Xiaomi punta sulla guida intelligente con il chip Xring D100

Xiaomi sta cercando di controllare una parte sempre più ampia della tecnologia presente nelle proprie automobili. Il nuovo Xring D100 è il primo chip sviluppato internamente dall’azienda per la guida intelligente ad alta capacità di calcolo e, secondo il piano annunciato, dovrebbe arrivare sui veicoli destinati alla produzione commerciale nel 2027.

La novità non riguarda soltanto il numero di core. Xiaomi vuole portare direttamente a bordo dell’auto funzioni di inferenza AI più avanzate, compresa l’esecuzione locale di modelli linguistici di grandi dimensioni. Il confronto con NIO, XPeng e Tesla, però, mostra strategie diverse: Xiaomi punta sulle prestazioni dell’AI a bordo, NIO sull’efficienza economica della filiera, XPeng su una piattaforma software per l’autonomia e Tesla sulla futura capacità produttiva dei propri chip.

Cosa offre l’Xring D100

Xiaomi descrive l’Xring D100 come un chip per la guida intelligente costruito con processo a 3 nanometri, con una CPU ad alte prestazioni a 20 core e una NPU a 16 core dedicata ai carichi di lavoro dell’intelligenza artificiale. Il sistema supporta inoltre fino a 160 GB di memoria unificata.

L’azienda sostiene che il chip possa eseguire localmente modelli con un massimo di 200 miliardi di parametri. In pratica, una parte dell’elaborazione potrebbe avvenire direttamente nell’auto, senza dover dipendere sempre da un collegamento al cloud. È una promessa importante per funzioni come la comprensione del contesto stradale, l’interazione vocale e l’elaborazione di modelli multimodali più complessi.

Il D100 avrebbe completato la fase di validazione e Xiaomi ne prevede l’impiego commerciale nel 2027. Restano però non comunicati alcuni dati essenziali per valutare il prodotto: la potenza dichiarata in TOPS, il primo modello che lo utilizzerà e i volumi di produzione. Per questo le prestazioni reali, i consumi e il vantaggio economico rispetto alle soluzioni già disponibili devono ancora essere verificati. 31012

Xiaomi e NIO: stessa integrazione verticale, obiettivi diversi

NIO sta sviluppando chip proprietari soprattutto per ragioni economiche e di filiera. Il suo Shenji NX9031 utilizza un processo a 5 nm e rientra in una strategia pensata per ridurre la dipendenza da fornitori esterni come Nvidia, contenere il costo ricorrente dell’hardware e migliorare i margini con l’aumento dei volumi.

Il vantaggio di progettare il silicio internamente, secondo NIO, consiste anche nel poterlo ottimizzare meglio per i propri algoritmi e per la configurazione dei sensori. In questo caso, quindi, il chip non è soltanto un elemento di differenziazione tecnologica: è anche uno strumento per rendere più efficiente la spesa in ricerca e sviluppo e ridurre il costo dei componenti. 114

Il D100 di Xiaomi ha invece un posizionamento più ambizioso sul fronte dell’AI generativa e dell’elaborazione locale. Ma un processo produttivo più avanzato o un modello con più parametri supportati non dimostrano, da soli, che un’auto sia in grado di raggiungere un’autonomia sicura di Livello 4.

XPeng: il Livello 4 è legato alla roadmap SEPA 4.0

XPeng sta seguendo un percorso incentrato sull’architettura software e sull’integrazione tra modelli AI, chip Turing e sistemi di assistenza alla guida. La Mona L03 rappresenta una piattaforma più vicina nel tempo per il sistema di guida assistita basato su VLA, acronimo di Vision-Language-Action, e sui chip Turing.

L’obiettivo dichiarato di arrivare alla guida autonoma di Livello 4 entro il 2028, tuttavia, appartiene alla futura architettura SEPA 4.0, insieme a un modello fondazionale proprietario e a tecnologie di cosiddetta “AI incarnata”. Non significa che la Mona L03 sia già un veicolo di Livello 4: si tratta di una direzione strategica e di una promessa per la prossima evoluzione della piattaforma. 1315

Tesla e Terafab: una fabbrica ancora sulla carta

Tesla e SpaceX hanno annunciato piani per due impianti avanzati di produzione di chip in Texas: uno destinato alle automobili Tesla e ai robot umanoidi, l’altro pensato per i data center AI nello spazio. Il progetto noto come Terafab è stato associato da varie fonti a un processo a 2 nm, ma si tratta ancora di un piano prospettico e non di una fabbrica già operativa.

Elon Musk avrebbe inoltre indicato che SpaceX potrebbe assorbire una capacità produttiva circa tre volte superiore a quella destinata a Tesla. Se il progetto venisse realizzato secondo queste ipotesi, la disponibilità di chip per le auto Tesla potrebbe quindi competere con le esigenze dei programmi spaziali e dei data center AI dell’azienda. 23

Il nodo HW4/AI4 non è soltanto una questione di nanometri

Le critiche secondo cui l’hardware Tesla HW4, noto anche come AI4, non sarebbe sufficiente per una versione non supervisionata del Full Self-Driving sono valutazioni di investitori e analisti, non una conclusione tecnica definitivamente dimostrata.

Secondo quanto riportato, Tesla avrebbe comunicato a JPMorgan che HW4 è sufficiente per eseguire FSD v15 e supportare la guida non supervisionata. Nel frattempo l’azienda starebbe introducendo AI4.5, con una capacità di calcolo moderatamente superiore e circa il doppio della memoria. La questione ancora aperta riguarda quindi soprattutto la validazione del sistema, la sicurezza, le autorizzazioni normative e le capacità del software, non soltanto il nodo produttivo del chip. 38

La vera incognita sarà la strada, non la scheda tecnica

Un processo a 3 nm o a 2 nm può migliorare efficienza energetica e densità dei transistor, ma non certifica automaticamente una guida autonoma di Livello 4. Per Xiaomi, la possibilità di eseguire localmente modelli da 200 miliardi di parametri è strategicamente rilevante; per Tesla, lo è la prospettiva di costruire una filiera produttiva in grado di sostenere la domanda futura.

Entrambe le promesse dovranno però essere confermate da veicoli prodotti su larga scala e da prestazioni di guida osservabili e verificabili in condizioni reali. Fino ad allora, il D100 e la Terafab rappresentano soprattutto due scommesse sull’integrazione verticale dell’intelligenza artificiale nell’automobile.