大模型芯片在手，Momenta冲向L4引爆点
王, 凌方
3000TOPS算力，700GB/s内存带宽——
一家名不见经传的芯片公司，立了一个震动智驾行业的flag，下一代芯片要达到如此算力，将是芯片霸主英伟达旗舰芯片的1.5倍算力，也将是特斯拉下一代AI5芯片算力的1.2-1.5倍。
时间还很紧迫——2027年就计划推出。
这家公司是新芯航途（XHEART），智驾企业Momenta的兄弟公司。10月29日，XHEART举行了第一次发布会，发布大模型芯片X7 Ultra。
X7 Ultra拥有700 TOPS大模型算力，是XHEART与Momenta基于“大模型定义芯片”的理念，一同打造的强力新品。
基于X7 Ultra，Momenta的下一代世界模型R7 Ultra，模型参数规模将扩大5-10倍，推动世界模型从“理解世界”走向“推演世界”。
X7 Ultra不是从天上掉下来的。实际上，在XHEART举行这次首场发布会之前，首款产品X7，已经量产8个月，累计出货超过20万颗。
从X7到X7 Ultra，再到X9，XHEART和Momenta试图在车端“堆”上越来越高的算力和带宽，这是为什么？
答案也很简单，云端智驾大模型已经展现出Scaling Law（缩放规律），部署到车端之时，同样要求有能跑大模型的芯片。
以L4自动驾驶为例，想真正解决长尾场景，Momenta CEO曹旭东认为，车端模型规模得冲到10B-100B参数这个级别。
Momenta CEO曹旭东
这就意味着大算力、高带宽，以及专门为大模型设计的芯片架构。
目前，基于双X7的L3/L4计算平台，XHEART已获得多个车型项目定点，从辅助驾驶向更高等级自动驾驶拓展。
但是，要将L4泛化应用于更多场景，还需要进一步提升模型规模，也需要更大芯片，这就是X7 Ultra和X9的使命，也是Momenta冲向L4的杀手锏。
01
X7 Ultra：一鸣惊人
XHEART CEO李宗霖发布X7 Ultra
X7 Ultra这款芯片怎样？
首先还是要讨论算力，但和市面上很多芯片比拼纸面峰值TOPS不一样，X7 Ultra强调有效的实际算力。
在量化压缩之后，依旧保证模型输出相似度维持99.99%，也就是行业常说的“四个九”严苛精度约束条件下，X7 Ultra实测算力达到700 TOPS。这组数字不是实验室跑出来的虚标参数，直接对应车辆上路之后真实的智驾推理表现。
而我们知道，行业主流英伟达芯片，比如Thor U，虽然算力号称500TOPS，但算力利用率仅在30%-40%左右。
其次，对于智驾芯片而言，通信速度有时比算力还要重要，因为新一代智驾模型是访存密集型任务，不是计算密集型任务。X7 Ultra采用超大核NPU，直接把模型内部的数据交互带宽，从传统芯片百GB/s的水准提升到TB/s等级，再配上大容量的多级片上缓存。尽可能把数据留在芯片内部处理，减少芯片和外部存储之间来回搬运，把功耗和带宽资源留给真正的计算任务。
相比而言，X7 Ultra内存带宽消耗较行业旗舰产品下降80%，能效提升100%
CPU部分，X7 Ultra搭载Armv9车规级CPU，一举拿下国内首发量产。对比上一代，性能提升20%，能效提升10%。
而且，X7 Ultra针对不同任务，分配了深度的异构计算单元。像激光雷达，也是内置了加速器，支持最高2000万点每秒的点云处理，完全hold住千线级激光雷达的海量数据输入。
安全层面，X7 Ultra同时满足ISO26262 ASILB功能安全，以及国密二级信息安全标准。
当然，X7 Ultra的成功，是站在X7的肩膀上的。
X7系列芯片如今量产8个月，累计出货超20万颗，落地10款量产车型，拿下超过40款车型项目订单。
基于两颗X7搭建的双大脑冗余L3/L4计算平台，也已经拿到多个车型定点。
可以说，X7的成熟和稳定表现，为X7 Ultra奠定了基础。
02
为什么需要“大模型定义芯片”？
X7 Ultra亮眼的表现背后，核心是“大模型定义芯片”，而不是通用芯片。
英伟达目前是全球智驾芯片龙头，但很遗憾，它们提供的一直都是通用芯片。
通用芯片算力利用率低，算法团队想优化的很多想法，被芯片厂商的排期和硬件固有框架死死束缚，根本施展不开。
尤其端到端大模型，迭代极快，芯片厂商3-5年才出一代产品，等算法团队的需求排上队，模型早更新换代好几轮了。靠多片并联硬堆算力，又带来BOM成本、散热、电车续航一连串连锁问题，高阶智驾很难下放到主流走量车型。
这不只是XHEART和Momenta“一家”的判断。
放眼整个行业，蔚来、小鹏、理想，再加上特斯拉，一众深耕高阶智驾的企业，都纷纷下场布局自研智驾芯片。背后是同一个现实：端到端大模型快速迭代，通用芯片的弊端越来越突出。各家选自研，本质上就是不想让自家算法迭代的天花板，被通用芯片锁死。
其做法也异曲同工，基于要跑的大模型，来反向定义芯片。比如理想提出的数据流架构；比如小鹏图灵芯片，硬件原生为VLA世界模型做算子固化优化。
Momenta和XHEART一同打造的X7系列，有哪些“大模型定义”的特征呢？
XHEART CEO李宗霖介绍：“拿X7 Ultra来说，整套硬件是面向Transformer这一类模型范式做设计。哪怕后续模型持续迭代演化，这套底座依旧能承载新模型部署，还能持续优化利用率，跟上算法演进的脚步。”
也就是说，X7 Ultra赌的不是某一个具体模型，而是Transformer这个范式本身。只要模型还在这个范式内迭代，芯片就能一直跟得上节奏。
那更根本的问题来了：怎么保证“赌”对了范式？
Momenta曹旭东坦言，这件事没有万能公式。
“只能靠超一流的团队，加上超一流的行业洞察。我们在智驾赛道摸爬滚打十年，积累了大量一线实战经验，才有能力对未来几年的行业需求做前瞻性预判。这份预判也不是关起门空想，更多来自和车企客户一起联合定义未来3到5年的战略规划、产品规划。多方对齐之后，就能大幅降低算法需求的不确定性，给漫长的芯片研发注入确定性。”
03
R7 Ultra铺就L4能力新台阶
对于X7 Ultra，Momenta的诸多客户应该是乐见其成。
如今，Momenta已经成为诸多车企的选择，国内车企上汽、比亚迪、广汽等等不消说，宝马、奔驰、奥迪等豪华外资品牌同样也采用Momenta的智驾方案。目前Momenta主要交付的，还是R6强化学习大模型以及R7世界模型，能够支持高阶L2++辅助驾驶。
新世代BMW iX3搭载Momenta辅助驾驶
Momenta的雄心当然不止于此。从创立至今，Momenta一直把规模化L4作为终极目标，战略从来没有改口。
Momenta的下一个模型，有望带来L4的曙光，那就是R7 Ultra世界模型。
依托X7 Ultra芯片700TOPS实测算力，R7 Ultra参数量比旧版本提升5-10倍，安全性能同步提升5-10倍以上，涌现出更强的物理世界推演、预判能力。在窄路倒车避让、极限空间脱靶掉头这类人类司机都觉得棘手的复杂交互场景，它能表现出比肩、甚至优于老司机的驾驶水准。
这套世界模型有三大技术支柱：预训练阶段学习物理世界基础常识，中间训练消化海量真实行车数据、习得驾驶逻辑，后训练对齐金牌司机的驾驶行为。它自带生成式仿真能力，能在虚拟环境低成本复现百万公里、甚至亿公里才偶遇一次的极端长尾场景，不必全靠上路碰运气采集案例，极大压缩迭代成本。再靠强化学习在仿真环境反复演练，持续打磨决策逻辑。
背后是高速转动的数据飞轮。Momenta累计量产装车突破140万台，最近新增10万台只用了不到一个月，累计真实道路行驶里程突破200亿公里。海量真实数据源源不断回流，持续给世界模型补充罕见的长尾样本。
曹旭东特别强调，世界模型基座平台化，价值才能充分体现：同一套模型底座，不只服务乘用车城市NOA，还能无缝适配Robotaxi、无人配送车、无人卡车等多条业务线。一套底座做多场景复用，能摊薄各个业务板块的研发投入，构筑平台化竞争壁垒。
也就是，不仅做乘用车的辅助驾驶，还要做L4自动驾驶。
在L4的落地进展上，Momenta已经在上海、苏州、无锡、深圳开展开放道路测试，拿到上海浦东无人驾驶示范运营牌照，携手享道出行落地示范载客试运营。海外也在中东、欧洲多个城市落地Robotaxi测试运营项目。
Momenta Robovan已经落地苏州
何时走出示范、测试，大面积推广呢？
曹旭东给出了判断：过去行业的智驾摩尔定律，是性能每两年提升10倍。随着“大模型定义芯片”这条路线成熟，迭代会进一步提速，从每两年10倍加速为每年10倍。海量真实数据、大模型算法、大模型原生芯片三者互相驱动，共同推着行业往前走。
曹旭东推演的时间表如下：
2028年将成为L3、L4的行业引爆点，到2030年迎来规模化落地，智驾系统安全性有机会达到普通人类驾驶员的100倍以上。
可以看到，规模化L4的竞争，早就不再是算法单方面的比拼，而是算力底座、大模型、真实场景三者长期同频迭代的长跑。
要让大模型跑得起来，跑得高效，并且能够应付复杂的长尾场景，大模型定义的芯片就是必需。拥有了X7 Ultra，未来还将拥有X9等更强大的芯片，补强软硬一体的Momenta，在冲刺L4的赛跑中，占据了先机。
