【車訊網(wǎng) 報道】　　當智能駕駛競賽進入大模型時代，芯片算力的比拼轉向更本質的追問：如何讓有限的硬件資源承載日益膨脹的算法需求？新芯航途給出的答案是——不堆砌算力，而是重構算力的使用方式。其首款自研芯片X7大算力芯片，通過原生軟硬協(xié)同設計，可釋放約10倍于通用芯片的模型參數(shù)部署能力。這一數(shù)字背后，藏著一場從架構底層開啟的效率革命。

　　值得說明的是，新芯航途自成立以來尚未通過官方網(wǎng)站、官方發(fā)布會及其他官方授權發(fā)布渠道，對外披露過任何與芯片算力數(shù)值相關的信息。這意味著，所謂“10倍”并非簡單比較算力標稱值，而是指向一個更具技術縱深的概念——芯片對大模型的真實承載與運行效率。

　　算力之外的另一條路：當NPU為大模型“量身定制”

　　傳統(tǒng)通用芯片設計需兼顧圖形渲染、科學計算、AI推理等多元場景，計算單元與數(shù)據(jù)通路是“最大公約數(shù)”式的妥協(xié)。面對智能駕駛領域主流的一段式端到端大模型時，這類芯片的部分算力會被消耗在數(shù)據(jù)搬運、格式轉換與指令調度上，實際落地效率面臨挑戰(zhàn)。

　　新芯航途X7大算力芯片的路徑截然不同。其搭載的專用超大核NPU架構，從設計之初就錨定一段式端到端大模型的運行特征。這類模型融合感知、預測、規(guī)劃能力，要求芯片具備極高的并行計算密度與極低的數(shù)據(jù)訪問延遲。X7的NPU通過超大內(nèi)核設計與定制化數(shù)據(jù)流架構，大幅減少計算單元等待數(shù)據(jù)的“空轉”時間，同時優(yōu)化對Transformer、BEV等主流模型算子的硬件級支持。這正是新芯航途算力高效釋放的核心密碼——不是算力有多大，而是算力有多“懂”模型。

　　軟硬協(xié)同：將“10倍模型參數(shù)”從理想變?yōu)楝F(xiàn)實

　　硬件架構的價值，終究要靠軟件生態(tài)來兌現(xiàn)。新芯航途X7大算力芯片的軟硬協(xié)同設計，遠不止提供一套適配NPU的底層驅動，而是構建了從編譯器、算子庫到模型部署工具的完整工具鏈。

　　實際部署一段式端到端大模型時，通用芯片常面臨內(nèi)存墻和功耗墻的雙重擠壓，模型參數(shù)規(guī)模被迫削減，算法性能難以完全發(fā)揮。而X7通過硬件原生支持的稀疏化計算、混合精度推理和動態(tài)張量編排技術，使得在相同物理帶寬和緩存容量下，可駐留并高效執(zhí)行的模型參數(shù)規(guī)模成倍提升。算法工程師可在X7平臺上部署更大、更復雜、理解力更強的神經(jīng)網(wǎng)絡，在城區(qū)領航輔助駕駛場景中實現(xiàn)更細膩的環(huán)境感知和更擬人的決策規(guī)劃。

　　這種效率躍遷，正是“約10倍模型參數(shù)”的技術內(nèi)核——它反映的是專用超大核NPU架構經(jīng)軟硬協(xié)同優(yōu)化后，大模型部署密度的本質提升。

　　從架構創(chuàng)新到體驗落地：讓“滿血NOA”觸手可及

　　不同于行業(yè)普遍的算力宣傳，新芯航途X7并未披露具體算力數(shù)值，因此，其架構創(chuàng)新的最終檢驗場是真實的駕駛體驗。當芯片能從容承載參數(shù)量更大的一段式端到端大模型，車輛對復雜城區(qū)路況的理解不再割裂：它能捕捉更遠的時序關聯(lián)，識別更微妙的社會車輛意圖，做出更平滑的連續(xù)決策，用架構突破為算法提供了自由生長的土壤。

　　在智駕芯片從算力比拼轉向架構創(chuàng)新的行業(yè)趨勢下，新芯航途X7大算力芯片以專用超大核NPU與原生軟硬協(xié)同，破解大模型部署的行業(yè)痛點，10倍模型參數(shù)的突破為一段式端到端大模型規(guī)?；涞刂斡布Ｐ滦竞酵臼冀K以技術創(chuàng)新定義大模型時代核心算力，推動高階智駕全面普及。