Im Zeitalter großer Modelle hat die auf die bloße Rechenleistung ausgerichtete Erfolgslogik von Chips für intelligentes Fahren ihre Gültigkeit verloren.

Am 29. Oktober stellte XHEART in Suzhou seinen Fahrassistenz-Chip X7 Ultra vor. Li Zonglin, CEO des Unternehmens, enthüllte, dass der X7 Ultra über eine Rechenleistung von 700 TOPS für große Modelle verfügt, während das nächste Modell X9 eine Marke von 3000 TOPS anstrebt.

Als erster Chip des Unternehmens, der nach dem Prinzip großer Modelle entwickelt wurde, erzielte der X7 Ultra bei praktischen Tests mit serienreifen Fahrassistenzmodellen eine NPU-Auslastung von 98,7 %, eine Reduzierung des Speicherbandbreitenverbrauchs um 80 % und eine Steigerung der Energieeffizienz bei Inferenz um 100 %. Medienberichten zufolge handelt es sich bei dem getesteten Modell um das R7-Weltmodell von Momenta.

Am Tag nach der XHEART-Pressekonferenz veröffentlichte Yu Kai, Gründer von Horizon Robotics, einen Beitrag auf Weibo, in dem er sich gegen die branchenübliche Berechnungsmethode für die äquivalente Rechenleistung wandte:

„Heute hat unsere Branche erneut die kosmische Skala durchbrochen: Die angegebene Rechenleistung wird teilweise auf das 6- bis 7-fache der dichten Rechenleistung aufgebauscht und als äquivalente Rechenleistung bezeichnet.“

Yu Kai führte sein eigenes Produkt Journey 6P als Beispiel an: Nach der Berechnungsmethode von NV beträgt die Rechenleistung 560 TOPS. Mit der sogenannten äquivalenten Rechenleistungsberechnung könnte derselbe Chip jedoch als 1960 TOPS angegeben werden.

Der Kern der Meinungsverschiedenheit zwischen den beiden Seiten liegt in der Messmethode. Yu Kai fordert eine einheitliche Berechnungsmethode, um überhöhte Angaben zu verhindern; Li Zonglin plädiert für praktische Tests mit serienreifen Modellen und betont die tatsächliche Auslastung. Obwohl die Schwerpunkte beider Seiten unterschiedlich sind, stimmen sie in einem Punkt überein: Die ausschließliche Orientierung an der TOPS-Zahl ist nicht sinnvoll.

Der breitere branchenweite Hintergrund ist, dass Algorithmen und Hardware zunehmend zusammenwachsen. Große Modelle verändern die Hauptrechenaufgaben im Fahrzeug: Algorithmen entwickeln sich von einer Vielzahl manueller Regeln zu einem datengesteuerten Ansatz, und der Fokus der Chips verlagert sich von der Spitzenrechenleistung hin zur Energieeffizienz unter realen Modellbedingungen.

Vor sechs Tagen stellte Qianli Technology ebenfalls ein Millimeterwellen-Radar vor, das speziell für große KI-Modelle entwickelt wurde. Das Team hat einen NPU mit 10 TOPS im Radar integriert, der nicht nur die Zielerkennung direkt im Radar durchführen, sondern auch originale Erfassungsdaten an die zentrale Rechenplattform übermitteln kann. Dadurch wandelt sich das Radar von einem reinen Erfassungssensor zu einer Wahrnehmungseinheit mit eigenständiger Urteilsfähigkeit.

In beiden Fällen werden Algorithmen bereits im Voraus in das Hardwaredesign integriert, um die passive Anpassung an Standardhardware zu reduzieren. Qianli möchte selbst bestimmen, welche Signale das Radar behält, während XHEART es dem Modell überlassen möchte, wofür die Rechenleistung des Chips eingesetzt wird.

Für Unternehmen im Bereich intelligentes Fahren verschwimmen die Grenzen zwischen reinen Softwareanbietern und reinen Chipherstellern zunehmend. Die Verlagerung der Modellanforderungen in die Phase der Hardwaredesign-Definition entspricht dem Branchentrend.

Dieser Weg stößt jedoch an physikalische Grenzen. Die Integration von Algorithmen in die Hardware kann die physikalischen Obergrenzen der Hardware nicht aufheben. Der von Momenta maßgeschneiderte XHEART-Chip erzielt eine höhere Recheneffizienz durch eine engere Anpassung, verliert dabei aber gleichzeitig an Offenheit und Kompatibilität.

Maßgeschneiderte Optimierung für Modelle

In der Branche besteht bereits Konsens darüber, dass die Rechenleistung von Allzweckchips nur gering ausgenutzt wird.

Die angegebene Rechenleistung von 254 TOPS des Nvidia Orin gilt unter bestimmten Bedingungen: Sie stellt den Maximalwert bei INT8-Genauigkeit (niedriggenaue Ganzzahloperationen) dar, wobei 87 TOPS aus dem Deep-Learning-Beschleuniger DLA stammen. Sobald ein Teil der Berechnungen des Modells nicht an den DLA übergeben wird, kann die volle Rechenleistung von 254 TOPS nicht abgerufen werden.

He Xiaopeng kritisierte einst, dass die Rechenauslastung von Allzweck-GPUs nur 30 % bis 40 % beträgt, selbst bei optimistischeren Schätzungen liegt sie nur bei 70 % bis 80 %.

Drei Gruppen von Messdaten, die Liu Xianming, Leiter des allgemeinen intelligenten Zentrums von XPeng, auf der CVPR 2026 vorstellte, zeigen: Bei einem Open-Source-Modell in Kombination mit einem Allzweckchip beträgt die Rechenauslastung 22,8 % und die Inferenzdauer 800 Millisekunden. Wenn das Open-Source-Modell durch den eigenen Turing-Chip von XPeng ersetzt wird, steigt die Auslastung auf 35,1 % und die Dauer sinkt auf 300 Millisekunden. Wenn der Turing-Chip zusätzlich mit dem von XPeng selbst entwickelten zweiten Generation VLA-Modell kombiniert wird, liegen die Werte bei 82,5 % und 80 Millisekunden.

Li Auto ging einen anderen Weg. Zhan Kun, ehemaliger leitender Algorithmusexperte für autonomes Fahren bei Li Auto, enthüllte, dass das Team im Jahr 2024 zusammen mit Nvidia die unterliegenden PTX-Anweisungen neu schrieb und eine eigene Inferenz-Engine entwickelte, um große Modelle auf Orin zu implementieren. Dadurch konnte die Inferenzlatenz um eine Größenordnung gesenkt werden.

XHEART geht noch einen Schritt weiter als Li Auto.

Bereits in der Phase der Chipdefinition war Momenta an der Entwicklung beteiligt. Die kleinen Kerne des herkömmlichen NPU wurden in extrem große Kerne umgewandelt, und gleichzeitig wurden spezielle Beschleunigungs-Engines für häufige Aufgaben mit geringem Datenvolumen konfiguriert. Die mit der Hardware verbundenen Kompilierungswerkzeuge können das gesamte neuronale Netz überblicken, festlegen, welche Schritte nacheinander ausgeführt werden und welche Ergebnisse es wert sind, auf dem Chip gespeichert zu werden.

Die Zuversicht von XHEART stammt von Momenta. XHEART ist aus dem Chip-Projekt von Momenta hervorgegangen. Die beiden Unternehmen wurden aus derselben Quelle ausgegliedert, haben keine direkte Beteiligungsbeziehung, sind aber geschäftlich eng verbunden. Der derzeitige Vorsitzende von XHEART, Li Jun, war früher Leiter des Chip-Bereichs bei Momenta. Cao Xudong, CEO von Momenta, hält indirekt Anteile an XHEART über dessen Mehrheitsaktionär.

Nach den von Cao Xudong Ende Oktober veröffentlichten Daten hat die Anzahl der Fahrzeuge, auf denen das intelligente Fahrsystem von Momenta installiert ist, etwa 1,4 Millionen erreicht, und die gesamte zurückgelegte Strecke dieser Fahrzeuge überschreitet 200 Milliarden Kilometer. Dadurch erhält XHEART bereits im Vorfeld Daten zu seltenen Szenarien und kann verstehen, wie viel Redundanz der Chip vorsehen muss. Für intelligente Fahrassistenzchips, die hohe Investitionen erfordern und deren Architektur nach der Festlegung nicht mehr geändert werden kann, werden dadurch enorme Versuchskosten eingespart.

Der X7 Ultra steht jedoch vor einem Problem, nämlich der zeitlichen Differenz zwischen Modell und Chip.

Die Entwicklung eines Chips von der Architektur bis zur Serienproduktion dauert mehrere Jahre, während Modelle möglicherweise alle paar Monate aktualisiert werden. Es ist schwer zu quantifizieren, wie viel Freiraum für zukünftige Entwicklungen vorgesehen werden soll.

Beispielsweise wurde das KI-Millimeterwellen-Radar von Qianli Technology von einem festen Spezifikationsmodus zu einem per OTA aktualisierbaren System umgewandelt, um seine Nutzungsdauer zu verlängern. Die seitenseitigen Modelle können per OTA kontinuierlich aktualisiert werden: Wenn das nächste Modell nur eine bessere Zielklassifizierung und Trajektorienvorhersage erfordert, kann OTA die Nutzungsdauer des Radars verlängern. Bei Verbesserungen von Hardwareparametern wie der Abtastrate oder der Eingangsbandbreite stößt OTA jedoch an seine Grenzen.

Für XHEART lässt sich die Fläche, die der X7 Ultra für den Cache reserviert, kaum noch anpassen. Im Fenster der nächsten Finanzierungsrunde ist es von entscheidender Bedeutung, ob der X7 Ultra mindestens eine Generation von Modellaktualisierungen übersteht.

Momenta entkommt dem Preiskampf durch ein kombiniertes Software-Hardware-System

„Dass Momenta Chips bindet, ist im Wesentlichen eine Konzentration der technischen Wege. Es ist nicht mehr notwendig, auf mehrere Optionen zu setzen, man kann sich voll und ganz auf einen Weg konzentrieren“, sagte ein Branchenkenner im Bereich intelligentes Fahren gegenüber „Shuzhi Benliu“.

Als Anbieter von Algorithmen für intelligentes Fahren war Momenta bereits in der Kooperationsliste vertreten, als IM Motors früher ein serienreifes Fahrassistenzsystem auf Basis von Thor entwickelte. Für das SAIC Volkswagen ID. ERA 9X, das erste Modell mit Momenta R7-Weltmodell, wurde der XHEART X7 verwendet.

Die frühe Hardwareentwicklung erfordert klare Modelle und Szenarien, Chips benötigen echte Fahrzeugdaten zur Validierung, und die Fahrzeugzertifizierung erfordert stabile Serienprojekte. Die gesamte Kette erfordert einen kontinuierlichen Rückfluss von Daten und Cashflow, in diesem Stadium funktioniert das plattformübergreifende Anpassungsmodell ähnlich dem von Android gut.

Das ist der Vorteil von Momenta gegenüber Horizon Robotics: Es muss nicht auf einen bestimmten Chip setzen und kann Modelle unabhängig von Veränderungen in der Hardwarelandschaft betreiben. In einer Phase unklarer technischer Wege ist es risikärmer, die Investitionen auf verschiedene Chipplattformen zu verteilen.

Der Preiskampf der Automobilhersteller drückt jedoch die Lizenzgebühren für Software pro Fahrzeug, und der Verhandlungsspielraum für Softwareanbieter schrumpft. Auf der Leistungskonferenz für den Halbjahresbericht 2026 erwähnte Momenta, dass der Preiskampf die Verkaufspreise für Softwarelizenzen pro Fahrzeug beeinträchtigt, das Unternehmen jedoch nicht ohne Untergrenze Preise senken wird.

Cao Xudong setzt seine Chip-Investitionen auf sich selbst, und es gibt einen klaren Zeitplan:

2023 brachte Momenta das zweistufige End-to-End-System in die Serienproduktion, bestätigte gleichzeitig die Überzeugung, dass große Modelle Chips definieren, und begann mit der koordinierten Chinentwicklung. 2024 wurde die einstufige End-to-End-Technologie auf Basis von Imitationslernen abgeschlossen. 2025 wurde das R6 vorgestellt, das die Bedeutung des Verstärkungslernens erhöhte. 2026 wurde schließlich das R7-Weltmodell erstmals in Serie eingesetzt, wobei sich der technische Weg von dem zweistufigen End-to-End-System zu einem einstufigen End-to-End-Fahrmodell in Kombination mit dem Weltmodell wandelte.

Heute hat Cao Xudong auf der Pressekonferenz klargestellt, dass End-to-End-Großmodelle und Weltmodelle zu der festgelegten technischen Hauptlinie für intelligentes Fahren geworden sind, und das intelligente Fahren von einem regelorientierten zu einem datengesteuerten Ansatz übergeht. Auf diesem Weg kann bereits mit dem Chip-Team erörtert werden, welche Hardware-Rechenressourcen das Modell benötigt.

Momenta gibt das plattformübergreifende Geschäft nicht auf. Neben Nvidia Orin und Thor hat es auch Kooperationen mit Qualcomm angekündigt, die mehrere Rechenplattformen des Snapdragon Ride umfassen. Der X7 Ultra gibt Momenta lediglich eine weitere Option für die native Designbeteiligung, während das Modell selbst weiterhin plattformübergreifende Fähigkeiten als Absicherung behält.

Mit anderen Worten: Die Algorithmen von Momenta entwickeln sich von vollständig offen zu schichtenweise offen. Die untere Ebene bietet Anpassungen für Chips verschiedener Marken, während die obere Ebene die Kombination X7 Ultra + R7 mit optimaler Leistung und bestmöglicher Konsistenz der Nutzererfahrung bietet.

Nach den Aussagen von Li Zonglin wird der X7 Ultra separat verkauft, es gibt keine Exklusivitätsbindung an die Algorithmen von Momenta. Automobilhersteller können beide Komponenten separat beziehen. Als Gegenbeispiel nennt er den IM LS6, der mit dem selbst entwickelten IM AD-System ausgestattet ist. Bei diesem Modell ist der Fahrassistenzalgorithmus eng mit Momenta verbunden, aber das System trägt die eigene Marke IM AD von IM Motors, und als Chip wurde Nvidia Orin X gewählt.

Im Vergleich zum Modell von Horizon Robotics erweitern Unternehmen sich von der Chipseite aus in Richtung Algorithmen und kompletter Fahrassistenzlösungen.

Von Journey 2 bis Journey 5 bot das Unternehmen seinen Kunden Chips, Algorithmenlizenzen und Referenzdesigns für Hardware an. Mit Journey 6P stieg es später in die Entwicklung der gesamten HSD-Software ein. Anschließend wurde HSD Together vorgestellt, das es Partnern ermöglicht, Basismodelllizenzen und Anpassungsdienste für Algorithmen zu erhalten, sodass Automobilhersteller und Lieferanten selbst Anpassungen für ihre Modelle, Funktionsanpassungen und Systemintegration durchführen können.

Beide Unternehmen sprechen von Offenheit und suchen nach einem Gleichgewicht zwischen integrierter Software und Hardware. Der Unterschied liegt darin, dass Yu Kai eine bereits erprobte Software verwenden möchte, um die Hürden für Kunden bei der Auswahl von Journey-Chips zu senken, während Cao Xudong einen Chip verwenden möchte, an dessen Entwicklung er frühzeitig beteiligt war, um die Integration seines eigenen Modells in Fahrzeuge zu erleichtern.

Chipeinheit oder eigenständiges Unicorn-Unternehmen?

Um Nvidia herauszufordern, muss XHEART nicht nur mit dem Orin-Chip konkurrieren.

Die Ingenieure von Li Auto haben die PTX-Anweisungen auf Orin neu geschrieben, was die Optimierungspotenziale von Allzweckchips zeigt, aber auch die Ökosystemvorteile von Orin unter Beweis stellt.

Ingenieure können mit CUDA eigene Rechenprogramme schreiben, TensorRT übernimmt die Optimierung der Inferenzausführung, und DRIVE OS liefert die Softwaregrundlage für das Fahrzeug. Wenn ein Operator nicht für den spezialisierten Besch