2026年6月25日，在第八届AI智能座舱大会上，芯驰科技生态总监&技术方案总监刘鹏分享了公司整体产业布局与全新座舱芯片产品规划。芯驰科技深耕车载半导体多年，布局智能座舱与车控两大核心赛道，多款芯片实现大规模量产，多项国产芯片市场排名领先，研发体系全面遵循严苛车规标准，服务诸多车企并搭建起完善产业生态。

刘鹏介绍到，芯驰即将推出的X10芯片采用先进4nm车规制程，算力配置大幅升级，硬件规格全面适配当下高阶座舱需求，在存储、音视频、域间通信等方面做了优化设计，整套方案能够有效控制车企整车硬件成本。X10主打普惠型AI座舱市场，满足行业智能化普及需求，同时预留扩展能力适配更高阶车载智能方案，为车企提供一站式高性价比AI座舱底层解决方案。

刘鹏｜芯驰科技生态总监&技术方案总监

以下为演讲内容整理：

芯驰目前设有两大核心业务线，分别是智能座舱和车控领域。智能座舱板块包含已处于量产阶段的X9产品，以及即将发布上市的X10产品；车控板块则拥有覆盖底盘、动力、ECU等场景的MCU产品家族，以及面向网关领域的G9产品。今年车展，我们也发布了战略2.0，不仅覆盖智能汽车业务，也同时布局具身智能业务。目前芯驰的具身智能业务已经实现了规模化的量产。

芯驰现有员工以研发人员为主，全流程研发体系均严格遵循车规级标准搭建。公司总部设在北京，在上海、深圳、南京均设有研发办公点，同时在海外东京、慕尼黑也设有办公场所，为当地客户提供服务。

芯驰于2018年成立，截至2026年4月，累计出货量超1200万片。根据去年的统计数据，公司智能座舱SoC在国产产品中排名第一，高端车控MCU同样位列国产产品第一。我们始终依托先进技术，为行业提供优质的处理器基座，是国内首个推出16nm SoC的企业，也是国内第一颗22nm车规MCU的推出者，同时是覆盖座舱、底盘动力等五大域控领域、实现完整量产域控芯片的国产品牌。X10产品将采用台积电先进的4纳米车规工艺打造AI座舱产品，预计于今年年底或明年年初正式推出。公司的全流程体系覆盖功能安全、信息安全与车规标准三大维度。截至目前，产品已覆盖90%的车企，携手200余家合作伙伴，为行业提供整套解决方案。

图源：演讲嘉宾素材

AI上车并非单一产品或单一部件的智能化，而是整个系统层面，围绕AI如何赋能汽车从设计、后端落地到用户体验全链路的系统性考量。我们的产品主要覆盖车身、动力、底盘、座舱等领域，基于与客户的交流反馈以及行业整体发展态势，规划形成了对应的产品系列。在座舱领域，我们推出X10 AI座舱产品；在底盘及车身领域，我们推出新一代AMU产品。

X9系列已被行业广泛熟知，该系列自2022年开始量产，采用16nm工艺。在X9的产品定义阶段，我们便已在芯片内部规划集成NPU，彼时该NPU主要用于运行视觉类算法，覆盖DMS、环视MOD等相关功能。在后续升级产品X9SP中，我们进一步将NPU算力提升至8TOPS，此时该芯片已可支撑舱泊一体功能落地。之所以布局舱泊一体，本质是因为座舱与泊车功能的核心服务对象均为驾驶员，二者面向用户场景的体验逻辑具备高度一致性，我们也基于这一判断完成了对应的产品方案设计。

到X10产品，我们的核心思路是明确要打造一款适配行业趋势的产品。当前AI上车已成为确定性发展方向，我们希望为AI上车落地提供支撑，推出面向普及场景的AI座舱产品。基于这一目标，我们选用台积电4nm车规工艺，打造当前旗舰级座舱算力，同时配置可支撑7B至9B参数端侧大模型部署的NPU与带宽资源，围绕这一产品定义逐步推进X10的研发设计。与此同时，和我们的全系列产品保持一致，X10在功能属性之外，也同步兼顾可靠性与安全性，完整覆盖功能安全相关要求。

X10智舱芯片的 CPU与GPU均搭载ARM v9.2架构，算力配置贴合当前旗舰级座舱的主流水平，达到250K DMIPS，同时GPU算力为3000GFLOPS。在NPU部分，产品配置80TOPS算力，采用双NPU架构，该架构既支持作为两个独立NPU运行，也可合并为单个NPU调度，为模型部署提供灵活性。基于这一设计，产品可同时部署CNN模型与Transformer大语言模型，即便大语言模型处于运行状态，DMS、OD等依赖CNN算法的场景也可同步正常工作。

图源：演讲嘉宾素材

上述配置构成了基础算法运行的核心基座，在此之上，产品也为用户交互体验提供了充足支撑。X10支持8K显示屏接入，同时特别配置了4组HIFI-5S单元，可完整覆盖当前整车的各类高阶音效需求。该HIFI-5S单元可支持AI音效相关算法，覆盖降噪功能，以及科技音效、定制化音效等特殊音效类算法的运行。

由于X10的产品定位仍聚焦座舱领域，为实现与智驾域、中央网关域等其他域控的通信交互，产品配置了两路10G以太网接口。为承载整机的大算力需求，X10搭载128-bit LPDDR5X，最大带宽可达154GB/s。从参数来看其位宽配置并非极致，但这延续了X9的设计理念，通过优化设计将主频拉至最高，在保障性能的前提下为客户控制整体成本。同时，我们延续X9的产品设计逻辑以及行业主流座舱软件架构，采用QNX 8.0 Hypervisor搭配安卓16的方案。

X10是一款融合座舱功能与AI Box能力的产品。它面向行业提供高性价比的AI座舱解决方案，当前存储资源不仅价格偏高，还存在供给紧缺的问题，我们通过芯片内部的集成设计，依托NPU与带宽的配套支撑，即可实现7B至9B参数端侧大模型的部署。在存储层面，产品采用统一内存架构，支持座舱功能与AI大模型的协同运行。结合当前存储市场的价格水平测算，整套方案可实现两千元至三千元左右的成本节约。

基于这款产品，我们规划落地对应的方案与服务，核心围绕AI座舱场景展开深度思考，整体思路与行业内的主流判断基本一致。经研判，端云结合是当前模型部署框架中具备必要性的主流路径，在此基础上可进一步细分部署形态：端侧可搭载不同类型的模型，其中一类为面向快速响应、高安全需求的小模型，支撑实时对话、信息安全相关识别等功能落地。

同时，端侧可搭载中模型作为视觉能力的扩展载体，通过多模态方式实现舱内与舱外的全域感知，覆盖场景触发、多轮复杂对话等应用场景。从行业实践来看，通过端云协同完成AI座舱大模型部署，已经成为全行业普遍达成共识的核心需求。

从模型部署的发展趋势来看，多个模型同步部署，已经成为明确的行业方向。基于这一趋势，我们针对性设计了对应的承载方案来匹配这类需求与场景。首先，产品的NPU原生支持多模态大模型运行，同时具备多任务并发能力。该能力一方面可支撑CNN算法与大模型同步运行，既可以通过优先级调度模式分配算力资源，也可采用时间片轮转的调度方式实现算力资源的动态分配。

另一方面，该NPU也支持多个大模型同时部署运行，比如可实现1B、1.5B参数的小模型与4B、7B参数的VLM模型的同步部署，既保障小模型的快速响应特性，也能依托大模型的强泛化能力提供更全面的功能支撑。

模型部署是当前行业高度关注的核心问题，如何将芯片的各类能力落地、实现更便捷高效的调用，是我们重点解决的方向。针对这一需求，我们做了SDNN，该框架直接部署在X10芯片内部。配套层面，我们在PC端提供了一套完整的工具链，可辅助用户完成前文提及的多任务拆分、子图分割、仿真验证、量化处理等全流程操作。

X10的NPU原生支持FP4量化，当前行业内多数模型普遍采用INT4或INT8量化标准，直接使用INT4相比INT8会出现一定精度损失，我们通过FP4的技术路径补足精度，同时实现带宽占用与存储空间的双重优化。从框架的传承性来看，X10的SDNN的API完全继承自X9的已有体系，保障了老用户的使用延续性，同时X10针对性新增了LLM专属API。整体而言，X10的NPU框架在规划阶段就完成了原生适配，可同时支持视觉类任务与大语言模型任务的全流程运行。

依托上述模型工具链与算力能力，我们将联动行业合作伙伴，面向全行业输出完整的AI生态服务。在底层供应链层面，由我们主导向用户提供相关支撑，联合合作伙伴共同完成模型量化、性能优化等相关工作。

在模型预适配环节，我们会提前与DeepSeek、千问等主流大模型厂商完成模型适配与调优工作，同时也会针对车用场景专属大模型提前开展适配调优，针对车企自研大模型、车企自主微调的大模型，我们也会同步完成对应的适配工作。

开展上述适配工作的核心目的主要有两点，第一，保障主流大模型可在X10平台上直接完成部署使用；第二，由于X10的工具链、NPU架构IP均为完全自研，我们可依托对底层架构的深度理解，提前与模型厂商协同开展定向优化，充分释放芯片算力、提升运行效率，最终支撑基于API开发的AI Agent应用落地，同时覆盖调用其他车载APP的各类场景。

除大模型相关的合作布局之外，我们也将联动广大合作伙伴，持续提供传统座舱所需的各类功能与落地方案。在操作系统层面，我们与QNX保持长期深度合作；同时也在信息安全、HMI等领域布局协同。进入AI座舱时代后，HMI将迎来全新的形态迭代，我们也将与相关合作伙伴开展深度合作，共同搭建面向AI座舱的3D HMI体系。除此之外，我们也会针对传统语言模型、传统视觉模型与视觉算法提前完成全量适配工作。

总体而言，X10的核心定位是提供高性价比选择，为行业输出AI座舱上车的基础解决方案，满足AI座舱普适化落地的市场需求。与此同时，若用户存在更高阶的AI座舱或大模型上车需求，也可通过X10的互联接口完成能力扩展。芯驰始终围绕车载场景开展业务，以客户需求与整体市场导向为核心推进相关产品与服务的落地。

（以上内容来自芯驰科技生态总监&技术方案总监刘鹏于2026年6月25日-26日在第八届AI智能座舱大会发表的《从场景出发 芯驰X10重新定义AI智能座舱》主题演讲。）