小米玄戒 D100 芯片路线图：3 纳米、2000 亿参数本地推理，2027 年上车

小米正在把“智能驾驶”竞争从软件和传感器，进一步延伸到车载芯片与本地大模型。公司公布的玄戒 D100，目标是在车辆端处理更复杂的 AI 推理任务，并计划于 2027 年实现商用。

但这并不是一场单纯比较“3 纳米、5 纳米或 2 纳米”的芯片竞赛。小米更强调高算力车端 AI，NIO 重点关注成本和利润，XPeng 押注从辅助驾驶走向更高级别自动驾驶的平台路线，而 Tesla 则试图通过自建晶圆厂解决长期算力供应问题。

小米玄戒 D100：把大模型能力带进汽车

小米称，玄戒 D100 是一款自研智能驾驶芯片，采用 3 纳米工艺，配备 20 核高性能 CPU 和 16 核 NPU，并支持最高 160 GB 统一内存。小米还表示，该芯片能够在本地部署参数规模最高达 2000 亿的大语言模型，产品已完成全部验证，计划于 2027 年投入商用。31012

如果这一目标最终落地，车辆就能在不完全依赖云端连接的情况下，运行规模更大的模型。对于智能驾驶而言，这意味着更强的车端推理潜力，也可能有助于降低网络延迟、提升隐私性和系统自主性。

不过，关键细节仍然缺失。小米尚未公开 D100 的 TOPS 算力、首款搭载车型、具体量产时间表或生产规模。因此，“能够运行 2000 亿参数模型”是重要的产品主张，但还不能直接等同于车辆已经具备更高等级的自动驾驶能力。实际表现还要看功耗、散热、模型响应速度、传感器融合以及量产后的稳定性。

NIO：自研芯片首先是一笔供应链账

NIO 的自研芯片战略，核心诉求更偏向经济性和供应链控制。公司希望减少对英伟达等外部供应商的依赖，让芯片更好地匹配自身算法和传感器配置，同时通过规模化生产降低经常性硬件成本、改善利润率。114

NIO 的 Shenji NX9031 采用 5 纳米工艺。与小米强调车端大模型能力不同，NIO 更关心的是自研芯片能否在量产车型中持续摊薄研发投入，并减少高价外部芯片采购带来的成本压力。换句话说，NIO 的芯片路线更像是“垂直整合服务于商业效率”。

XPeng：Mona L03 是当前平台，L4 属于未来路线图

XPeng 的 Mona L03 是其 VLA 辅助驾驶系统和 Turing 芯片的近期展示平台。公司把 Level 4（L4，特定条件下无需驾驶员持续控制）自动驾驶目标放在 2028 年的 SEPA 4.0 架构上，并计划结合自研 AI 基础模型和“具身智能”能力。1315

这一区别很重要：XPeng 宣布的 L4 是平台路线图中的目标，并不意味着 Mona L03 本身已经是一辆 L4 级自动驾驶汽车。现阶段能够观察到的，仍主要是辅助驾驶系统和面向未来的技术规划；SEPA 4.0 的完整性能指标和实际部署范围还有待公布。

Tesla 与 Terafab：解决的是长期芯片产能

据路透社报道，Tesla 和 SpaceX 计划在得克萨斯州建设两座先进芯片工厂：一座面向 Tesla 汽车和 Optimus 人形机器人，另一座面向太空 AI 数据中心。23

其他报道将拟议中的 Terafab 描述为瞄准 2 纳米工艺，并称埃隆·马斯克曾表示，SpaceX 未来可能消耗约为 Tesla 三倍的产能。但这些都是前瞻性规划，不能视为已经投产或具备稳定量产能力。

这使 Terafab 与小米 D100、NIO NX9031 的定位有所不同：小米和 NIO讨论的是具体车载芯片产品，Tesla 的 Terafab 更像是为未来汽车、机器人和 AI 基础设施建设制造能力。产能计划最终能否按时完成、产品良率如何、芯片优先供应给哪项业务，仍是未解问题。

HW4/AI4 争议：真正的瓶颈不只是制程

市场上有人质疑，Tesla 当前的 HW4/AI4 芯片是否足以支持无监督的 Full Self-Driving（FSD，完全自动驾驶）功能。这类说法目前属于投资者或分析人士的批评，并不是已经确立的技术结论。38

据报道，Tesla 曾向摩根大通表示，HW4 足以运行 FSD v15 以及无监督运行功能；与此同时，公司也在部署 AI4.5。后者据称算力小幅提升，内存约为原来的两倍。因此，争议的关键并非单纯是“芯片够不够先进”，而是软件能力、系统验证、安全表现和监管许可能否同时达到要求。

3 纳米不等于 L4

更先进的制程通常有助于提高能效和晶体管密度，但它本身并不能证明车辆已经实现安全的 L4 级自动驾驶。芯片只是完整系统的一部分，最终还要经过道路数据验证、冗余设计、功能安全测试、法规审批和大规模真实场景运行。

小米的 2000 亿参数本地模型能力，以及 Tesla 的 Terafab 规划，都显示出车企正在争夺 AI 计算基础设施的主动权。接下来真正值得观察的，不是发布会上的参数有多大，而是小米能否在 2027 年把 D100 大规模装车，以及这些芯片能否转化为可重复、可验证、足够安全的驾驶表现。