新芯航途这次发布X7 Ultra，值得聊聊，但是背后更值得聊的，是Momenta的模型能力，怎样才能更完整、更高效地落到车上？

现在智驾模型越做越大，车端的功耗、散热和成本都有约束。芯片需要解决的问题是：让模型在这些条件下跑得动、跑得快，还要尽量保留训练出来的能力。

新芯航途选择的路线，叫“大模型定义芯片”。从这个角度看，X7 Ultra的几个技术特点，就比较好理解了。

1，先把数据搬运的问题解决。
大模型运行时，计算单元需要不断拿到权重和中间数据，数据供不上，算力再高也得等。
X7 Ultra采用超大核NPU，把大量数据交互放进核内完成，互联带宽达到TB/s级。同时让计算和权重加载并行，减少计算单元等待数据的时间，根据官方披露的量产智驾大模型测试结果，NPU计算利用率达到98.7%。

说白了，就是让芯片里的计算资源尽量忙起来，把硬件能力转化成实际的模型推理能力。

2，硬件架构和工具链一起优化，把功耗花在有效计算上。

X7 Ultra针对大模型关键算子配置了高精度专用加速引擎，工具链则通过“整网级融合”，统一安排模型里的计算任务，减少中间结果反复读写外部内存。

这点很关键：数据来回搬运，既占带宽，也消耗能量。
官方披露，在大模型性能相当的条件下，相比其选取的行业旗舰产品，X7 Ultra内存带宽消耗下降80%，推理能效提升100%。

对于车企，这意味着在有限的供电和散热条件下，有更多空间承载更强的模型。对于消费者，价值最终要体现在复杂路况下的理解、决策和响应上。

3，新芯航途和Momenta智驾大模型，优势就在于两者可以从设计之初共同优化

Momenta大模型智驾知道真实量产模型需要什么：哪些算子用得多，哪里容易卡带宽，哪些计算对精度敏感，以及下一代模型可能怎么演进。

这些需求提前进入芯片设计，新芯航途就可以据此安排计算架构、存储和数据通路；模型团队也能结合硬件特点，优化部署方式。
双方优化的是同一个目标：在车端的成本、功耗和响应时间约束下，尽量把模型能力发挥出来。

相比通用芯片，X7 Ultra可释放10倍模型参数的部署空间。我觉得这个指标的意义，在于给模型继续演进留下余量，让更大的模型有机会进入量产汽车。
曹旭东也说，Momenta R7 Ultra也是双方协同的一个具体落点：模型规模继续扩大，芯片同步提供承载能力，软硬件围绕同一条演进路线往前走。

4，上车，交付，量产

一套智驾系统还需要处理传感器输入、系统调度和安全任务。X7 Ultra配备车规级Armv9 CPU，并通过异构计算单元分担传感器处理；功能安全方面，芯片满足ASIL-B要求，内置MCU通过ASIL-D认证。

此前，Momenta、新芯航途和QNX已经公布联合量产方案，把算法、X7芯片和安全操作系统整合起来。这也是软硬协同的实际体现：把车企需要完成的系统集成和验证工作往前推进，降低量产开发难度。

根据此次发布会披露，X7系列累计出货已经超过20万颗，搭载10款量产车型。这些交付经历，也让后续芯片和模型的协同有了真实项目的反馈。

所以我对这件事的判断是：新芯航途与Momenta，在于模型需求能提前进入芯片架构，芯片能力又能支持模型持续升级。

车企最终需要的是一套能力能兑现、成本能接受、项目能交付的方案。消费者关心的则更直接：同样的购车预算，能不能买到更好用的辅助驾驶，这才是软硬一体值得讨论的地方。