NE时代

8月24日，小米连发三款芯片，分别是玄戒O3、玄戒O100和玄戒D100。

其中玄戒O3是面向AI旗舰手机应用，采用3nm工艺，拥有240亿晶体管。芯片面积为133mm²，比2025年发布的玄戒O1增加26%。CPU为十核全大核（6 超大核 + 4 大核），超大核主频 4.35GHz，多核跑分首破 15000，整体性能提升 60%。GPU首发 G2-Ultra NX，性能提升 85%、功耗降 64%。AI算力方面，拥有200TOPS 张量 + 3.13TFLOPS 向量算力，端侧 AI 性能提升 45%，CPU/GPU/ISP/DPU 全模块内置 AI 加速。最终安兔兔跑分达 522 万分，为行业首个破 500 万的旗舰 SoC。首发机型为小米 18 Fold与平板 9 Pro Max。

玄戒 O100是小米首颗专为端侧大模型而生的 AI 加速芯片，也是行业首款 6nm晶圆级垂直堆叠（Wafer on Wafer） 封装，采用Hybrid Bonding 混合键合，键合间距 1.4μm。参数方面，带宽为 1.22TB/s（约传统旗舰手机的 16 倍），端侧推理最高 330 TPS，可跑百亿参数级端侧大模型（MiMo 3B 等），目前已经研发完成，明年可商用。

玄戒 D100是智驾高算力 AI 芯片，面向汽车应用。D100也是三款芯片中，信息最少的一颗芯片。只披露了5条信息，工艺为3nm，规格为20 核 CPU + 16 核 NPU，最高支持 160GB 统一内存，可本地部署 200B 参数超大模型，但没有发布算力。和玄戒 O100一样，目前研发完成，2027年正式商用。

除此之外，小米同步发布了AI Cube。采用玄戒 O3+ 玄戒 O100+ 玄戒 D100组成的三芯协同计算，用于支持大模型本地部署。

01.

D100处于什么水平

在2027年这个时间节点上，参数上具备标杆属性的芯片主要是特斯拉的AI5（AI6预计时间是2028年）、地平线J7（和酷睿程C7H同源）、TI TDA5，除此之外Mobileye EyeQ7H如果顺利的话，2027年底也可提供样片。

其中特斯拉AI5无疑是标杆中的标杆，小米在整车层面多次对标特斯拉，因此大概率也是D100重要的对标对象。性能方面，特斯拉AI5目前只公布了综合能力，相比AI4综合提升10倍原始计算，9倍内存容量。对应到算力的话是单芯片2000–2500 TOPS，内存是144GB。工艺制程方面，三星为2nm，台积电为3nm。除此之外，AI的其设计哲学是做"减法"——移除GPU和ISP，让全部晶体管服务于自家神经网络的推理，并通过软硬件"共同签名"榨出远超通用芯片的有效算力。

玄戒D100对比来看，工艺制程与AI5持平，内存容量大于AI5。虽然D100没有公布算力，但200B本地模型部署能力与AI5理念也类似。

地平线J7是第三方芯片的标杆，余凯博士在多个公开场合也提到会对标特斯拉AI5。虽然和小米不是直接竞争对象，但却是整车层面对手可选的方案。J7的旗舰版本J7P目标算力"大幅超越Thor-X"，采用第四代BPU"黎曼"架构，工艺制程是3-4nm，并且罕见地由算法团队（副总裁兼首席架构师苏箐）主导芯片定义，最大化大模型运行效率。

TI TDA5不同的是采用Chiplet方案（国内企业中，黑芝麻也明确有该路线），工艺制程为5nm。Chiplet方案的好处在于可以覆盖极大的算力范围，TI称可覆盖10-1200TOPS算力范围目标是让车企用一套架构铺满从前视一体机到L3域控的全部档位。规格方面，8个Arm Cortex-A720AE，6个Cortex-R52+或3对锁步核心，8组双核Cortex-M55，4个C7 NPU。此外，TDA5的功耗表现也是其一大亮点，超过24TOS/W。

Mobileye EyeQ7H最大的特点是CPU架构改用RISC-V，工艺制程大概率为5nm。此外，可搭约15.6B VLM参数规模。

另外，蔚来神玑、理想马赫、小鹏图灵、比亚迪璇玑、英伟达Thor这些当前在售的标杆产品也将会成为玄戒D100的重要对手。

对比来看，工艺制程和内存容量是玄戒D100最大的亮点。

在工艺制程方面，比亚迪璇玑A3是当前唯一一款4nm智驾芯片，车规4nm也被王传福形容为"相当于消费电子2nm的难度"。另外，蔚来神玑与理想马赫均为5nm。（这里值得一提的是神玑2027年预计会量产第二代，主要面向外部客户）。

内存方面，D100单芯片支持160GB统一内存，而目前量产的芯片最高仅64GB。不过，D100还未公布带宽，目前带宽最大的是蔚来神玑NX9031的546GB/s，比亚迪璇玑和理想马赫都是273 GB/s。

CPU/NPU内核数量方面，玄戒D100亮点不多（当然，内核数量仅是一个参考，不代表最终算力）。比如CPU方面，小鹏图灵的40核、理想马赫的24核、蔚来神玑的32核都超过玄戒D100。

02.

对小米智驾的提升

玄戒D100的另外一个亮点是200B的模型量。要知道现在之所以要自研芯片，很大的一个理由是软硬一体之后，自己的芯片能够更好的运行自己的智驾模型。当然，这也无形中限制了自研芯片的外供之路。（蔚来神玑是通过与爱芯元智的合资公司推广，小鹏是将方案和芯片打包给大众）。

当前小米采取的路线是芯片外购（英伟达Thor U）+算法自研的方式布局智驾。2025年将端到端模型从300万Clips升级到1000万，2026年就发布基于MiMo-Embodied具身基座模型的XLA认知大模型，并开源了统一VLA与世界模型路线的OneVL框架。

不过，有公开实测表示，小米的智驾体验并不算头部。实测中1000万Clips端到端模型上车后，纵向舒适性提升57%、绕行成功率提升67%、路口通过率提升23%。

在如今智驾技术路线逐步收敛至模型驱动的现状下，提升体验的有效方式无非就两点。一是提升数据量，二是打通“有效算力”。比如小鹏声称图灵芯片的算力利用率可接近100%，接近英伟达Orin X的十倍。而玄戒D100相信也能很好的做到算力优化。

除此之外，玄戒D100的高速互联能力也是仅此于160GB内存之外另一大看点。未来Robotaxi和L3车型中，多芯片方案已经成为一个明确的需求。

总结.

玄戒D100目前公布的信息相对有限。不过从有限的信息来看，160GB、200B都是为提升模型能力做的准备。3nm、高速互联也基本能在芯片参数层面保持第一梯队。

当然，和自研芯片的动机一样，最终都会落到智驾体验的提升方面。这一点还需要进一步跟踪观察。

-END-