所有芯片都会变成“大模型芯片”，XHEART 已经这么做了

作者｜王兆洋
微信｜Geisterspiele

任何一次真正具有革命性的技术创新，都会给一度看似格局稳固的底层基础设施带来新的入场机会。

大模型自然也是如此。

而被它撕开“裂缝”的，就包括芯片产业。

2023 年，OPPO 关闭了旗下芯片设计公司哲库。时任 COO 李宗霖和一批在芯片行业做了十几、二十年的老兵，面临着一次新的职业选择。他们随后决定创业，在这一年成立的 XHEART 新芯航途，继续做芯片。

芯片从来不是一个“创业友好”的赛道，当时他们反复讨论的问题是：几年后做出来的芯片，究竟还有没有人需要？

“这一次，到底要做什么？能解决客户什么问题？几年以后，芯片做出来，是不是市场所需要的？”李宗霖回忆。

芯片研发周期长，投入又会随着项目推进不断增加。一旦选定架构，就需要持续投入人力和资金，将一个关于未来的判断做成产品。彼时资本市场不景气，团队规模也小。李宗霖说，“我们只有一次机会”。

最终，他们下了一个最关键的赌注：大模型定义芯片。

在 2023 年，这仍是一项需要提前作出、再花几年验证的选择。ChatGPT 已经让人们看见大模型的潜力，汽车里的模型会怎样演进、需要什么样的计算架构，却还有大量问题等待回答。对一家芯片创业公司而言，押注这条路线，意味着要在需求尚未完全显现时，就为它安排硬件资源。

好在，它在当时得到了模型一侧的呼应。在与 Momenta 创始人曹旭东的一次次交流中，双方逐渐形成了共同的认识：模型会改变智能驾驶，也会改变芯片的设计方式。

从模型一侧看，智驾有机会从多个相对独立的感知、预测、规划模块，走向更大、更统一的端到端模型。模型理解和推演物理世界的能力继续提升，对计算、存储和数据交互的要求也会随之变化。已有硬件与新模型需求之间的错配，会成为能力上车的障碍，也给重新设计芯片留下空间。

对李宗霖和他的团队而言，这个机会意味着：从真实模型的需求出发，倒推芯片怎样组织计算、怎样存储和搬运数据，并为下一代模型留下余量。芯片要服务的模型还在变化，硬件设计却必须提前开始。

于是，XHEART 和 Momenta 以一种紧密合作的方式，一起沿着这个判断做了起来。

2026 年 10 月 29 日，创业第三年，XHEART 发布了 X7 Ultra，它的大模型算力达到 700 TOPS。当年的技术判断直接成为了可以放进真实汽车中检验的产品。

而在此过程中，XHEART 也已经成为炙手可热，融资累计超过 50 亿元人民币的明星公司。

X7 Ultra 是一颗车规级 SoC，也就是把多种处理单元集成在一起的系统级芯片。其中，NPU 主要负责神经网络计算，CPU 承担通用计算与系统调度，其他单元则处理传感器输入等任务。对它的设计，从模型怎样执行开始，延伸到了整颗芯片如何分工。

在这颗芯片上，第一个重要选择，是超大核 NPU。

“模型正在走向集中，芯片架构就要为这种集中做好准备。”李宗霖说。

过去相对独立的感知、预测、规划任务，逐渐被组织进更大的端到端网络。模型执行过程中，需要频繁读取权重、传递中间结果。如果任务被拆散在多个小核之间，就需要处理更多跨核交互。

这还会遇到一个 AI 计算中的常见瓶颈——“内存墙”。计算单元的运算能力很强，数据却未必能及时送达。等待会让算力闲置，反复搬运数据也要耗电，最终增加散热负担。

XHEART 选择将更多计算与交互集中在超大核内部。按公司披露，模型数据交互从传统小核之间的百 GB/s 等级，聚合到超大核内部的 TB/s 等级，互联速率提升了一个数量级。同时，大容量、高并发的多级缓存，让计算所需的数据尽可能留在附近，减少对外部内存的反复访问。

把核做大，也意味着必须同时安排好缓存、数据路径与调度，否则更大的计算资源仍然可能等不到数据。在架构选型阶段，XHEART 内部有过相当大的分歧。团队评估了多种方案，每种方案对应不同的数据流结构，都要经过性能仿真，由软硬件团队共同研判。模型的实际负载，在芯片还没有被制造出来时，就已经参与了选择。

第二个重要选择，是为关键计算安排专用硬件。

早期面向卷积网络设计的 NPU，对 Transformer 中的部分计算支持不足，任务需要交回 CPU 处理。这会增加处理器之间的切换，也会增加外部内存读写。业界因此开始在 NPU 内部加入向量处理器，让更多计算留在内部完成。

XHEART 的研发团队在此基础上思考的问题则是，有没有比向量处理器更快的计算方式？有没有比片上 SRAM 更高效的访问路径？

SRAM 是芯片内部的高速存储，缓冲寄存器则可以更直接地为计算单元提供数据。团队为 LayerNorm、Softmax、Transpose 等关键算子设计了专用加速器。算子是模型计算的基本步骤，这几类操作分别承担调节数值尺度、生成归一化权重、调整矩阵排列等工作。它们未必贡献最多的计算量，却可能因为执行与数据访问的开销，拖慢整张网络。

专用加速器配合缓冲寄存器，缩短数据访问路径，并原生支持高精度浮点向量计算。优化同时落在了计算速度、数据供给与数值精度上。

模型的执行安排，同样影响硬件能否持续工作。

X7 Ultra 让更多计算单元并行工作，也让当前计算与下一批权重加载重叠进行。当前任务还没有结束，后续所需的数据已经开始准备，减少原本需要串行等待的环节。

但模型中的计算存在依赖，片内存储和数据通道也都有容量限制。哪些任务可以同时执行，哪些结果必须保留，后面的任务何时开始，都需要工具链安排。

这也是 XHEART 重构 AI 工具链、推进“整网级融合”的背景。

常见的算子融合，是将几个相邻步骤合并，减少中间结果写回外部内存的次数。XHEART 披露的做法，则从全局编排整张网络不同分层、不同分支的任务，让更多中间结果在片内流转。按照其实现，外部内存传输主要集中于最初的输入、最后的输出，以及必要的模型权重加载。公司将之称为“整网内存零拷贝”。

优化范围扩大到了完整模型的执行流程。编译器需要统筹任务依赖、片内存储和执行顺序，硬件也必须提供相应的计算与数据访问能力。单个算子的加速需要扩大到整张网络的运行效率系统性的提升。

整颗 SoC 的其他部分也需要跟上。

X7 Ultra 采用 Armv9 车规 CPU，配合异构计算单元承担不同任务；激光雷达加速器支持每秒 2000 万点的处理能力，摄像头处理则强调本地计算与时延的确定性。

“平均时延会骗人。”李宗霖举了一个例子，平时 30 毫秒完成的处理，如果在 20 到 50 毫秒之间波动，系统就还必须应对最慢时刻的风险。汽车需要传感器处理、模型推理与控制之间稳定的配合。芯片满足 ASIL-B 功能安全要求，内置安全微控制器（MCU）通过更高等级的 ASIL-D 认证，也是在为这条链路提供底层保障。

大模型定义芯片的具体含义就体现在这每一个取舍里。对模型结构、热点算子和数据流的理解，会影响硬件资源如何分配，并在架构定型时，提前成为几年后产品的能力边界。

这些技术选择带来丰厚回报。

XHEART 给出的第一组数据，是 700 TOPS 的大模型算力，以及真实量产智驾模型测试中 98.7%的计算利用率。TOPS 是每秒万亿次运算，700 TOPS 即每秒 700 万亿次运算；计算利用率则指向这些资源是否得到充分使用。缓存、并行与工具链的工作，最终要减少闲置和等待，让硬件能力转化为模型的实际运行表现。

另一组数据，是在大模型性能相当的条件下，相比行业旗舰产品，内存带宽消耗下降 80%，能效提升 100%。

带宽衡量数据通道的吞吐能力。消耗下降，意味着达到相近模型性能，对外部数据传输的依赖减少。能效提高一倍，则意味着同样的能源能够完成更多有效工作。对于功耗与散热受限的汽车，这些收益可以给更大的模型留下空间，也能减轻整车系统的负担。

模型效果同样被纳入评价条件。XHEART 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，也就是“四个九”。

FP32 是 32 位浮点数格式。量化通过降低数值表示精度，节省计算和存储资源；输出相似度的要求，则是在提高部署效率时，尽量保留模型原有的输出表现。XHEART 强调，700 TOPS 的性能评测使用真实量产模型，并带着这一精度约束完成。

计算利用率、带宽、能效与输出相似度，最终共同服务于一件事，在汽车能够接受的成本和功耗下，承载尽可能多的模型能力。

模型进入芯片设计，也进入了流片前的验证。

首颗 X7 回片后不到 24 小时点亮，测试车短短几天就已经上路。但按李宗霖的回忆，团队随后决定提高标准：验证的是由芯片、底层软件和模型组成的完整系统，细致到每个路口转弯时，模型规划的轨迹都要与量产标准保持一致。

经过磨合，团队在第 17 天实现整车闭环，第 21 天向客户开放体验。此前，XHEART 已经在流片前与 Momenta 使用真实量产模型进行全芯片仿真，并与车企提前开展域控设计和集成验证。许多问题被前置到了芯片制造之前。

“为什么 XHEART 芯片一回来，就能那么快用真实量产模型、那么快上车？关键就是，我们前置了软硬集成和优化的工作。”李宗霖说。

目前，X7 系列量产 8 个月，累计出货已经超过 20 万颗，搭载 10 款量产车型，获得超过 40 款车型订单。

在 X7 Ultra 亮相同时，模型一侧也公布了新的进展。

曹旭东宣布，Momenta 即将发布 R7 Ultra 世界模型，并明确将这次升级与 X7 Ultra 联系起来：“我们把 R7 Ultra 的模型参数规模，扩大到了原来的 5 倍。”

此前为大模型准备的硬件资源，开始支持下一阶段模型的部署。相较于芯片自身的性能数据，这提供了另一个方向的初步印证：模型确实在继续扩大，也开始使用新的芯片能力。

在一些诸如倒车避让、多把掉头的场景里，计算涉及空间关系、其他车辆的行为，以及自身动作可能带来的结果，这时车辆需要理解当下的环境，预测接下来会发生什么，再及时作出动作。

按照 Momenta 介绍的路线，世界模型通过预训练学习物理常识，使用驾驶数据学习开车，再结合仿真与强化学习处理长尾问题。

曹旭东把仿真比作“练兵场”。有些极端长尾场景，可能上百万公里，甚至一亿公里才遇到一次。单靠路测获取反馈，周期长、成本高，偶然遇到一次，提供的验证也有限。世界模型可以生成环境，让这些问题在训练中被反复演练。

Momenta 同时披露，其累计量产规模已经突破 140 万台，最新的 10 万台用了不到一个月；累计里程达到 200 亿公里。真实场景、训练方法与模型规模共同推动能力演进，车端芯片则要承接这些成果的推理部署。

双方持续协作的价值，体现在这些研发工作的衔接中。模型团队在硬件定型之前，提供真实负载、热点算子与未来需求；芯片交付后，改善的效率和部署空间，又为模型扩展提供条件。一代产品的匹配，可以继续成为下一代研发的输入。

“模型告诉我们计算时间花在哪里；软硬协同让我们进一步判断，硬件应该为未来准备什么。”李宗霖这样描述 XHEART 与 Momenta 的合作带来的机会。

芯片开发与模型研究就这样螺旋上升起来。等模型完成以后再适配硬件，很多取舍已经无法改变。把协作提前到架构设计阶段，就有机会在仍然能够调整资源的时候，处理未来可能出现的瓶颈。它的潜力，体现在双方能否持续缩短模型进步与产品进步之间的距离。

更大的模型，也已经进入后续规划。曹旭东判断，规模化 L4 可能需要 10B—100B，即 100 亿到 1000 亿参数的模型，功耗、车规可靠性与成本将构成共同约束。他对规模化的描述是，“百万台、千万台车，在全中国、全世界都能跑起来”。

XHEART 则提前公布了 X9 的研发目标：3000 TOPS 大模型算力，700GB/s 单芯片内存带宽，计划在 2027 年推出。计算与数据供给同步提升，服务的是下一阶段模型的需求。

“量产一代、开发一代、预研一代”，这是 XHEART 希望形成的研发节奏。

而当你仔细看这些剧透的参数，你会立刻意识看到它的目标不只是汽车了。机器人同样需要感知、决策、低延迟与低功耗，也更加需要模型参与定义资源配置的过程，显然，接下来 XHEART 和 Momenta 的目标，就会是物理世界更多 AI 的需求，会是市场规模和技术想象力上都要更大的事情了。