TL;DR
Momenta 的「姐妹公司」、成立两年多的芯片公司**新芯航途（XHEART）**首次公开亮相，发布车规级大模型芯片 X7 Ultra ：700 TOPS「大模型算力」，Transformer 量产大模型计算利用率 98.7% ，量化输出与 FP32 相似度 99.99% ，内存带宽消耗比行业旗舰低 80%、推理能效翻倍。比参数更值得注意的是它的评测思路：不报实验室基准，直接拿 Momenta R7 世界模型上车实测------这可能是「算力注水」问题第一次被摆上台面正面回答。
先说一个搞部署的人都懂痛：TOPS 是「含水量」最高的指标
买过算力卡的都知道那个经典落差：标称 200 TOPS 的板子，模型一跑，实际吞吐打对折都算给面子。
原因不神秘。稠密算力、稀疏算力这些标称值，衡量的是「计算单元理论上限」。但真实大模型推理是一整条链路：计算单元会等数据（访存瓶颈）、高频「配角」算子会拖后腿（LayerNorm、Softmax、Transpose 算不快，后面全排队）、任务调度一乱整套流水线就空转。单环节再快，链路堵住就白搭。
所以当 10 月 29 日新芯航途发布 X7 Ultra、10 月 31 日量子位以《世界模型首次指导设计芯片！超大核NPU700TOPS，99%算力可用》报道时，真正值得看的不是 700 这个数字------2026 年底 700 TOPS 已经不算炸裂------而是它报算力的方式变了。
「大模型算力」：把量产模型搬上台面实测
X7 Ultra 引入了一个新口径：大模型算力。规则很直接：
- 不用合成的实验室基准，直接跑真实量产智驾模型------现阶段就是 Momenta 的 R7 世界模型；
- 模型结构不许改（不能为了适配芯片砍分支、换算子）；
- 计算精度必须保证（后述的量化相似度硬指标）；
- 驾驶体验不能打折。
在这些约束全部成立的前提下，实测出 700 TOPS、利用率 98.7%。也就是说，这 700 TOPS 的定义是「你的模型在我芯片上真的能跑出来的算力」，而不是「我的晶体管理论上能算出来的算力」。
这里要先澄清一个容易被标题带偏的点：「世界模型指导设计芯片」并不是说 AI 自动设计了这颗芯片 。它的实际含义有两层：一是 R7 世界模型作为评测基准（上面说的实测体系）；二是把模型侧的计算、访存、数据流需求拿过来反向定义芯片架构------先理解大模型需要什么，再倒推芯片该长什么样。至于 AI 参与自动布局布线这类「AI 设计芯片」流程，报道中没有披露（uncertain：官方未公开协同设计的具体流程细节）。
三个硬指标怎么看
98.7% 计算利用率（标题里「99% 算力可用」的出处）：NPU 计算单元在跑实测任务时，98.7% 的时间在做有效计算，闲置极少。对照行业现状------利用率常年被访存和调度拖到六七成甚至更低------这个数字意味着架构、互连和软件栈是作为一个整体优化的。
量化输出与 FP32 相似度 > 99.99%：量化是省算力省内存的标配，但压得越狠输出偏得越远。X7 Ultra 把「量化后输出贴住 FP32 基准」写成了指标，等于承诺「我这里的推理效率提升不靠牺牲精度换」。对要在功耗预算内塞下更大模型的车端场景，这笔账直接决定能跑多大的模型。
内存带宽消耗 -80%、能效 +100%（对比「行业旗舰产品」，未指名对标谁，uncertain）：大模型推理的真正瓶颈往往不是算，而是数据搬运。这两项省的就是搬运。
超大核 + 专用引擎 + 工具链：架构怎么「围着模型转」
拆开看 X7 Ultra 的设计，每一项都对应上面那条链路上的一个堵点。
超大核 NPU + TB/s 级核间互连。模型规模上去后，计算任务要跨计算单元协作、互换数据。超大核加高带宽互连，减少协作损耗，让计算资源「连贯地」干活，而不是各算各的、中间互相等。
配角算子专用引擎。神经网络里 LayerNorm、Softmax、Transpose 这类算子计算量不大，却在执行路径上反复出现------一个慢，后面全等「接棒」。X7 Ultra 给它们配了专用计算引擎，相当于把高频杂活单独安排工位，不占通用算力的时间。
AI 工具链：整网融合 + 零拷贝。硬件安排好了，软件还得会派活。如果每个算子独立执行，中间结果不断写回外部内存再读出来，计算单元就全耗在等数据上。配套工具链做计算图融合、并行执行和任务调度，能合并的计算连起来算，减少中间搬运------前面说的带宽 -80%，一大半是这里省出来的。
传感器前端不拖后腿。智驾不是只有神经网络：激光雷达线数上去后点云处理量暴涨，X7 Ultra 加了专用激光雷达加速器，每秒处理 2000 万点，官方称支持千线级激光雷达；摄像头链路则优化了多核处理和流水线控制，称处理稳定性提升 100%。
车规底座。Arm v9 车规级 CPU（官方称 Arm v9 架构中国首发量产），性能 +20%、能效 +10%，带 SVE2 向量引擎；功能安全上 SoC 达 ASIL-B、集成 MCU 达 ASIL-D。上量产车，这一层是入场券。
把这些连起来看，X7 Ultra 的思路不是「把 NPU 堆到最大」，而是模型计算少等待、数据进出更顺畅、前端处理不拖后腿------三件事一起做，整条链路才快得起来。
背景：模型定义芯片，和被重新计时的「智驾摩尔定律」
这次亮相也是 Momenta CEO 曹旭东第一次对外更新他的行业判断清单。前两个判断------数据飞轮、两条腿走路------当年属于「格格不入」，现在是行业共识。第三个就是这次提出的「大模型定义芯片」：智驾模型能力持续增长，计算架构必须跟着模型一起演进。
这个认知成型于 2022 年，2023 年开始由新芯航途实践。落到数字上：过去行业普遍认「智驾摩尔定律」约每两年体验提升 10 倍；在模型定义芯片的正反馈链路里（模型定需求 → 芯片按需求演进 → 量产规模反哺数据），他们给出的新目标是每年 10 倍。曹旭东判断，L4 要规模化落地，端侧模型至少要 10B 甚至 100B 参数级------这个量级的模型要在车端功耗、车规和成本约束下实时跑，靠的正是这种软硬协同。
值得留意的是公司结构：新芯航途与 Momenta 无直接股权隶属，Momenta 创始团队成员曹旭东、夏炎通过控股股东间接持股，「姐妹公司」的表述更准确。上一代 X7 已在上汽大众新车上量产，X7 Ultra 这次是公司第一次正式对外亮相。英文名里保留的「X」，官方的说法是今天做汽车、未来可能延伸到机器人等智能体终端。
对开发者来说，这件事的启发不在芯片本身
不是每个人都会买这颗车规芯片。但它把一个通用问题摆上了台面：当你评估任何「算力」指标时，先问 benchmark 是什么。
- 标称 TOPS 问的是「理论上限」；「大模型算力」问的是「你的真实模型能跑多快、多稳」。选型、做容量规划时，后者的口径才接得上实际体验。
- 98.7% 利用率 + 99.99% 量化相似度这组指标给出一个参照系：下次有厂商报利用率，可以追问「什么模型、什么约束、精度保不保」------问完这三个问题，「注水」基本就现形了。
- 「模型定义芯片」的协同设计思路，对做端侧 AI 的团队同样适用：模型结构还没冻结之前，就把访存模式、算子分布和硬件约束拉通对齐，比模型定死了再调优要省力得多。
至于「每年 10 倍」的新摩尔定律，先记下，让 L4 的无人车队来验证。
参考来源
一级来源（原始报道）
- 量子位：《世界模型首次指导设计芯片！超大核NPU700TOPS，99%算力可用》（贾浩楠，2026-10-31）--- www.qbitai.com/2026/10/506...
- 快科技（凤凰网转载）：《一图看懂新芯航途X7 Ultra大模型芯片：700 TOPS算力》（2026-10-29）--- feng.ifeng.com/c/8xcWLG9AT...
二级来源（转载与整理，用于交叉核验）
- 网易订阅转载量子位稿（2026-10-31）--- www.163.com/dy/article/...
- 凤凰网大风号转载（2026-10-31）--- feng.ifeng.com/c/8xfY8dObN...
- zmj.net：《世界模型首次指导芯片设计，超大核NPU达700TOPS》（2026-10-31）--- www.zmj.net/news/3617
- AI热报：《世界模型指导芯片设计：NPU 算力达 700TOPS，利用率 99%》（2026-10-31）--- airebao.com/item/51473
说明：本文性能数据（98.7%、99.99%、-80%、+100% 等）均为官方口径、经媒体转述，未获独立第三方实测验证；对标对象与协同设计流程细节官方未公开，文中已标注 uncertain。