本刊记者 宋杰
三年前，新芯航途创始人李宗霖和Momenta CEO曹旭东，向台积电副总经理陈平描述一个想法——让AI大模型反过来决定芯片该怎么设计。陈平当时的直觉是：这像科幻片。
三年后的2026年10月29日，苏州。陈平看到一排已经量产的车——从30万元级的旗舰，到10万元级的家用车，装的都是同一颗芯片。他连称“难以相信”。
这颗芯片叫X7 Ultra，来自一家2023年才成立的公司——新芯航途（XHEART）。到10月底，它已经出货超过20万颗，装进10款量产车，还有40多款定点车型。
芯片是藏在车里的，车主看不见，也摸不着，但它决定了这辆车够不够“聪明”。而造芯片的逻辑，这一次被倒过来了。
顺序倒过来了：先有模型，再有芯片
过去几十年，造芯片的规矩是：先把芯片造出来，再让软件去“迁就”它。
芯片好比汽车的“大脑”，AI模型好比大脑里装的“驾驶经验”。老规矩的问题在于，这颗“大脑”是按通用标准造好的，纸面参数标得越来越高，可装进车里，车并不见得更聪明。
新芯航途CEO李宗霖的解释很明白：过去的智能驾驶，是靠好几个“小模型”拼起来的——一个负责看路、一个负责预判、一个负责规划。信息在这些小模型之间传来传去，每过一道手就丢一点；而小模型的能力天花板，说到底，就是设计它的工程师能想到的极限。
到了今天，AI已经变成一个“大模型”，能自己从海量驾驶数据里学经验。李宗霖问了一个很朴素的问题：我们到底需要一颗什么样的芯片，才能把这个“大模型”装进去、用好？
思路从现实需求倒逼中去找出来。
Momenta需要芯片能实现规模化L4——不是几千台车试跑，而是百万台、千万台在全国乃至全球跑起来。曹旭东算过账：解决数百万个长尾场景，需要1000亿公里真实数据，模型参数至少10B，大概率要100B（千亿级）。
可通用车规芯片面前，摆着一道“不可能三角”：功耗、车规可靠性、成本，三者无法兼得。
对这一点，整车厂的感受同样直接。上汽集团副总裁、总工程师祖似杰说得更直白：车规级芯片应该是“六边形战士”：能算、省电、车规安全、可迭代、便宜、十年不掉链子。
“用通用芯片硬做L4，相当于在车里塞一台巨大的GPU服务器，电不够、散热扛不住、车规过不了；要是硬压功耗和成本，模型又只能缩到几个B，根本到不了L4。”曹旭东说。
所以只剩一条路：让模型的需求，在芯片设计的阶段就进场。在苏州的X7 Ultra芯片发布会现场，图灵奖得主Jack Dongarra表示，让算法、软件与芯片团队在设计定型前紧密协作，是面向大模型时代更行之有效的研发方式。
这套“反着来”的打法，最终落在几个数字上。
最直观的一个：拿真实量产车的AI模型去测，X7 Ultra把大模型“压缩”进芯片后，输出几乎不失真，和原始高精度版本相似度超过99.99%。
另外三个数字也实在：芯片的计算能力几乎全部用上了，利用率做到98.7%；数据在芯片里不再“堵车”，带宽消耗比行业旗舰降了80%；相同功耗下，能干的活翻了一倍。
从L4到物理AI，“有人找上门来要下一代方案”
前不久，上汽集团官宣与新芯航途（XHEART）达成深度技术合作，围绕700 TOPS大模型算力芯片开展模型适配与整车应用协同，共同推进高阶智驾技术落地。
上汽的ID.ERA 9X打头阵。“看着上汽品牌的车上路，带着Momenta的技术，不光是中国的软件，还有中国的芯片，这是一种发自内心的自豪。”上汽集团总裁贾健旭说。
不只是上汽。新芯航途与Momenta跑通了产业链：从X7 Ultra芯片出发，Momenta搭建世界模型R7 Ultra，参数规模扩大5到10倍、安全性能同步提升5到10倍以上，推演万物能力开始涌现。
台积电投了关键一票。公司副总经理陈平表示，台积电已为X7 Ultra提供工艺制程支持，L3/L4需要3000 TOPS、4000 TOPS算力，“非用5纳米、3纳米不可。我们的工艺已经准备好了。”
产业资本也抱团支持。长鑫科技、雷诺、奇瑞等产业方战略投资新芯航图，累计约50亿元。这里，既有下游汽车客户，也有产业协同方：芯片与DDR内存协同，把“算”和“存取”一起优化——这正是破解带宽瓶颈的另一半答案。
“计算和访存带宽需要同步大幅提升，才能适配未来更大规模的模型。”李宗霖说，X9会围绕下一代世界模型需求，继续推进软硬件协同设计。他透露，X9芯片已经在路上：目标3000 TOPS大模型算力，单芯片带宽700GB/s，2027年推出。
3000 TOPS大模型算力这一指标明确指向L4级驾驶，这正是新芯航途与Momenta加速驶向的目标。
Momenta的数据转得比行业想象中快：量产规模破140万台，累计里程200亿公里。第一个10万台用了24个月，最近一个10万台不到一个月。
在曹旭东看来，智驾摩尔定律在过去四年（2022-2026年）基本上每两年提升10倍，“有了大模型芯片，车端模型规模未来两年有机会增长10-100倍，模型能力有可能超越人类老司机中的老司机。”
他的判断是：智驾摩尔定律将提升至每年10倍，2028年，更高等级的自动驾驶L4会迎来拐点；2030年，L4有望走向规模化落地。
更广阔的空间正在展开。曹旭东说，机器人、物理AI同样卡在“通用芯片不可能三角”里，已经有人找上门来要下一代方案，“大模型定义的芯片，也能帮助机器人和更多的物理AI产品取得突破。”
编辑：王新景
