过去几年，中国半导体产业的叙事几乎被一条主线垄断：全栈自主、全链国产、在极限封锁下突围。这条路的价值毋庸置疑，但一个产业如果只有一条路径，本身就是一种风险。

全球芯片产业的现实格局是什么？是高度分工。苹果不造晶圆，高通不建工厂，英伟达不碰封测。它们只做一件事——设计。然后把制造交给台积电，把封装交给日月光。这条 Fabless 的路，撑起了全球芯片设计产业超过万亿美元的市值。

中国需不需要这样一条路？答案其实很明确。全自主路线解决的是 " 卡脖子 " 的生存问题，但 Fabless 路线解决的是另一个问题——如何在全球分工体系中占据价值链高点，如何用设计能力而非制造能力参与国际竞争。

8 月 24 日，小米一次发布三颗自研芯片——玄戒 O3、O100、D100，分别面向手机、AI 加速和智驾三个场景。这件事的意义在于，它以中国公司的身份，在 Fabless 这条主流路径上，做到了一个不低的水位线。

如果你把时间拉回到五年前，彼时小米的芯片战略还处于 " 修炼内功 " 阶段。2021 年重启旗舰 SoC 研发，2025 年 O1 量产出货，百万级发货证明了一件事：小米具备了设计一颗 3nm 旗舰芯片的能力。

但 " 能设计一颗芯片 " 和 " 具备芯片体系能力 " 之间，差距是量级的。

AI 正在重塑所有硬件产品的底层逻辑。一颗通用 SoC 能做什么？能跑推理，但带宽不够，大模型吐字就慢；能算，但算力有限，复杂任务就得上云。端侧 AI 要真正做到好用，需要的不是一颗万能芯片，而是一套针对不同场景做过深度优化的芯片组合。

苹果想明白这件事，所以有了 A 系列、M 系列、以及传闻中的 AI 协处理器。英伟达想明白这件事，所以从 GPU 延伸到了 DPU 和车载芯片。现在小米也给出了自己的方案：O3 管通用计算，O100 管 AI 加速的带宽瓶颈，D100 管高算力场景。三颗芯片构成一个算力底座，托起手机、汽车、机器人三个业务的 AI 能力。

这三颗芯片回答的是同一个问题：在 AI 时代，一家硬件生态公司，如果不掌握底层算力的定义权，还能不能把产品体验做到极致？小米的答案是不能，所以它选择自己做。

众所周知，小米的产品是擅长跑分的。那就先把硬数据摆出来：玄戒 O3 的安兔兔综合跑分 528 万，成为全球首个突破 500 万的移动 SoC；GeekBench 多核 15221，也是行业第一；GPU 跑分领先苹果 A19 Pro 55%；内存访问延迟 82 纳秒，行业最低。3nm 制程下，部分性能表现不逊于 2nm。

数据很好看。但对行业观察者来说，比跑分更有信息量的，是背后的几个事实。

第一，迭代节奏。O1 到 O3，核心指标提升 60% 以上，这个幅度在行业正常节奏下需要两到三年，小米用了一年多。这不是靠堆人能实现的，它反映的是设计方法论的成熟—— O3 在 O1 量产前就已并行立项，一次流片成功，点亮速度显著优于上一代。

第二，上机策略。O1 首发搭载在中高端产品线上，带着验证的性质。O3 直接上小米最贵的折叠屏旗舰 18 Fold。产品定义团队敢把最贵的 SKU 交给自研芯片，说明内部对这颗芯片的品质评估已经越过了某个阈值。

第三，NPU 的设计思路。O3 的 NPU 不是简单堆算力，它针对 MiMo 大模型做了深度定制—— 4 核架构、200 TOPS 算力、独创的 5 值量化无损压缩。这意味着小米不只是在做一颗通用芯片，而是在做一颗和自家 AI 模型协同优化的芯片。这种 " 芯片 + 模型 " 联合设计的思路，目前在行业里只有苹果和谷歌在系统性地做。

如果只看传播声量，O3 一定是这次发布会的主角。但从技术路径的创新性来看，O100 才是更值得细看的那颗芯片。

它解决的问题很具体：端侧大模型跑得起来，但跑得不够快。瓶颈不在算力，在带宽——数据从内存搬到计算单元的速度跟不上。这个问题不是小米独有的，是整个行业的共性痛点，也是为什么大家都在讨论 " 近存计算 "。

O100 的方案是 WoW —— Wafer on Wafer，晶圆级垂直堆叠。把 NPU 和 DRAM 直接叠在一起，用 1.4 微米间距的 Hybrid Bonding 连接。做个对比：服务器 AI 芯片用的 HBM 内存，节点间距通常在 20 到 50 微米。小米在手机尺寸的芯片上，做到了比云端方案还密的互联密度。

这带来的直接收益是 1.22TB/s 的内存带宽，是当前旗舰手机 LPDDR5X 的近 16 倍。配合 O3 协同计算，端侧大模型推理 330 Token/s。

为什么说这颗芯片可能被低估？因为 6nm WoW 在它之前，行业里没有成功先例。不是没人想做，是做不出来——制程越先进，晶圆越薄越精密，高温键合时的翘曲、对准、良率，每一步都是工程上的 hard problem。小米主导设计并走完了全周期验证，这件事本身就是一种产业能力的证明。

往前看一步，O100 的意义在于：当端侧 AI 的带宽问题被解决，设备就有可能在弱网甚至无网环境下提供接近云端的 AI 体验。这对 AI 手机、AI 汽车、AI 机器人来说，都是一个关键的基础设施级突破。

D100 的定位很直接——国内首款 3nm 智驾高算力 AI 芯片。在国内智驾芯片普遍还在 5nm 甚至 7nm 的时候，小米直接拉到了 3nm。

但如果只把 D100 看作 " 小米汽车的智驾芯片 "，就窄了。

这颗芯片单芯片支持 160GB 内存，能本地部署 200B 以上参数的大模型，还支持多芯片融合计算。这意味着它不只是一颗车载芯片，更是一颗通用的端侧高算力平台——能做智驾，也能做机器人的具身智能，还能做个人 AI 超算。

小米现在的业务版图里，手机是基本盘，汽车是第二曲线，而 AI 和机器人可能是第三曲线。D100 对应的正是这个更远的可能性。它现在还没正式商用，但芯片已经流片验证完成，先把能力建好，等场景成熟了直接上。

这个节奏其实很像 2021 年小米刚宣布造车的时候——外界觉得是讲故事，但三年后 SU7 就交付了。芯片这件事，小米也不是第一天做了。

最后我想从一个更长的时间尺度来看这件事。

2010 年，小米从 MIUI 起步，一家做系统优化的软件公司。2011 年做手机，从一个没有硬件基因的团队开始，学着跟供应链打交道。2014 年第一次尝试造芯，交了学费，退回来了。2021 年宣布造车，所有人都说跨界太大。2025 年 O1 量产，2026 年三芯齐发。

十六年，这家公司的能力边界一直在往底层延伸——从软件到硬件，从整机到零部件，从系统到芯片。每一步在当时看都有争议，但回头看有一条很清晰的线：小米在持续地把自己能掌控的技术纵深往下拉。

造芯这件事，最核心的意义在于，当你拥有了底层芯片的设计能力，你对产品体验的定义就从 " 组合供应商方案 " 变成了 " 从晶体管开始定义 "。前者是集成能力，后者是原创能力。全球范围内做到后者的公司，一只手能数得过来。

小米离 " 数得过来 " 还有距离，但至少从这次三芯齐发来看，它已经走在了一条对的路上，而且速度不慢。

中国半导体产业的突围，需要华为这样的 " 极限自主派 "，也需要小米这样的 " 全球化设计派 "。两条路不是互相替代的关系，而是互为冗余、互为保障。这可能是玄戒三芯齐发这件事，最值得被记住的一层意义。