结论：Momenta CEO 曹旭东在 2026 年 10 月 29 日 XHEART 新芯航途发布会上首次公开第三个洞察“大模型定义芯片”，称专用芯片相比通用芯片性能可提升 10 倍，以支撑百亿至千亿参数的规模化 L4。 关键数字：性能提升 10 倍 / 参数规模 百亿至千亿 / Armv9 性能提升 20%

曹旭东的“三大洞察”演进

阶段	核心洞察	时间
第一洞察	数据驱动解决长尾问题	早期
第二洞察	规模量产获得海量数据	早期
第三洞察	大模型定义芯片	2022 年底提出

为什么通用芯片卡住了 L4

曹旭东判断，规模化 L4 需要承载百亿乃至千亿参数的大模型。通用芯片难以同时满足功耗、车规可靠性与成本三项要求，他将其称为“通用芯片的不可能三角”。

传统通用芯片为通用负载设计，面对大模型原生算子时，算力、带宽与功耗的配比并不经济。当模型规模冲向千亿参数，三重约束的冲突会进一步放大。

X7 Ultra 如何按大模型需求反向定义

XHEART 发布的 X7 Ultra 专为大模型设计，采用超大核 NPU 架构。核内数据交互相对核间数据交互，互联速率达到 TB/s 数量级提升，更适合大模型高并发的数据搬运。

CPU 方面，X7 Ultra 搭载中国首发量产的 Armv9 车规级内核，性能提升 20%、能效提升 10%。同场披露的量产进展显示，X7 系列芯片量产 8 个月累计出货超 20 万颗，已上车 10 款量产车型，获超 40 款车型定点订单。

这对行业意味着什么

曹旭东认为，只有从大模型需求出发反向定义芯片，才可能在功耗、可靠性与成本约束下支撑千亿参数模型，实现规模化 L4，并外溢到机器人与更多物理 AI 场景。

值得注意的是，X7 Ultra 已用规模交付验证路线可行性：从公司成立到芯片量产历时两年，首颗 X7 回片后 24 小时点亮、第 17 天打通整车闭环。这意味着“大模型定义芯片”已从概念进入量产阶段。

常见问题

“大模型定义芯片”和通用芯片差在哪？

通用芯片为广泛负载设计，大模型算子效率偏低；X7 Ultra 按大模型原生需求定义 NPU 与互联，目标是在车规约束下跑通更大参数模型。

10 倍性能提升靠谱吗？

10 倍是曹旭东对“大模型定义专用芯片 vs 通用芯片”的定性判断，特指面向大模型负载的架构收益，并非同制程下的线性指标对比，官方未给出统一基准测试明细。

普通消费者能感受到吗？

短期主要体现在智驾与机器人的端侧 AI 能力上。X7 Ultra 已上车 10 款车型，相关车型的智驾体验升级是消费者最直接的感知入口。

信息来源：IT之家于 2026 年 10 月 29 日发布的现场消息，并由腾讯新闻、微信公众号同日内容交叉核对。