Xiaomi stawia na własny chip do autonomicznej jazdy. Xring D100 ma uruchamiać modele AI lokalnie

Xiaomi chce przenieść zaawansowaną AI do samochodu

Xiaomi rozwija własny układ scalony z myślą o kolejnej generacji systemów określanych przez firmę jako „inteligentna jazda”. Xring D100 ma być elementem strategii większej integracji pionowej: Xiaomi chce samodzielnie kontrolować nie tylko oprogramowanie i samochód, lecz także kluczową część infrastruktury obliczeniowej.

Firma deklaruje, że D100 jest chipem do inteligentnej jazdy wykonanym w procesie 3 nm. Układ ma 20-rdzeniowy wysokowydajny CPU, 16-rdzeniowy procesor NPU przeznaczony do obliczeń związanych ze sztuczną inteligencją oraz obsługuje do 160 GB zunifikowanej pamięci. Xiaomi twierdzi również, że chip może lokalnie uruchamiać modele o wielkości do 200 mld parametrów. Komercyjne zastosowanie w samochodach zaplanowano na 2027 rok. 31012

To ważna deklaracja, ale nie należy mylić jej z dowodem na gotową autonomię poziomu 4. Mniejszy proces technologiczny może zwiększyć gęstość tranzystorów i poprawić efektywność energetyczną, jednak sam w sobie nie mówi, jak bezpiecznie samochód poradzi sobie na drodze.

Największe niewiadome wokół Xring D100

Xiaomi nie ujawniło jeszcze kilku parametrów kluczowych dla porównań z konkurencją. Nie znamy deklarowanej mocy obliczeniowej w TOPS, pierwszego modelu samochodu, który otrzyma D100, ani planowanej skali produkcji. Nie ma też niezależnych danych dotyczących rzeczywistej wydajności, opóźnień, poboru energii czy kosztu układu.

Szczególnie efektownie brzmi zapowiedź obsługi modelu o 200 mld parametrów, ale do jej oceny potrzebne byłyby informacje o konkretnym modelu, sposobie kompresji, szybkości wnioskowania i zadaniach wykonywanych w samochodzie. Demonstracja dużego modelu nie jest jeszcze równoznaczna z działaniem kompletnego systemu autonomicznej jazdy w seryjnym pojeździe.

Cztery różne strategie producentów

Porównanie Xiaomi z NIO, XPengiem i Teslą nie sprowadza się do prostego wyścigu na liczbę rdzeni albo nanometry. Każda z tych firm wykorzystuje własne chipy do realizacji nieco innego celu.

NIO: własny krzem jako sposób na niższe koszty

W przypadku NIO najważniejszy jest argument ekonomiczny i łańcuch dostaw. Producent chce ograniczyć zależność od Nvidii, zmniejszyć powtarzalne koszty zakupu podzespołów oraz lepiej dopasować chip do własnych algorytmów i konfiguracji czujników. Model Shenji NX9031 został opisany przez NIO jako układ do inteligentnej jazdy wykonany w procesie 5 nm. Firma przedstawiała rozwój własnych chipów jako sposób na poprawę efektywności badań i rozwoju oraz marż wraz ze wzrostem skali. 114

To podejście różni się od strategii Xiaomi. NIO nie musi przede wszystkim udowadniać, że samochód uruchomi na pokładzie ogromny model językowy. Dla firmy równie istotne jest to, ile kosztuje każdy układ i jak szybko inwestycja w jego opracowanie zaczyna się zwracać.

XPeng: platforma i oprogramowanie przed konkretnym chipem

XPeng traktuje model Mona L03 jako bliższy terminowo nośnik swojej technologii wspomagania jazdy VLA oraz układów Turing. Jednocześnie zapowiadany cel autonomii poziomu 4 dotyczy przyszłej architektury SEPA 4.0, przewidzianej w planie na 2028 rok, wraz z własnym bazowym modelem AI. 1315

To deklaracja dotycząca mapy drogowej, a nie potwierdzenie, że sam Mona L03 jest już samochodem poziomu 4. W praktyce poziom 4 oznacza możliwość jazdy bez udziału człowieka w określonych warunkach i na wyznaczonym obszarze. Taki poziom wymaga nie tylko dużej mocy obliczeniowej, lecz także sprawdzonego oprogramowania, odpowiednich czujników, testów, regulacji i procedur bezpieczeństwa.

Tesla i Terafab: ambicja produkcyjna na dalszą przyszłość

Tesla oraz SpaceX planują w Teksasie dwa zakłady zaawansowanych układów scalonych: jeden przeznaczony dla samochodów Tesli i humanoidalnych robotów, a drugi dla kosmicznych centrów danych AI. Tak wynika z relacji Reutersa. 23

W innych doniesieniach proponowany projekt Terafab opisywano jako przedsięwzięcie wykorzystujące technologię 2 nm. Elon Musk miał również sugerować, że SpaceX może ostatecznie zużywać około trzykrotnie więcej produkcji niż Tesla. Są to jednak założenia i plany, a nie potwierdzone działające moce fabryczne. 23

Jeśli projekt powstanie zgodnie z zapowiedziami, Tesla zyskałaby większą kontrolę nad dostawami obliczeniowych układów AI. Nie rozwiązuje to jednak automatycznie problemu autonomicznej jazdy. Fabryka może zwiększyć dostępność chipów, ale nie zastąpi walidacji systemu, testów bezpieczeństwa ani zgodności z przepisami.

Czy obecny sprzęt Tesli wystarczy do bezobsługowego FSD?

Krytyka, według której układy Tesla HW4/AI4 nie poradzą sobie z bezobsługową funkcją Full Self-Driving, pochodzi od inwestorów i analityków i nie stanowi rozstrzygniętego ustalenia technicznego. Tesla miała przekazać bankowi JPMorgan, że HW4 wystarczy do obsługi FSD v15 oraz jazdy bez nadzoru kierowcy. Jednocześnie firma wdraża AI4.5, oferujący umiarkowanie większą moc obliczeniową i około dwukrotnie więcej pamięci. 38

Spór dotyczy więc nie tylko wielkości procesu technologicznego. Kluczowe pytania brzmią: czy oprogramowanie działa wystarczająco dobrze, czy system jest bezpieczny w realnych warunkach, jak zostanie zweryfikowany i gdzie regulatorzy dopuszczą jego użycie.

Co naprawdę oznaczają zapowiedzi Xiaomi?

Xring D100 pokazuje, że Xiaomi chce budować przewagę poprzez połączenie samochodu, sprzętu i AI. Parametry układu są ambitne, a możliwość uruchamiania dużych modeli lokalnie może ograniczyć zależność od połączenia z chmurą i skrócić czas reakcji systemu. Na razie pozostaje to jednak obietnicą, którą trzeba potwierdzić w seryjnych samochodach.

Najuczciwszy wniosek jest prosty: proces 3 nm lub 2 nm może pomóc uzyskać większą wydajność przy niższym zużyciu energii, ale nie jest certyfikatem bezpiecznej autonomii poziomu 4. Zarówno deklaracja Xiaomi dotycząca modeli 200B, jak i plany Tesli związane z Terafabem są strategicznie znaczące. Ich faktyczne znaczenie dla autonomicznej jazdy będzie można ocenić dopiero po produkcji na dużą skalę i obserwowalnych, niezależnie weryfikowalnych wynikach na drogach.