新芯航途发布智驾芯片 X7 Ultra，NPU 算力 700 TOPS
Momenta 关联芯片公司发布 X7 Ultra，提出"大模型定义芯片"，用量产智驾模型而非实验室跑分衡量算力。
与 Momenta 同源的新芯航途首次公开亮相，发布智驾芯片 X7 Ultra：NPU 算力 700 TOPS，NPU 计算利用率 98.7%，内存带宽消耗降低 80%、能效提升 100%。它主张用真实量产智驾大模型而非实验室基准来评估芯片算力。
正文摘录
以智驾模型知名的 Momenta，出现在了一家成立仅仅两年多的芯片公司首次公开亮相里。 芯片名字叫 X7 Ultra，只看算力数值，在 2026 年底已经不能算“极致”了——700 TOPS。 它想表达的是：X7 Ultra 的确有更高的推理效率，但没有放任量化误差无限扩大，而是要求量化后的模型输出尽可能贴近 FP32 模型。 因为大模型实在太能吃算力、内存和功耗了，把模型权重和计算精度压下来的主要途径，就是减少存储与计算开销。但压得太狠，输出也可能出现偏差。 第二个指标，是 NPU 计算利用率达到 98.7%，意味着芯片里的 AI 计算单元，在运行测试任务时，绝大部分时间都在执行有效的计算工作，闲置时间很少。 这通常也意味着芯片架构、数据传输和软件调度之间配合得比较好，计算单元不容易因为等数据、等指令而空转。 官方给出的参考数据是：对比行业旗舰产品，内存带宽消耗降低 80%，能效提升 100%。 过去谈 TOPS，多用稠密算力或稀疏算力，这些概念可以说明芯片的理论计算能力，却很难单独回答一个更贴近实际体验的问题：把真正用于智能驾驶的模型放上去，究竟能跑多快、跑得有多稳？ 例如，实验室里的 APS 等测试指标单独测量某个模型的运行耗时，都能帮助工程师分析芯片性能。 但真实智驾大模型涉及复杂的网络结构、不同类型的算子、频繁的数据读写，以及多种计算任务之间的调度；只追求某个环节跑得很快意义有限，因为其他环节却因为等待数据、内存带宽不足或调度效率不高而拖慢整体速度。 “大模型算力”的评测思路，是直接使用真实量产智驾模型测试芯片，而不是只依赖实验室基准测试。 这套评测还有另外几项明确约束：模型结构不能随意改变，计算精度必须得到保证，最终驾驶体验也不能打折，芯片需要在这些条件都成立的情况下，尽可能提高模型运行效率。