700 TOPS、98.7%的NPU计算利用率、可部署模型参数量提升10倍。
10月29日，XHEART新芯航途在苏州发布大模型芯片X7 Ultra，给出了一组颇具辨识度的数字。但理解这场发布会，重点不只是参数有多高，而是这些数字背后的问题：当智能驾驶进入大模型时代，芯片应该如何改变？
过去，智驾芯片的竞争常被简化为算力竞争。如今，模型能否高效运行、数据能否及时送达、功耗与成本能否承受，正在成为更关键的衡量标准。
新芯航途给出的答案是“大模型定义芯片”：从模型的真实需求出发，倒推计算架构、存储组织和软件工具链。X7 Ultra，是这条路线的一次产品化呈现。
大模型上车，先解决“算力用起来”的问题
智能驾驶从多个小模型分工协作走向端到端大模型，改变的不只是算法，也包括芯片需要处理的计算任务和数据流。
理论算力高，并不意味着模型一定跑得快。计算单元要持续读取模型参数、交换数据，如果数据供给跟不上，硬件就会等待；中间结果频繁读写外部内存，也会增加时延和能耗。
因此，大模型芯片要解决的，不只是增加计算能力，还包括减少数据搬运、提高并行效率，让已有算力得到充分利用。
X7 Ultra的设计，围绕这些问题展开。
首先是超大核NPU架构。它将传统小核之间百GB/s级的数据交互，聚合到超大核内部TB/s级高速互联，并为关键算子配置高精度专用加速引擎，提高计算与数据交互效率。
其次是硬件并行。通过底层软硬协同，让更多计算单元同时工作，并使计算与权重加载并行，减少等待。按照官方披露，基于量产智驾大模型实测，X7 Ultra的NPU计算利用率达到98.7%。
工具链则进一步优化模型的运行过程。通过整网级融合，对计算任务统一编排，减少中间结果反复读写外部内存。公司披露，相比其所指的行业旗舰产品，X7 Ultra内存带宽消耗下降80%，能效提升100%。
这些指标指向同一个目标：让计算单元少等待，让数据少搬运，在有限功耗下运行更大的模型。
700 TOPS大模型算力，也需要放在这一背景下理解。该指标基于真实量产智驾大模型评测，并以量化部署后模型输出与训练后FP32浮点模型的相似度达到99.99%以上为约束。
这里的99.99%，是模型输出的对齐程度，不是道路驾驶准确率；98.7%的计算利用率，也对应具体测试条件，不能理解为所有模型都能达到这一水平。
相比直接横向比较不同芯片的TOPS，更有意义的，是在相近模型效果、功耗和成本条件下，比较实际运行效率。
这也是“可部署模型参数量提升10倍”的看点：它强调的是通过架构与工具链协同，扩大车端能够承载的模型规模。但模型更大能否转化为更好的驾驶表现，仍需算法、数据和真实道路验证共同完成。
从X7 Ultra到X9，如何跟上模型的下一次进化
芯片设计周期与模型迭代节奏并不一致。今天确定的架构，不仅要满足当前需求，还要为未来模型留下空间。
这是“大模型定义芯片”必须回答的另一道题：深度适配当前模型的同时，如何避免被当前模型限制？
新芯航途CEO李宗霖在发布会上表示，公司从真实应用需求出发设计芯片，并为未来几年的模型演进提前准备。这意味着，软硬协同不能只发生在产品适配阶段，而要前移到架构定义、算子研究和工具链开发之中。
不过，计算能力只是完整智驾系统的一部分。X7 Ultra还采用Armv9车规级CPU，通过深度异构计算处理不同任务，覆盖系统调度与传感器预处理等环节。
功能安全同样需要分层看待。X7 Ultra满足ISO 26262 ASIL-B功能安全要求，内置MCU通过ASIL-D认证，不能据此将整颗芯片或整车系统笼统描述为ASIL-D。
对于一家芯片公司，技术路线最终还要接受量产检验。
据新芯航途披露，截至发布会，X7系列量产8个月，累计出货超过20万颗，搭载10款量产车型，获得超过40款车型订单。这里的出货与车型数据属于整个X7系列，并非X7 Ultra单款；车型订单也不等于已经完成交付。
这组数据的意义，在于公司已从研发走向批量供货。除了芯片本身，还需要与客户共同完成域控制器开发、软件适配和整车验证。新芯航途提供参考设计、开展域控级PreDV测试，也是在降低客户将芯片转化为量产产品的难度。
资本为这一过程提供了补充支持。本月，新芯航途完成战略轮融资，雷诺集团首次投资、奇瑞追加投资，长鑫科技参与，历史累计融资约50亿元。车企与存储企业的加入，为客户拓展和供应链协同带来空间，但能否兑现，仍要看后续项目。
发布会上，新芯航途还预告了下一代X9：计划2027年推出，研发目标包括3000 TOPS大模型算力、700GB/s单芯片内存带宽。计算与访存同步提升，延续了对模型整体运行效率的关注。目前，这些仍是研发目标，而非已实现的量产指标。
从X7 Ultra到X9，这场发布会传递的核心变化是：智驾芯片的竞争，正在从提供多少算力，走向如何让模型高效运行，并持续跟上模型演进。
参数是起点。真正的竞争力，是在功耗、成本和可靠性的约束下，让更强的模型稳定进入更多量产车。
