10 月 29 日下午，苏州。

新芯航途办了一场发布会，发了一颗车规芯片，X7 Ultra，大模型算力 700 TOPS，我在现场听完了全程。

700 TOPS 这个数字太熟了，今年每一场智驾发布会都要报一个，一个比一个大，可真正值得说的部分，不在这上头。

要看懂这颗芯片，得先回到 1965 年。

那一年，摩尔提出了一个观察，后来被叫作摩尔定律。大部分人记住的是其中一句话：芯片上的晶体管每两年翻一倍。

但回头看半导体这些年的发展，其实有三件事一直在往前走。

一件是快。每换一代，芯片算得更快；一件是省电，干同样的活，用的电更少；还有一件是装得多，同样大小的地方，能塞进去更多晶体管。

密度这一条后来成了主角，原因也不复杂，它最好量。

这个数能数出来，能画成曲线，印在每一页 PPT 上，至于快和省电嘛，衡量起来就复杂多了。

台积电副总经理陈平在台上把这段历史过了一遍。

从七十年代到 2004 年，那是半导体的第一个黄金时代；那三十年里，性能和能效提升得很快，每换一个工艺节点，性能往上跳一大截，功耗往下掉一大截。

2004 年前后，这条路开始遇到麻烦。

晶体管缩到一定程度，再往下缩，漏电、发热、成本一起上来，收益越来越薄，过去那套靠缩小晶体管就能持续提高性能、降低功耗的办法，越来越难奏效。

嗯，说走到头有点绝对，后面二十年，芯片并没有停，只是往前走的办法换了。

陈平说：今天评价一颗芯片，单个晶体管的成本只占一部分，更重的是它干一件活耗多少电，整个系统用下来总共花多少钱。

这就是总拥有成本。

他还讲了个数字，按这个标准算，过去二十年芯片的进步依然非常可观，甚至超过了当年摩尔定律预测的速度；所以，摩尔定律死了这句话，也就说对了一半。

陈平还补了一句，我觉得值得单独拎出来：一路做到 7 纳米以后，芯片才逐渐攒够了支撑今天大模型的算力。

图灵奖得主 Jack Dongarra 在后面的圆桌上，讲了一段他本行的事。

他研究大规模科学计算，那类机器里有上千万个计算核，跑起来一秒钟能完成百亿亿次运算。

三十年前，浮点运算贵得要命，谁能算得快谁就赢；今天情况变了，算力早就够用了，多出来的那些用不上，现在拖后腿的是数据在机器里搬来搬去。

这句话放在这场发布会上，分量比任何一个 TOPS 都重。

多年前，他做过一套基准测试，后来成了行业里的标准考卷，那张考卷是三十年前出的，主要考浮点性能。

可到了今天，光靠这张考卷，已经说不清楚一台机器到底好不好用了，数据怎么搬，同样得考。翻成大白话，以后看芯片，别只看跑分。

新芯航途自己也在往这个方向走。

李宗霖说，他们没有只跑实验室里的基准测试，直接拿真实的量产智驾模型来跑。

行业过去习惯跑个分，但在模型半年一换的今天，实验室里跑分高，装到车上未必跑得动。

芯片行业的比法，二十年前就变了，只是报数字的习惯留到了今天。

那按这两条，一颗车规芯片该长成什么样呢？2023 年，有几个人开始琢磨这件事，他们给出的答案，跟当时行业里的通行做法正好相反。

一颗芯片上排着很多计算单元，各有各的分工。一段算完交给下一段，数据就得在它们之间来回跑。

模型小的时候，这么跑没什么问题，模型一大，要传的数据多了，中间这一趟就容易堵。

过去的办法是把每个单元做强，X7 Ultra 的办法，是尽量减少中间环节。

第一件事，把算力聚起来。

原来数据要在很多单元之间倒手，现在把大部分计算能力并进一个大单元，让数据在内部直接交换，少往外跑。这个大单元，业内叫大核。

过去单元之间传数据，最快是每秒百 GB 这个档，并进大核之后，到了每秒 TB 这个档，速度差了一个数量级。

大核里还加了几层缓存。常用的数据放在离计算最近的地方，用的时候不用跑远路去取。

第二件事，让大核算得准。

算力聚起来了，新问题也跟着来了。有些计算，大核还真干不了。

早期的大核主要为图像识别那类模型设计，一次算一小块，算完再拼起来；后来模型架构变了，Transformer 逐渐成为主流，里面有些计算不合大核的脾气，只能交给旁边的通用单元。

这么一来，数据又得来回跑。

行业里的常见办法，是往大核里加一个通用模块，让更多计算能在里面完成；有效果，但有限。

因为这些活用的还是通用办法，没有针对模型里最耗时的几步专门设计。

一家饭店，菜单上几十道菜，可八成客人点的就那五样；与其把厨房做得样样都能做，不如给那五样单独开一条出餐线。

X7 Ultra 又往前走了一步，它把模型里反复出现、最占时间的几步计算挑出来，每一步单独做一块硬件，数据进来直接算，算完就存在旁边，不用再绕出去。

它们还有个要求，计算精度不能掉。

智能驾驶的判断是连续的，精度掉一点，规划出来的轨迹就可能偏一点，所以，这几块硬件都要支持高精度计算。

分开做还有个连带的好处。原来是这批单元干活，那批闲着等；现在加载模型权重的同时，计算单元也能开工，更多单元能同时转起来。

第三件事，让数据少绕路。

算得快了，还有一个地方在耗时间；常规做法是，算完一步，把中间结果写回芯片外面的内存。下一步开始，再读回来。一步一写一读，数据来回搬。

芯片里面的空间小，但快；外面的空间大，但慢。中间结果出去一趟，时间和电都耗在路上；行业里常见的优化，是把连续几步合成一步，让中间结果别出门。

X7 Ultra 把这个做法推到了整张网络。

他们的工具链会把模型里所有的分层、分支一起拆开重排，最后合成一个大步骤，中间结果尽量留在片内，走外部内存的只剩最开始的输入、最后的输出，还有模型参数。

按新芯航途自己的测试，大核计算利用率达到 98.7%。同样跑一个大模型，内存带宽消耗比行业旗舰低 80%；每一瓦电换来的性能，高出一倍；700 TOPS 就在这个基础上跑出来的。

同样标着 700 TOPS 的两颗芯片，如果数据供不上，实际能发挥出来的算力可能差很多；98.7% 这个数，至少说明在他们测试的模型和条件下，标称算力得到了很高的利用。

对了，还有一件事，跟快慢无关。

智能驾驶的摄像头，从曝光到识别出画面里有什么，需要时间，行业里习惯看平均值，比如平均 30 毫秒。

可平均值这东西有时候会骗人，同一套系统，好的时候 20 毫秒，差的时候 50 毫秒，平均下来还是三十多。真正影响安全的，恰恰可能是那 50 毫秒。

那一刻，车子看到的世界比实际晚了 50 毫秒，留给系统反应的时间也就更少。

所以，看一颗车规芯片，除了平均快不快，还得看最慢的那次有多慢。

行业里管它叫确定性，X7 Ultra 在摄像头这一环，把一部分计算挪到了离传感器更近的地方，用一颗本地的小处理器直接处理，省去数据来回跑的时间。

按照官方说法，传感器这一环的预处理，稳定性提升了一倍。

把这三件事放一起看，其实能看出一件事：X7 Ultra 只伺候一类模型，Transformer 这一类，它舍掉一部分通用性，换来了更高的计算利用率。

可腾出来的那块空间，不会空太久，Momenta 创始人曹旭东上台，讲的正是这块空间被用掉的速度。

他给的第一组数，R7 Ultra 参数规模扩到原来的 5 倍以上，安全性能提升 5 倍以上；这个倍数是相对上一代 R7 说的，别跟几年前的老模型混在一起。

参数越多，模型能学到的东西也越多；碰上没见过的场景，它可以根据学到的经验去判断，不必完全依赖事先写好的规则。

台上放了两段实测视频：

一段是在窄路上倒车让行，对面来车，后面是柱子，系统先挂 R 挡退出去，再找角度把对方让过去。

另一段是多把掉头，前后都是违停的车，它一点一点挪，最后挪出十厘米的空隙，才把车转过去。

曹旭东说，下一代还要往上翻，模型要长这么大，光有芯片还不够，数据也得跟上。

Momenta 跑在路上的车，累计 140 万台；一年前，这个数还是 30 万。第一个 10 万台，他们用了 24 个月；最近这 10 万台，不到一个月。

这些车加起来跑了 200 亿公里。

曹旭东给了个换算，相当于阿波罗登月往返 2.5 万次，也相当于 5 万个老司机一辈子的里程。

车跑得越多，模型见过的场景就越多，没见过的，再靠仿真补，靠强化学习反复练，目标是练到比老司机开得更好。

芯片好不容易腾出来的余量，很快又被越来越大的模型吃掉了。

成本也跟着来了，上汽的祖似杰在圆桌上算了一笔账：

造油车时，一辆车三万个零件，最便宜的车卖三万块，等于一个零件一块钱，现在车上要装的这颗芯片，也得放进这笔账里。

他还说，汽车行业是个很苦的行业，既要又要更要。成本要低，性能要好，安全得保证，体验还得好，听着苛刻，可消费者本来就是这么要求的。

祖似杰还讲了一句更直接的话，消费者肯定只为体验付钱，算力数值是技术标杆，可如果用户实际体验没做到，这个技术就没有意义。

价格这一头，压着芯片往下走。

工艺那一头，也快不了，陈平在台上给李宗霖留了一句话，2 纳米在台积电已经大规模量产，可车规最先进的还是 3 纳米。

差这一代，跟台积电做不做得出来没关系。车规芯片对可靠性的要求更高，需要更多量产数据，还得考虑冗余设计。

一颗芯片装到车上，可能要用十年。

陈平讲了个细节，消费类芯片出了问题，换一台机器就行；车规芯片出了问题，代价可能是一条命。

所以，每一代新工艺，都得经过足够长时间的验证，才敢真正上车；算力可以一年比一年高，工艺却没法跟着一年换一代。

曹旭东在台上提了个说法，叫智驾摩尔定律。

2022 年到 2026 年，智能驾驶的能力每两年提升 10 倍。2026 年往后，头部企业有望做到每年 10 倍。

2024 年，城市领航辅助驾驶从尝鲜配置逐渐走向主流选装，行业管那一年叫引爆点。

他判断 2028 年会是 L3 和 L4 的引爆点，2030 年进入规模化落地，这一次是在更高级别的自动驾驶上重演。

安全目标也给出了具体数字，到 2028 年底，头部公司有机会做到人类驾驶的 10 倍安全；2030 年，100 倍，当然，这些都是 Momenta 对未来的判断。

眼下，R7 Ultra 的参数规模和安全性能刚过上一代的 5 倍。要实现 2030 年的目标，还有好几年的路要走，芯片也得继续往前赶。

再往后看一代。X9 计划 2027 年推出。李宗霖给的数，算力 3000 TOPS，单芯片内存带宽 700GB 每秒。

算力是 X7 Ultra 的四倍多，一颗芯片从设计到量产，两年。一款车从开发到上市，三到五年。一辆车在路上，十年。

三个周期不一样长，芯片跑得最快，车跑得最慢。跑得快的那个，得等跑得慢的那个。

所以，这场竞赛最后比谁能在这三个周期里一直不掉队；嗯，算力只是入场券。