智能驾驶走向端到端大模型之后，芯片行业的竞争叙事正在被改写。过去几年，行业习惯用TOPS数字衡量智驾芯片的高低，但当模型架构快速迭代，算力能否在真实量产模型中被充分利用，正成为比参数更重要的问题。

2026年10月29日，XHEART新芯航途在苏州发布大模型芯片X7 Ultra，给出700 TOPS大模型算力，并公布下一代芯片X9的研发目标：3000 TOPS、2027年推出。

值得注意的是，700 TOPS并非实验室标称值，而是基于真实量产智驾大模型评测，并以部署后模型输出与FP32浮点模型相似度达99.99%以上为约束。实测中，其NPU计算利用率达98.7%，内存带宽消耗较行业旗舰产品下降80%，能效提升100%。

"让大模型定义芯片，让芯片承载大模型的下一次进化。"发布会上，XHEART CEO李宗霖用这句话概括技术方向。公司2023年创立之初便确立了这条路线：从真实应用的模型需求出发倒推芯片架构，在定义阶段就与算法团队共同研究模型架构和关键算子。

产品改动也由此展开——超大核NPU把传统小核间百GB/s级的数据交互聚合至核内TB/s级高速互联；软硬协同让计算与权重加载并行，提升硬件并行度；整网级融合的AI工具链减少中间结果反复读写外部内存。芯片同时搭载中国首发量产的Armv9车规级CPU，满足ASIL-B功能安全要求，内置MCU通过ASIL-D认证。

这套改动指向同一个判断,那就是:智驾芯片的瓶颈正从算力规模转向数据搬运。图灵奖得主Jack Dongarra在圆桌论坛上表示，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有效的研发方式。

技术路线的背后是产业协同。Momenta CEO曹旭东在发布会上首次公开分享公司的第三个洞察——"大模型定义芯片"，这一判断形成于2022年底，由双方共同付诸行动。他认为，大模型定义的芯片相比通用芯片性能能够提升10倍，而实现规模化L4需要百亿至千亿参数模型，这要求双方从模型需求出发协同设计，L3和L4则有望于2028年迎来重要引爆点。基于X7 Ultra的R7 Ultra即将发布，模型参数规模将扩大5-10倍。

制造端同样在链路之内。台积电已为X7 Ultra提供工艺支持，台积电副总经理陈平博士表示："我们的工艺已经准备好了。"

比技术叙事更能说明问题的是量产进度。从公司成立到芯片量产，XHEART用了两年：首颗X7芯片回片后不到24小时点亮，第17天实现芯片、底层软件与智驾模型的整车闭环。截至发布会，X7系列量产8个月，累计出货超20万颗，搭载10款量产车型，获超40款车型订单；基于双X7的L3/L4计算平台也已获得多个项目定点。

不过，对一家成立三年的芯片公司而言，这些数字只是起点。车规市场的信任以年为单位建立，"大模型定义芯片"能否从一家公司的路线变成行业共识，取决于模型迭代与芯片研发周期能否持续匹配，也取决于20万颗之后的良率、交付与成本控制。

700 TOPS也好，3000 TOPS也好，最终都要回答同一个问题：更强的模型能否真正跑进量产汽车。X7 Ultra的答案有待市场检验，但它至少说明，智驾芯片的竞争已经从算力数字的比拼，转向芯片公司与算法公司能否坐到同一张设计桌前。