Xiaomis Xring D100: 200-Milliarden-Parameter-Modelle direkt im Auto

Xiaomis Chip-Offensive für das Auto

Xiaomi will beim sogenannten „intelligenten Fahren“ nicht dauerhaft auf externe Halbleiteranbieter angewiesen sein. Der Xring D100 ist der erste eigene Hochleistungs-Chip des Unternehmens, der speziell für Fahrassistenz und automatisierte Fahrfunktionen ausgelegt ist. Xiaomi hat die Entwicklung und Validierung nach eigenen Angaben abgeschlossen und plant den kommerziellen Einsatz in Fahrzeugen ab 2027. 18

Der strategische Anspruch geht über klassische Fahrerassistenz hinaus: Ein Teil der KI-Verarbeitung soll direkt im Fahrzeug stattfinden. Damit könnten große Modelle ohne ständige Verbindung zu einem Rechenzentrum analysieren, planen und auf Verkehrssituationen reagieren.

Die wichtigsten technischen Angaben zum Xring D100

Xiaomi beschreibt den D100 als Chinas ersten intelligenten Fahrchip mit hoher Rechenleistung auf Basis eines 3-nm-Prozesses. Die angekündigten Eckdaten lauten:

• 20-Kern-CPU für allgemeine Rechenaufgaben
• 16-Kern-NPU für neuronale Netze und KI-Inferenz
• Bis zu 160 GB gemeinsamer Speicher
• Lokale Ausführung von Modellen mit bis zu 200 Milliarden Parametern
• Geplanter kommerzieller Einsatz ab 2027 18

Ein 3-nm-Fertigungsprozess kann die Transistordichte und Energieeffizienz verbessern. Er ist jedoch kein automatischer Beweis für bessere oder sicherere autonome Fahrfunktionen. Entscheidend sind auch Software, Sensorik, Datenqualität, Redundanz, Validierung und die Einhaltung gesetzlicher Vorgaben.

Xiaomi hat bisher wichtige Vergleichswerte nicht veröffentlicht. Dazu gehören insbesondere die konkrete Rechenleistung in TOPS, das erste Fahrzeugmodell mit D100, Produktionsvolumina und ein detaillierter Zeitplan für den Einbau in Serienfahrzeuge. Auch die Demonstration großer Modelle fand zunächst in einem Prototyp- beziehungsweise Desktop-System statt und nicht in einem fahrbereiten Serienmodell. 18

Was bedeutet der 200-Milliarden-Parameter-Anspruch?

Große Sprach- und multimodale Modelle werden normalerweise in Rechenzentren ausgeführt, weil sie viel Speicher und Rechenleistung benötigen. Xiaomis Aussage zum D100 zielt deshalb auf eine besonders leistungsfähige lokale KI-Plattform: Ein Fahrzeug könnte komplexe Modelle direkt an Bord ausführen, anstatt für jede Berechnung Daten in die Cloud zu schicken.

Das könnte Vorteile bei Reaktionszeit, Datenschutz und Verfügbarkeit bringen. Gleichzeitig sagt die Zahl der Modellparameter allein wenig über die Qualität eines Fahrsystems aus. Ein kleineres, speziell optimiertes Modell kann für eine konkrete Fahraufgabe effizienter sein als ein größeres allgemeines Modell. Ob der D100 im realen Straßenverkehr einen praktischen Vorteil bietet, muss sich daher erst in Serienfahrzeugen und unabhängigen Tests zeigen.

NIO: Eigene Chips vor allem als Kostenhebel

NIO verfolgt mit seiner Chipstrategie einen anderen Schwerpunkt. Der chinesische Elektroautohersteller entwickelt mit dem Shenji NX9031 einen eigenen 5-nm-Chip für intelligentes Fahren. Im Vordergrund stehen weniger spektakuläre Angaben zur Größe lokaler KI-Modelle als die Kontrolle über Kosten, Lieferkette und die Abstimmung von Chip, Algorithmen und Sensorik. 114

NIO will dadurch die Abhängigkeit von Nvidia verringern und die wiederkehrenden Hardwarekosten pro Fahrzeug senken. Das Unternehmen hat außerdem erklärt, dass die Eigenentwicklung die Effizienz der Forschung und Entwicklung sowie langfristig die Profitabilität verbessern soll. Der wirtschaftliche Nutzen hängt allerdings davon ab, ob sich die hohen anfänglichen Entwicklungskosten über ausreichend große Stückzahlen amortisieren lassen. 114

Kurz gesagt: Xiaomi positioniert den D100 als Plattform für besonders anspruchsvolle On-Device-KI. NIO nutzt eigene Chips vor allem, um die Kostenstruktur und die technologische Kontrolle zu verbessern.

XPeng: Der Weg zu Level 4 führt über eine Plattform-Roadmap

Bei XPeng liegt der Schwerpunkt stärker auf der Entwicklung des gesamten autonomen Fahrsystems. Der Mona L03 dient als Fahrzeugplattform für XPengs VLA-Ansatz – also eine Architektur, die visuelle Informationen, Sprache und Fahraktionen enger miteinander verbindet – sowie für die firmeneigenen Turing-Chips.

Das von XPeng genannte Ziel des autonomen Fahrens nach Level 4 ist jedoch Teil der geplanten SEPA-4.0-Architektur für 2028. Level 4 bedeutet, dass ein Fahrzeug unter festgelegten Bedingungen ohne menschliche Kontrolle fahren kann; außerhalb dieser Bedingungen kann weiterhin ein menschlicher Fahrer erforderlich sein.

Die Ankündigung ist daher als technologische Zielsetzung zu verstehen, nicht als Nachweis, dass der Mona L03 bereits ein Level-4-Fahrzeug ist. Für SEPA 4.0 hat XPeng bislang nicht alle Leistungsdaten veröffentlicht.

Tesla und Terafab: Mehr Fertigungskapazität als kurzfristiger Nachweis

Tesla und SpaceX planen laut Reuters zwei fortschrittliche Chipfabriken an einem Standort in Texas. Eine soll Chips für Tesla-Fahrzeuge und humanoide Roboter liefern, die andere KI-Rechenzentren im Weltraum unterstützen.

Weitere Berichte bezeichnen das Projekt Terafab als 2-nm-Vorhaben. Elon Musk soll zudem angedeutet haben, dass SpaceX möglicherweise ungefähr dreimal so viele Chips beziehungsweise Rechenressourcen benötigen könnte wie Tesla. Diese Angaben beschreiben jedoch Pläne und langfristige Ziele – keine bereits verfügbare industrielle Produktionskapazität.

Die Bedeutung von Terafab liegt deshalb zunächst in Teslas Versuch, sich langfristig eigene Fertigungskapazitäten für KI-Hardware zu sichern. Das ist eine andere Wette als Xiaomis unmittelbar auf ein Fahrzeug zugeschnittener D100: Xiaomi stellt einen konkreten Chip für den geplanten Fahrzeugeinsatz vor, während Tesla zunächst die industrielle Basis für künftige Hardware aufbauen will.

Die HW4-Debatte: Nicht nur eine Frage der Nanometer

Kritik, wonach Teslas aktuelle HW4- beziehungsweise AI4-Hardware kein unbeaufsichtigtes Full Self-Driving ermöglichen könne, stammt bislang vor allem von Investoren und Analysten. Sie ist keine abschließend bestätigte technische Feststellung.

Tesla soll JPMorgan dagegen mitgeteilt haben, dass HW4 für die Softwareversion FSD v15 und auch für einen unbeaufsichtigten Betrieb ausreiche. Parallel wird mit AI4.5 eine Version mit moderat höherer Rechenleistung und ungefähr doppelt so viel Speicher ausgerollt.

Damit verschiebt sich die entscheidende Frage: Nicht allein der Fertigungsprozess – 3 nm, 2 nm oder älter – bestimmt, ob ein System sicher autonom fahren kann. Ausschlaggebend sind die tatsächliche Softwareleistung, die Erprobung in unterschiedlichen Verkehrssituationen, die Sicherheitsarchitektur und die regulatorische Zulassung.

Fazit: Vier Unternehmen, vier unterschiedliche Chipstrategien

Der Xring D100 zeigt Xiaomis Anspruch, die Fahrzeug-KI vertikal zu integrieren und besonders große Modelle lokal auszuführen. NIO setzt mit dem Shenji NX9031 stärker auf Kostenkontrolle und bessere Margen. XPeng verfolgt eine Plattform-Roadmap in Richtung Level 4 bis 2028, während Tesla mit Terafab langfristig die eigene Halbleiterproduktion ausbauen will.

Die technischen Ankündigungen sind strategisch relevant, aber noch kein Beleg für sichere autonome Fahrzeuge. Erst Serienproduktion, reale Fahrzeuge und unabhängig überprüfbare Fahrleistungen werden zeigen, welchen praktischen Wert Xiaomis 200-Milliarden-Parameter-Versprechen und die konkurrierenden Chippläne tatsächlich haben.