越靠软件吃饭的公司正规实盘配资股票，越重视硬件——
以智驾模型知名的Momenta，出现在了一家成立仅仅两年多的芯片公司首次公开亮相里。
首款芯片，Day 0适配。
姐妹公司终于合体，最强智驾模型公司，如虎添翼。
新芯航途XHEART，现在成了Momenta的硬通货伙伴。
有模有芯，Momenta的智驾模型表现乃至公司整体，都面临新的价值重估了。
AI算力利用“九九成”，什么样的芯片？谁做的？芯片名字叫X7 Ultra，只看算力数值，在2026年底已经不能算“极致”了——700 TOPS。
但官方更加强调另外两种参数。
首先是量化模型输出与FP32基准模型的相似度超过99.99%。
它想表达的是：X7 Ultra的确有更高的推理效率，但没有放任量化误差无限扩大，而是要求量化后的模型输出尽可能贴近FP32模型。
因为大模型实在太能吃算力、内存和功耗了，把模型权重和计算精度压下来的主要途径，就是减少存储与计算开销。但压得太狠，输出也可能出现偏差。
能否把这笔账算好，直接关系到有限的功耗预算里究竟能跑多大的模型。
第二个指标，是PU计算利用率达到98.7%，意味着芯片里的AI计算单元，在运行测试任务时，绝大部分时间都在执行有效的计算工作，闲置时间很少。
这通常也意味着芯片架构、数据传输和软件调度之间配合得比较好，计算单元不容易因为等数据、等指令而空转。
官方给出的参考数据是：对比行业旗舰产品，内存带宽消耗降低80%，能效提升100%。
这时候再回头看700TOPS算力数值，就能理解其不同之处：
这是行业第一次用“大模型算力”描述芯片性能。
过去谈TOPS，多用稠密算力或稀疏算力，这些概念可以说明芯片的理论计算能力，却很难单独回答一个更贴近实际体验的问题：把真正用于智能驾驶的模型放上去，究竟能跑多快、跑得有多稳？
例如，实验室里的APS等测试指标单独测量某个模型的运行耗时，都能帮助工程师分析芯片性能。
但真实智驾大模型涉及复杂的网络结构、不同类型的算子、频繁的数据读写，以及多种计算任务之间的调度；只追求某个环节跑得很快意义有限，因为其他环节却因为等待数据、内存带宽不足或调度效率不高而拖慢整体速度。
最终，实验室基准测试与量产模型的实际性能、驾驶体验之间，就可能出现距离。
“大模型算力”的评测思路，是直接使用真实量产智驾模型测试芯片，而不是只依赖实验室基准测试。
这样一来，评测对象就从相对独立的计算任务，转向了实际部署中的智驾大模型。
这套评测还有另外几项明确约束：模型结构不能随意改变，计算精度必须得到保证，最终驾驶体验也不能打折，芯片需要在这些条件都成立的情况下，尽可能提高模型运行效率。
这就是“大模型算力”想要衡量的东西：在真实量产模型和严格部署约束下，芯片究竟能提供多少的计算能力，让性能数字更准确描述智驾系统实际要完成的工作。
而这个模型，在现在这个阶段，就是Momenta的R7世界模型——
也不瞒各位，这家芯片公司，的确和Momenta有极深的渊源。
新芯航途——XHEART，两家公司没有直接的股权隶属关系，只是Momenta创始团队成员曹旭东、夏炎通过控股股东间接持有新芯航途股份。
和Momenta属于“姐妹公司”，第一款量产产品X7其实已经在上汽大众的新车上量产，但这次的X7 Ultra发布是新芯航途第一次正式对外亮相。
大模型+大算力芯片，会带来什么智驾改变？先想象一下智驾模型在车里工作的过程。
摄像头和激光雷达把数据送进来，模型开始一层层计算，最后形成感知与驾驶决策所需的信息，整套流程必须在有限时间里跑完。
问题是，芯片内部很容易出现一种尴尬局面：计算单元明明很强，却在等数据；某些算子算得飞快，另一些操作却拖住了整条链路；以及传感器数据越来越多，前端处理又排起了长队。
所以，端侧AI计算芯片最怕的，就是一处猛踩油门，其他环节还在慢慢悠悠地跟。
X7 Ultra的第一步，是把NPU做成超大核架构，并提升核间互连带宽。
这样的考虑直接由大模型计算方式驱动：
模型规模扩大后，大量计算任务需要组织起来执行，计算单元之间也会交换数据，超大核能配合更高效的互连，减少协作过程中的损耗，让计算资源更连贯地工作。
但矩阵计算快了，还不等于整个模型就快了，因为神经网络里还有不少“配角”算子，例如LayerNorm、Softmax和Transpose等等。
它们未必贡献最多的计算量，却可能反复出现在模型执行路径上，一个算子处理得慢，后续计算就得等着“接棒”。
X7 Ultra为这类操作配置了专用计算引擎，相当于把模型里的高频任务单独安排了工位，减少通用计算资源被这些操作占住的时间。
硬件的活儿安排好了，软件还得会派活。
模型在芯片上运行，需要经过编译和调度，但如果每个操作都独立执行，中间结果不断写回外部内存，再重新读出来，计算单元会白白浪费大量时间等数据。
X7 Ultra，或者说新芯航途为所有芯片构建了统一解决方案——AI工具链，通过计算图融合、并行执行和任务调度，把能够合并的计算尽可能连起来，减少中间数据来回搬运。
体现在这一款产品上，X7 Ultra的内存带宽消耗对比常见产品下降80%，能效提升100%——这两项数据对应的，正是减少数据搬运、提高计算资源利用效率的设计目标。
不过，智驾系统也不只有神经网络，传感器数据进模型之前，有不少前置的工作。
拿激光雷达来说，线数增加之后，同一场景会产生更密集的点云，细节更丰富，处理量也跟着涨；再比如，摄像头链路还有一个容易被忽略的问题：时延抖动。
X7 Ultra上针对性给出了方案，比如处理子系统中加入专用激光雷达加速器，每秒可处理2000万点，能够支持千线级激光雷达的点云处理需求。
针对摄像头处理链路，则优化了本地多核处理和流水线控制，处理稳定性相比传统方案提高100%。
当然，还有整颗芯片的“调度员”——CPU。
X7 Ultra采用Arm v9车规级CPU，这也是Arm v9架构第一次中国落地。
相比上一代，内核性能提升20%、能效提升10%，并优化了向量处理、多核协同和L3缓存访问。
最后一关是安全，X7 Ultra的SoC达到ASIL-B标准，集成MCU达到ASIL-D，承担不同层级的功能安全任务，为故障监测、控制和异常处理提供硬件基础。
把这几项设计连起来看，X7 Ultra并不是只盯着NPU往上堆算力，是把计算、数据搬运、传感器处理和系统调度一起安排好：
模型计算少等待，数据进出更顺畅，前端处理不拖后腿，整颗芯片才能更高效处理智能驾驶任务。
这也是新芯航途反复强调，相比实验室测试标准，“用量产智驾大模型测芯片”更合理的原因。
智驾摩尔定律，到底是什么？早在自动驾驶还处于“刀耕火种”，也就是依赖高精地图+规则的年代、行业把“开城”作为黄金指标的年代，Momenta的CEO曹旭东就一直在行业里反复布道：数据飞轮、两条腿走路……
而他当年和大部队“格格不入”的认知，现在变成了公认的技术共识：端到端、无图、数据驱动、强化学习、世界模型……
这也能直接解释为何Momenta能在英雄辈出的自动驾驶江湖脱颖而出，合作车企广度、车型数量、方案搭载量上都一枝独秀。
XHEART第一次公开亮相，X7 Ultra发布开始，曹旭东首次对外更新了认知：
把“大模型定义芯片”称为Momenta的第三个重要判断。
核心定义是智驾模型的能力持续增长，计算架构也需要跟着模型一起演进，由此，智驾摩尔定律也需要重新评估。
这样的认知成型于2022年，并且在2023年由新芯航途开始实践，时间点对应的，是自动驾驶技术体系经历的快速深刻底层重构。
硬件层面，量产L2规模效应开始起作用，传感器、芯片成本快速下降，“超大杯”配置的智能方案，有了上车量产的基础。
模型层面，数据驱动的范式快速取代传统方法，不但是Transformer架构，模型本身迭代优化，也由人工调参和规则约束，变成了大规模、有特定分布特征的数据回灌，驱动强化学习。
而基于Transformer的端到端智驾模型，本质是通过海量数据学习环境表征、时序关系和驾驶决策。模型需要处理的内容越来越复杂，既要理解当前道路环境，也要结合连续时刻的信息判断车辆、行人和其他交通参与者的行为，最终形成驾驶动作。
世界模型则进一步强调对物理世界状态及其未来变化的预测，让系统具备更强的环境理解与未来推演能力。
曹旭东认为，自动驾驶的规模化落地，对应的端侧模型，可能需要达到至少10B、甚至100B参数级别，这样的才有可能让真正的L4落地部署规模百万级起步。
模型参数规模只是其中一个维度，算子类型、数据访问方式、计算任务的并行关系，也会影响模型能否在车端实时运行。
这就把芯片需要面对的计算需求摆到了更大的量级上——同时满足功耗、车规可靠性和成本约束，细化到哪些算子值得做专用加速，哪些数据需要减少重复搬运，哪些计算任务适合并行处理……都必须在芯片设计阶段与模型架构协同考虑。
如果能把数据飞轮、两条腿走路、原生架构的芯片三者结合起来，模型进步就不再只依赖算法团队单点优化，底层硬件也开始围绕模型的实际需求共同演进。
Momenta的技术体系就有机会贯通数据积累、模型训练与迭代、芯片计算，以及最终的量产部署。
2022年至2026年间，智驾体验大致每两年提升10倍，这是行业过去普遍认可的智驾“摩尔定律”。
但在“大模型定义芯片”的框架里看，Momenta已经实践出一条新的正反馈链路：模型决定计算需求，计算架构反过来影响模型能以多大规模、多少成本部署到车端。
量产规模扩大，又为模型积累数据、检验能力提供持续条件，各环节协同之后，单点技术突破就有机会转化为整个系统的迭代速度。
2年提升10倍，可能并不是一个规定死的数值。大模型定义芯片，正在加速智驾摩尔定律迈向每年提升10倍。
最有可能验证的，首先是L4自动驾驶落地应用，包括无人出租车、无人快递车、无人卡车等不同形态。
车端计算效率更高，而且具备芯片算子与IP级优化合作伙伴，且有成熟产供应链及成本控制能力的Momenta，成为一个影响权重最大的变量。
新芯航途的英文名XHEART，保留了一个可以继续延展的X：今天是汽车，未来也可能是机器人及其他智能体终端，Momenta的技术体系，有了从自动驾驶延伸至广义物理AI的可能性。
毕竟自动驾驶与机器人在感知、决策、实时响应和能效方面有共同需求，机器人更严苛的散热约束也让新芯航途一直重视的低功耗设计，具备更大的潜在价值。
当然不同智能体终端仍需要围绕具体任务重新设计产品方案正规实盘配资股票，但面向Transformer大模型的芯片架构、底层工具链和软硬件协同经验，Momenta、XHEART已经先行一步了。
佳禾资本提示：文章来自网络，不代表本站观点。
- 上一篇：配资公司电话 施小琳会见2026北京网络企业红色故土行代表团一行
- 下一篇：没有了
热点资讯
