小米公布 Xring D100，正式跨入自研汽車 AI 晶片市場。這是小米首款針對「智慧駕駛」設計的自研晶片，採用 3 奈米製程，已完成開發與驗證，預計在 2027 年導入商用車款。這項布局顯示，小米希望把更多晶片與軟體能力掌握在自己手中，並串聯手機、AI、電腦與電動車業務；不過，目前還沒有足夠資料證明 D100 已在效能上勝過成熟的汽車晶片平台。1012

Xring D100 有哪些規格？

小米公布的主要規格包括：

• 20 核高效能 CPU：負責一般運算與車載系統工作。
• 16 核 NPU：用於 AI 推論與智慧駕駛相關運算。
• 最高 160 GB 統一記憶體：讓 CPU、NPU 等運算單元共享記憶體資源。
• 支援本地運行最多 2,000 億參數的 AI 模型：意味著部分模型可直接在車端執行，不必完全依賴雲端。12

小米稱，D100 是中國大陸首款採用 3 奈米製程打造的高算力智慧駕駛 AI 晶片。不過，這是小米自身的說法。公司目前沒有公布 TOPS（每秒兆次運算）數字、晶圓代工廠、首款搭載車型，也沒有提供除「預計 2027 年商用」之外的精確上車時間表。1012

這也代表，外界暫時無法只靠製程節點，對 D100 與其他車用晶片進行可靠的效能排名。晶片的實際能力還涉及 AI 推論效能、功耗、記憶體頻寬、功能安全架構、軟體工具鏈，以及在真實道路環境中的驗證結果。

AI Cube 展示了 D100 的另一種用途

小米同時展示一款 150 瓦的 AI Cube Prototype（原型機）。這套系統整合三款 Xring 晶片：手機 SoC O3、AI 加速器 O100，以及汽車處理器 D100。

展示機配備 80 GB 統一記憶體，並在本地運行「120B + 3B」模型配置；其中「B」代表十億參數。不過，這仍是工程原型，而非已公布價格、上市日期或量產規格的商業產品。5

與中國電動車業者相比，D100 目前在哪裡？

小米並非唯一嘗試自研自動駕駛晶片的中國電動車業者，市場比較如下：

• 蔚來：5 奈米 Shenji NX9031 已搭載於蔚來與 ONVO 車款，據報已出貨超過 30 萬顆；蔚來過去曾宣稱單顆晶片算力超過 1,000 TOPS。D100 的 3 奈米節點名義上更先進，但小米尚未公布 TOPS、功耗、頻寬、安全架構或實際駕駛數據，因此無法直接判定誰的效能更高。7
• 理想汽車：5 奈米 M100 據報提供 1,280 TOPS 算力，至少已有公開的吞吐量指標可供參考，而小米尚未公布 D100 的對應數字。67
• 比亞迪：4 奈米 Xuanji A3 據報已進入量產，代表比亞迪在產品落地與部署執行上暫時具備優勢，即使 D100 宣稱採用更小的 3 奈米製程。6
• 小鵬汽車：同樣持續投入自研自動駕駛晶片，反映中國電動車產業正嘗試降低對外部晶片供應商的依賴。不過，各家公布的規格並不完整，公開資料尚難做到完全對等比較。6

小米目前的電動車使用過英偉達（Nvidia）硬體，D100 則被視為自 2027 年起降低這項依賴的途徑。11從策略上看，這與特斯拉自研 FSD 電腦的方向相似：把車輛軟體、資料、AI 模型與運算硬體整合起來，而不是完整採購外部平台。

但英偉達仍擁有更成熟的供應商生態系與基準平台。小米尚未公布 D100 足夠的效能、能效、軟體工具鏈或安全驗證資料，因此目前不能據此宣稱已達到英偉達或特斯拉方案的同等水準。

小米為何要自研汽車 AI 晶片？

小米表示，公司在半導體領域的累計投資已超過人民幣 210 億元，晶片團隊規模接近 3,000 名工程師。12

這項投資發生在小米新業務仍承受虧損之際。2026 年第二季，小米「智慧電動車、AI 及其他新業務」部門錄得人民幣 26 億元營業虧損。9

自研晶片的核心理由，是進一步垂直整合。小米可以嘗試在手機、本地 AI、家用與桌上型運算，以及汽車之間共用 Xring 的技術能力，長期而言可能改善功能整合、供應掌控與單位經濟效益。路透社報導指出，小米押注於提高關鍵零組件的掌控力，以強化整體業務。1

最大關鍵：從「完成驗證」到「量產上車」

D100 的亮相確實讓小米補齊了 Xring 晶片產品線，也顯示公司不只想做手機處理器，而是希望掌握涵蓋消費電子、AI 與汽車的完整運算平台。

但對自動駕駛晶片而言，3 奈米不是能力的同義詞。D100 是否能在功耗、可靠性、功能安全、軟體支援、成本與實際道路表現上取得競爭力，仍要等到量產車款與長期部署後才能判斷。現階段，它更像是小米對未來車載運算版圖的一項重要押注，而不是已經完成市場驗證的效能勝利。

小米公布 Xring D100，正式跨入自研汽車 AI 晶片市場。這是小米首款針對「智慧駕駛」設計的自研晶片，採用 3 奈米製程，已完成開發與驗證，預計在 2027 年導入商用車款。這項布局顯示，小米希望把更多晶片與軟體能力掌握在自己手中，並串聯手機、AI、電腦與電動車業務；不過，目前還沒有足夠資料證明 D100 已在效能上勝過成熟的汽車晶片平台。1012

Xring D100 有哪些規格？

小米公布的主要規格包括：

• 20 核高效能 CPU：負責一般運算與車載系統工作。
• 16 核 NPU：用於 AI 推論與智慧駕駛相關運算。
• 最高 160 GB 統一記憶體：讓 CPU、NPU 等運算單元共享記憶體資源。
• 支援本地運行最多 2,000 億參數的 AI 模型：意味著部分模型可直接在車端執行，不必完全依賴雲端。12

小米稱，D100 是中國大陸首款採用 3 奈米製程打造的高算力智慧駕駛 AI 晶片。不過，這是小米自身的說法。公司目前沒有公布 TOPS（每秒兆次運算）數字、晶圓代工廠、首款搭載車型，也沒有提供除「預計 2027 年商用」之外的精確上車時間表。1012

這也代表，外界暫時無法只靠製程節點，對 D100 與其他車用晶片進行可靠的效能排名。晶片的實際能力還涉及 AI 推論效能、功耗、記憶體頻寬、功能安全架構、軟體工具鏈，以及在真實道路環境中的驗證結果。

AI Cube 展示了 D100 的另一種用途

小米同時展示一款 150 瓦的 AI Cube Prototype（原型機）。這套系統整合三款 Xring 晶片：手機 SoC O3、AI 加速器 O100，以及汽車處理器 D100。

展示機配備 80 GB 統一記憶體，並在本地運行「120B + 3B」模型配置；其中「B」代表十億參數。不過，這仍是工程原型，而非已公布價格、上市日期或量產規格的商業產品。5

與中國電動車業者相比，D100 目前在哪裡？

小米並非唯一嘗試自研自動駕駛晶片的中國電動車業者，市場比較如下：

• 蔚來：5 奈米 Shenji NX9031 已搭載於蔚來與 ONVO 車款，據報已出貨超過 30 萬顆；蔚來過去曾宣稱單顆晶片算力超過 1,000 TOPS。D100 的 3 奈米節點名義上更先進，但小米尚未公布 TOPS、功耗、頻寬、安全架構或實際駕駛數據，因此無法直接判定誰的效能更高。7
• 理想汽車：5 奈米 M100 據報提供 1,280 TOPS 算力，至少已有公開的吞吐量指標可供參考，而小米尚未公布 D100 的對應數字。67
• 比亞迪：4 奈米 Xuanji A3 據報已進入量產，代表比亞迪在產品落地與部署執行上暫時具備優勢，即使 D100 宣稱採用更小的 3 奈米製程。6
• 小鵬汽車：同樣持續投入自研自動駕駛晶片，反映中國電動車產業正嘗試降低對外部晶片供應商的依賴。不過，各家公布的規格並不完整，公開資料尚難做到完全對等比較。6

小米目前的電動車使用過英偉達（Nvidia）硬體，D100 則被視為自 2027 年起降低這項依賴的途徑。11從策略上看，這與特斯拉自研 FSD 電腦的方向相似：把車輛軟體、資料、AI 模型與運算硬體整合起來，而不是完整採購外部平台。

但英偉達仍擁有更成熟的供應商生態系與基準平台。小米尚未公布 D100 足夠的效能、能效、軟體工具鏈或安全驗證資料，因此目前不能據此宣稱已達到英偉達或特斯拉方案的同等水準。

小米為何要自研汽車 AI 晶片？

小米表示，公司在半導體領域的累計投資已超過人民幣 210 億元，晶片團隊規模接近 3,000 名工程師。12

這項投資發生在小米新業務仍承受虧損之際。2026 年第二季，小米「智慧電動車、AI 及其他新業務」部門錄得人民幣 26 億元營業虧損。9

自研晶片的核心理由，是進一步垂直整合。小米可以嘗試在手機、本地 AI、家用與桌上型運算，以及汽車之間共用 Xring 的技術能力，長期而言可能改善功能整合、供應掌控與單位經濟效益。路透社報導指出，小米押注於提高關鍵零組件的掌控力，以強化整體業務。1

最大關鍵：從「完成驗證」到「量產上車」

D100 的亮相確實讓小米補齊了 Xring 晶片產品線，也顯示公司不只想做手機處理器，而是希望掌握涵蓋消費電子、AI 與汽車的完整運算平台。

但對自動駕駛晶片而言，3 奈米不是能力的同義詞。D100 是否能在功耗、可靠性、功能安全、軟體支援、成本與實際道路表現上取得競爭力，仍要等到量產車款與長期部署後才能判斷。現階段，它更像是小米對未來車載運算版圖的一項重要押注，而不是已經完成市場驗證的效能勝利。