一、范式倒转：从“模型适配芯片”到“大模型定义芯片”
过去十年，芯片设计的默认逻辑是“先有芯片，再把模型塞进去”：算力是标品，模型是变量。但智驾正从多个小模型分工协作走向端到端大模型——当百亿乃至千亿参数的世界模型成为下一代底座，“模型适配芯片”开始失灵：不是跑不动，而是跑不满、跑不久、跑不省。
10月29日苏州，XHEART新芯航途CEO李宗霖发布大模型芯片X7 Ultra：“让大模型定义芯片，让芯片承载大模型的下一次进化。”这家2023年创业的公司，从定义阶段起就与算法团队共研模型架构和关键算子，从真实量产需求倒推芯片架构。Momenta CEO曹旭东首次公开的第三个洞察——2022年底形成的“大模型定义芯片”——与这条路线互为印证：算法公司立判，芯片公司落地。
二、700 TOPS的真正看点，是“含模量”
其一，算力口径变了。700 TOPS基于真实量产智驾大模型评测，以量化部署后模型输出与FP32训练模型相似度99.99%以上为约束——是“敢让量产模型直接用”的算力，而非理论值。
其二，有效利用率变了。X7 Ultra把传统小核间百GB/s级的数据交互，聚合至超大核内部TB/s级高速互联，NPU利用率达98.7%，内存带宽消耗较行业旗舰降80%，能效提升100%。峰值与有效算力之间隔着一条鸿沟：芯片常不是算不动，而是数据搬不动。带宽消耗砍掉八成，等于把同一份电变成更多智能。
其三，可部署模型参数量提升10倍。芯片价值不再由TOPS数字定义，而由“能扛住多大的模型”定义。曹旭东更激进：大模型定义的芯片，相比通用芯片，性能能够提升10倍。
三、六大优势，同一个起点
六大产品优势不是功能罗列，而是同一设计哲学的六个切面：先理解大模型，再设计芯片。其中两项尤具行业意味：中国首发量产Armv9车规级CPU，在自主可控叙事下有分量；软硬兼备的安全能力（ISO 26262 ASIL-B、内置MCU过ASIL-D）则提醒行业——功能安全是入场券，不是加分项。
四、量产，才是真正的发布会
芯片业有个残酷共识：流片成功只是拿到准考证，量产交付才是进考场。XHEART的节奏：成立到量产两年；首颗X7回片不到24小时点亮，第17天实现芯片、软件与智驾模型的整车闭环，经历白天、夜晚、暴雨的真实道路检验。
更硬的数字：X7系列量产8个月出货超20万颗，搭载10款量产车型，手握超40款车型订单；基于双X7的L3/L4计算平台已获多个车型项目定点。围绕X7系列的参考设计与域控级PreDV测试，也折射出其商业逻辑之变：从卖算力，到卖“交付的确定性”。“流片即巅峰、量产即失踪”的坟场里，20万颗比任何舞台宣言都更有说服力。
五、一场产业链的“集体下注”
X7 Ultra不是独角戏。Momenta即将发布的R7 Ultra基于它支撑，模型参数扩大5-10倍，安全性能提升5-10倍以上，推动世界模型从“理解世界”走向“推演世界”；图灵奖得主Jack Dongarra强调，算法、软件与芯片团队应在设计定型前紧密协作，并点出XHEART对芯片内外数据搬运效率的改善；台积电副总经理陈平博士表示：“我们的工艺已经准备好了。”
算法公司、晶圆厂与学术界为同一颗芯片背书，“大模型定义芯片”已从一家公司的路线，升级为产业链共识。曹旭东在现场画出更陡的曲线：智驾能力每两年提升十倍之后，要靠“大模型定义芯片”迈向每年十倍——L3/L4将在2028年引爆，2030年规模化落地。下一代X9目标已画好：3000 TOPS、700GB/s单芯片内存带宽，2027年推出；计算与访存同步提升，恰是应对“存储墙”的伏笔。
六、范式成立之后，考题才刚开始
赛道从不寂寞：英伟达持续加码智驾计算平台，地平线等国内玩家同样重兵投入，车企自研的意志也从未消退。XHEART用量产速度抢到身位，但身位不等于护城河。
软件生态是长跑：硬件参数一分钟讲完，工具链成熟度与算法公司的适配深度却要以年兑现。量产品控是放大镜：20万颗是里程碑——ASIL-B与ASIL-D不是认证终点，而是每颗出货物料都要重复履行的承诺。
回到李宗霖那句话：摩尔定律逼近物理极限，大模型的算力饥渴却日益加重——芯片设计从“向上堆规格”转向“向下问需求”，是智驾下半场最值得跟踪的变量。芯片有没有“懂”大模型，终将由每一次量产表现回答。
