共计 1235 个字符，预计需要花费 4 分钟才能阅读完成。
大模型时代, 智驾芯片的算力赢学失效了
10 月底,XHEART 在苏州发布智驾芯片 X7 Ultra, 标称 700 TOPS 大模型算力, 并给出 98.7% 的 NPU 计算利用率。几乎同时, 地平线创始人余凯公开质疑行业“等效算力”口径。一场争论让智驾芯片的真实处境浮出水面: 大模型上车后, 峰值 TOPS 不再是唯一答案。
📌 算力口径之争: 数字更高, 不等于更好用
XHEART CEO 李宗霖称 ,X7 Ultra 在量产智驾模型实测中实现 98.7% 的 NPU 利用率, 内存带宽消耗下降 80%, 推理能效提升 100%。有媒体报道, 测试模型为 Momenta 的 R7 世界模型。余凯则批评“等效算力”折算方式, 称同一颗征程 6P 在英伟达口径下为 560 TOPS, 用等效算法可写成 1960 TOPS。
🔍 通用芯片的算力, 为什么会被“浪费”
通用芯片算力利用率偏低, 在业内已有共识 。英伟达 Orin 标称 254 TOPS, 是 INT8 精度下的最高值, 其中 87 TOPS 来自深度学习加速器 DLA。只要模型中有一段运算无法交给 DLA, 就难以调用全部算力。
- 小鹏方面曾披露, 开源模型配通用芯片, 计算利用率约 22.8%, 推理耗时 800 毫秒; 换用自研图灵芯片后升至 35.1%, 耗时降至 300 毫秒; 再配合自研第二代 VLA 模型, 利用率和耗时分别达到 82.5% 和 80 毫秒。
- 理想也曾与英伟达协作重写 PTX 底层指令, 并开发自研引擎, 把大模型在 Orin 上的推理延迟压下一个数量级。
但这不意味着通用芯片没有价值。CUDA、TensorRT 和 DRIVE OS 构成的生态, 让工程师能在原芯片上持续交付新功能; 预留的冗余算力, 也承担着多摄像头并发、故障检测和安全降级等任务。
💡 把模型前置到芯片设计, 能解决什么
XHEART 的思路, 是让算法团队更早介入芯片定义 。X7 Ultra 把传统 NPU 的小核切分改为超大核, 并为高频低体量任务配置专用加速引擎; 配套编译工具可以查看整张网络, 安排执行顺序和片上缓存。
这背后离不开 Momenta。XHEART 脱胎于 Momenta 芯片项目 , 二者无直接股权关系但业务深度绑定。Momenta 披露的智驾搭载规模约 140 万辆、累计行驶超过 200 亿公里, 为芯片预留多少冗余提供了长尾数据参考。
问题也很直接: 芯片从架构到量产要数年, 模型可能几个月就迭代一次 。X7 Ultra 留给缓存的面积难以再改, 能否扛住至少一次模型换代, 是它必须面对的检验。
📊 定制芯片的边界: 效率之外, 还有生态账
地平线则从芯片向算法和整套方案延伸, 征程 6P 配套 HSD 软件 ,HSD Together 允许合作伙伴获得基座模型授权和算法适配服务。两家都在谈开放, 只是余凯想降低客户选征程芯片的门槛, 曹旭东想降低自家模型上车的难度。
XHEART 已进入量产节奏:X7 系列量产八个月, 累计出货超过 20 万颗 , 搭载 10 款量产车型, 并获得超过 40 款车型订单。但真正的考验不只是发布会上的利用率数字, 更在于能否把单一模型的深度优化, 变成多模型可迁移、第三方愿意适配的能力。
