回答三道题：真实量产模型能不能跑得快，能不能为未来模型升级留出空间，以及能不能把能耗控制在汽车可以接受的范围内。

因此，X7 Ultra 的 700 TOPS，采用量产智驾大模型评测。新芯航途要求，量化部署后的模型输出与训练后的 FP32 浮点模型相比，相似度达到 99.99% 以上，在这一约束下评估芯片性能。

高算力的关键在于 NPU。X7 Ultra 采用超大核 NPU 架构，将大量数据交互集中到核内。按照李宗霖的介绍，传统小核之间百 GB/s 级的数据交互，如今被聚合到超大核内部 TB/s 级的互联中，再配合高容量、高并发的多级缓存，减少数据等待和来回搬运。

计算单元越多，并不意味着它们随时都在工作。数据送得慢、任务排得不好，都会让硬件空转。超大核和缓存设计首先要解决的，就是让计算需要的数据尽量留在附近。

接下来是关键算子。李宗霖在演讲中介绍，新芯航途针对 Softmax、Transpose 等 Transformer 模型关键算子，设计了专用硬件加速器，并搭配缓冲寄存器，提高数据访问效率。他还表示，这些加速器在设计时要求原生支持高精度浮点向量计算，以兼顾执行速度与模型精度。

软件工具链也要跟上。

常规推理中，不同计算步骤之间可能反复把中间结果写回外部内存，再读回来。新芯航途将优化范围扩展到整张网络，统一拆分、编排不同层和不同分支的计算任务，尽量把中间结果留在芯片内部。这是其 AI 工具链重构中的「整网级融合」。

另一项优化是解锁硬件并行度：让更多计算单元同时工作，并使计算与下一批权重加载并行，减少等待。

根据新芯航途公布的量产智驾大模型实测数据，X7 Ultra 的 NPU 计算利用率达到 98.7%；与行业旗舰产品相比，内存带宽消耗下降 80%。在大模型性能相当的条件下，推理能效较行业旗舰产品提升 100%。通过架构与工具链协同创新，X7 Ultra 支持可部署模型参数量实现 10 倍提升。

除了 NPU，X7 Ultra 还采用 Armv9 车规级 CPU，并把部分传感器处理交给专用计算单元。例如，激光雷达处理加速器的处理带宽最高达每秒 2,000 万点，面向千线级激光雷达带来的点云需求；摄像头处理子系统则通过本地计算和流水线控制，降低处理时延的波动。

李宗霖特别强调了「确定性」。对一辆正在行驶的车来说，平均处理速度快还不够，系统也需要做到低延迟。

在功能安全层面，X7 Ultra 满足 ISO 26262 ASIL-B 功能安全要求，内置 MCU 则通过了 ASIL-D 功能安全等级。同时，X7 Ultra 的信息安全能力满足国密二级要求。李宗霖同时提出，芯片能否及时、准确地运行模型，以及能否支持模型持续升级，同样影响行驶安全。因此，他将「硬件安全」和「行驶安全」放在一起，作为评价智驾系统的两个层面。

出货超 20 万颗

X7 系列芯片量产至今，刚刚 8 个月。

对一家 2023 年底成立的芯片公司来说，从芯片做出来，到客户愿意将其搭载到量产车上，是决定这条路线能否成立的重要一步。

李宗霖在现场回顾了回片后的验证过程：不到 24 小时点亮芯片，17 天实现整车闭环，第 21 天向客户与合作伙伴开放体验。

如今，新芯航途披露了商业进展：X7 系列累计出货超过 20 万颗，已经搭载 10 款量产车型，并获得超过 40 款车型订单。

出货量、已量产车型和后续订单，共同勾勒出 X7 从首批项目走向更多车型的过程。 这些数字也把「大模型定义芯片」从设计理念，推进到了批量交付的阶段。

新芯航途同时明确了自己的业务边界。李宗霖表示，公司提供芯片、解决方案和参考设计，但不直接做向车企供应硬件系统的一级供应商。

为降低客户开发难度，其参考设计会按主机厂量产要求，开展域控级 Pre-DV 测试。对合作伙伴来说，芯片之外的底层软件、参考方案和开发支持，关系到一个项目需要多久才能真正交付。

市场拓展也在继续。根据新芯航途近期披露的合作进展，神龙科技已选择采用其芯片，双方将面向标致、Jeep 等品牌的智能化车型推进合作，目标市场覆盖中国、欧洲及其他地区。

在应用上，X7 也开始从城市领航辅助驾驶向 L3、L4 项目延伸。

李宗霖介绍，基于两颗 X7 芯片打造的 L3、L4 计算平台，已经获得多个车型项目定点。这套参考平台采用双大脑架构，通过冗余电源、传感器接入和通信互联设计，让统一硬件兼容 L3、L4 的需求。

从当前的量产车型，到后续更高等级自动驾驶项目，新芯航途希望交付的是一个可以持续承接模型升级的计算平台。Momenta CEO 曹旭东随后给出的世界模型路线，正好解释了这种需求会有多强。

2028 将成为 L4 引爆点

曹旭东判断：要实现规模化 L4，模型至少需要 10B，大概率需要 100B 的参数量。

这里的规模化，是指百万辆、千万辆车能够在更大范围运行。要做到这一点，模型需要解决海量低频、复杂的长尾问题。

曹旭东认为，通用芯片很难同时满足功耗、车规可靠性和成本的约束，又为如此大规模的模型提供支持。这也是 Momenta 将「大模型定义芯片」视为重要方向的原因：从模型需求出发，提高特定任务的计算效率，为更大的车端模型打开空间。

世界模型，是他希望继续扩大的能力基础：通过预测未来世界的状态，让模型学习物理世界的规律，理解周围事物接下来可能怎样变化。

为了让世界模型具备这些能力，Momenta 将训练分为三个阶段：通过预训练学习物理常识，通过中间训练学习驾驶常识，再通过后训练与优秀司机的驾驶行为对齐。

世界模型还能生成驾驶环境，为长尾场景提供反复演练的空间。某些道路问题可能百万公里、甚至上亿公里才遇到一次，仅靠路测等待它再次出现，反馈周期很长。在仿真环境中反复训练，再通过强化学习获得反馈，是 Momenta 希望加快迭代的方式。

这套训练与仿真体系，最终要把能力带到车端。更大的模型能否在量产硬件上运行，也就成为其中关键的一环。

曹旭东还宣布，即将发布的 R7 Ultra 世界模型将部署于 X7 Ultra 芯片，模型参数规模已扩大至原来的 5 倍。他同时称，R7 Ultra 的安全性能表现也实现了 5 倍提升，后续还希望把参数规模提升至原来的 10 倍，安全性能提升至 10 倍以上。

面向下一代更大规模的模型，新芯航途还公布了 X9 的研发目标：3000 TOPS 大模型算力、700 GB/s 单芯片内存带宽，计划于 2027 年推出。按照规划，X9 将在提升计算能力的同时提高访存能力，继续围绕下一代世界模型推进软硬协同设计。

支撑模型继续迭代的，还有量产规模。

据曹旭东披露，Momenta 累计量产规模已经突破 140 万台，累计里程达到 200 亿公里。第一个 10 万台用了约 24 个月，最近的 10 万台则用了不到一个月。

有关 L3、L4 更高阶自动驾驶的落地，曹旭东给出了 Momenta 自己的时间表：2028 年有望迎来 L3、L4 的引爆点，2030 年进一步走向规模化落地。如果回看前几年智驾行业的发展，2022 年至 2026 年，智驾能力每两年提升 10 倍；曹旭东认为，接下来「大模型定义芯片」有望将智驾能力加速到每年提升 10 倍。

如今，智驾公司的竞争，也在向芯片设计延伸。地平线将征程芯片与 HSD 方案推向量产，Momenta 则通过新芯航途参与芯片定义。车企选择一家供应商，要比较当下的驾驶表现，也要考虑硬件成本、新车型的适配周期，以及交付后能否持续升级。模型与芯片能否配合好，将是下一阶段智驾行业竞争的又一关键因素。

​

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～