小米公布了 Xring D100，這是其首款專為智能駕駛設計的自研 AI 處理器。晶片採用 3 奈米製程，配備 20 核高性能 CPU 及 16 核 NPU，支援最高 160GB 統一記憶體。小米表示，D100 可在本地運行參數量高達 2,000 億的大型語言模型。623

這次發布的戰略意義不小，但目前還不能解讀為小米已經超越成熟的汽車運算平台。D100 已完成開發及驗證，計劃於 2027 年投入商用；不過，小米尚未公布 TOPS 算力、詳細功耗、首款搭載車型，或晶片確切上車時間表。2334

小米這次公布了甚麼？

高記憶體配置，瞄準車內本地 AI

D100 最受關注的規格包括 20 核 CPU、16 核 NPU，以及最高 160GB 的統一記憶體。小米稱，這套配置可支援在裝置端運行最多 2,000 億參數的大型語言模型。623

但「能容納多大的模型」與「能以多快速度運行模型」是兩回事。對汽車而言，推理速度、功耗、軟件優化、記憶體頻寬、功能安全及長時間穩定性同樣關鍵。單靠模型參數規模，不能直接推導出 D100 在安全關鍵駕駛任務上的實際表現。

3 奈米「首款」說法應視為公司宣稱

小米形容 D100 是中國內地首款採用 3 奈米製程、面向高算力智能駕駛的 AI 晶片。623

較小的製程節點可能帶來設計優勢，但不會自動等同於更高的可用推理性能、更低功耗或更強的自動駕駛能力。小米目前未提供足夠技術資料，讓外界對這些結論作出獨立判斷。

已完成驗證，但仍未搭載量產車

D100 據報已完成開發及驗證，預計於 2027 年商用；小米尚未公布首款搭載該晶片的量產車型。1223

這個差別相當重要。完成晶片設計只是其中一個里程碑，之後仍要面對量產資格認證、車輛整合、軟件部署、功能安全測試，以及長期穩定生產等挑戰。

AI Cube 示範了甚麼？

小米同時展示了 AI Cube Prototype。這是一套緊湊型本地 AI 系統，整合三款 Xring 處理器：O3 手機 SoC、O100 AI 加速器，以及 D100 汽車 AI 處理器。小米表示，該工程原型的持續功耗最高達 150W，並示範在本地運行「120B + 3B」模型配置。1822

這次示範反映小米希望讓不同 Xring 晶片在不同運算角色之間協同工作。不過，AI Cube 仍是工程原型，不代表已經是一款可供銷售的電腦產品，也不能用來證明 D100 在量產車上的性能。現有報道指，系統目前沒有公布售價或上市日期。1830

與其他汽車晶片相比，D100 位於甚麼位置？

比較 D100 時，最大的限制是小米尚未公布 TOPS 數據。TOPS 通常用於描述 AI 晶片每秒可執行的兆次運算，但不同廠商可能採用不同精度格式、稀疏計算假設及「有效算力」定義，因此數字未必能直接作一對一比較。

即使如此，公開資料仍能顯示各家晶片目前所處的開發及部署階段。

蔚來

蔚來的 5 奈米神璣 NX9031 已經搭載於蔚來及樂道車型；蔚來過去曾宣稱，單顆晶片算力超過 1,000 TOPS。3440

D100 的 3 奈米製程在名義上較蔚來的 5 奈米設計更新，但製程差異本身不能決定性能勝負。小米尚未提供可與蔚來直接比較的算力、記憶體頻寬、功耗、冗餘設計或實際駕駛數據。

理想汽車

理想汽車的 5 奈米魔毯 M100 據報提供 1,280 TOPS 的「有效算力」，形成一個小米目前尚未公布的公開吞吐量基準。3339

這些數字不應被視為嚴格的同場測試，因為測量條件可能不同。然而，理想汽車至少公開了分析人士常用的算力指標；小米現階段則主要強調模型容量及製程技術。

比亞迪

比亞迪 4 奈米玄璣 A3 據報已於 2026 年 5 月進入量產，並與 700 TOPS 算力數字相關聯。39

因此，在部署進度上，比亞迪目前領先計劃於 2027 年商用的 D100。待小米公布量產細節及可獨立驗證的車輛測試結果後，兩者的比較才可能更有意義。

小鵬

小鵬圖靈晶片據業界報道約有 750 TOPS，並於 2025 年第三季開始生產。39

同樣地，這些公開數字未必是在相同條件下測量。但小鵬較早進入生產階段，突顯出發布新處理器與讓晶片大規模在車上運作，兩者之間仍有一段執行差距。

NVIDIA 與 Tesla：小米真正想追上的不只是晶片

小米目前的電動車依賴 NVIDIA 硬件，而 D100 為小米自 2027 年起提高車用運算自主程度提供了一條路徑。2532

從策略上看，這與 Tesla 的自研方向有相似之處：把運算、軟件、數據及車輛系統視為一個整體平台，而不是完全依賴外部處理器供應商。20

但「策略相似」不代表「技術相當」。NVIDIA 擁有更成熟的汽車硬件及軟件生態；小米尚未公布足夠的 D100 性能、能效、開發工具、功能安全驗證或量產規模資料，因此還不能證明它已達到 NVIDIA 方案的水平。

為甚麼小米要自研車用晶片？

D100 是小米 Xring 晶片布局的一部分。小米迄今已投入超過 200 億元人民幣研發晶片，其半導體設計團隊亦已擴大至超過 3,000 人。12

這項投資的目標不只是降低單一汽車零件的成本，而是建立能橫跨智能手機、終端 AI、家居及桌面運算，以及電動車的自研能力。路透社形容，小米希望更掌握關鍵零組件，以加強供應鏈控制並減少對外部晶片供應商的依賴。1

這種垂直整合有可能協助小米協調軟硬件功能、管理供應鏈風險，並在不同產品線重用工程能力。但這些是戰略上的可能性，目前不能視為已經證實的財務成果。

商業風險同樣不容忽視

小米正於智能電動車、AI 及其他新業務仍未盈利的情況下作出這項投資。該業務分部在 2026 年第二季錄得 26 億元人民幣經營虧損。213

這令 D100 同時成為一項技術里程碑及高成本的執行押注。小米仍須證明，自己能把完成驗證的晶片轉化為可靠的量產車部署，支援完整軟件堆疊，以規模化方式生產，並為駕駛者帶來可量度的實際改善。

結論：小米展示的是整合企圖，不是性能冠軍

Xring D100 的重要性，在於小米把自研晶片策略由消費電子延伸至汽車，並推出一款採用 3 奈米製程、具備高記憶體容量的智能駕駛處理器。20 核 CPU、16 核 NPU，以及支援 2,000 億參數模型的說法，確實是相當進取的規格。623

但決定性證據仍然不足。沒有 TOPS 算力、可比較的功耗數據、已公布的量產車型及實際道路測試結果，D100 暫時無法與蔚來、理想汽車、比亞迪、小鵬或 NVIDIA 方案進行可靠的性能排名。

現階段，小米證明的是其建立垂直整合硬件與軟件平台的決心，而不是已經取得智能駕駛性能領先。

小米公布了 Xring D100，這是其首款專為智能駕駛設計的自研 AI 處理器。晶片採用 3 奈米製程，配備 20 核高性能 CPU 及 16 核 NPU，支援最高 160GB 統一記憶體。小米表示，D100 可在本地運行參數量高達 2,000 億的大型語言模型。623

這次發布的戰略意義不小，但目前還不能解讀為小米已經超越成熟的汽車運算平台。D100 已完成開發及驗證，計劃於 2027 年投入商用；不過，小米尚未公布 TOPS 算力、詳細功耗、首款搭載車型，或晶片確切上車時間表。2334

小米這次公布了甚麼？

高記憶體配置，瞄準車內本地 AI

D100 最受關注的規格包括 20 核 CPU、16 核 NPU，以及最高 160GB 的統一記憶體。小米稱，這套配置可支援在裝置端運行最多 2,000 億參數的大型語言模型。623

但「能容納多大的模型」與「能以多快速度運行模型」是兩回事。對汽車而言，推理速度、功耗、軟件優化、記憶體頻寬、功能安全及長時間穩定性同樣關鍵。單靠模型參數規模，不能直接推導出 D100 在安全關鍵駕駛任務上的實際表現。

3 奈米「首款」說法應視為公司宣稱

小米形容 D100 是中國內地首款採用 3 奈米製程、面向高算力智能駕駛的 AI 晶片。623

較小的製程節點可能帶來設計優勢，但不會自動等同於更高的可用推理性能、更低功耗或更強的自動駕駛能力。小米目前未提供足夠技術資料，讓外界對這些結論作出獨立判斷。

已完成驗證，但仍未搭載量產車

D100 據報已完成開發及驗證，預計於 2027 年商用；小米尚未公布首款搭載該晶片的量產車型。1223

這個差別相當重要。完成晶片設計只是其中一個里程碑，之後仍要面對量產資格認證、車輛整合、軟件部署、功能安全測試，以及長期穩定生產等挑戰。

AI Cube 示範了甚麼？

小米同時展示了 AI Cube Prototype。這是一套緊湊型本地 AI 系統，整合三款 Xring 處理器：O3 手機 SoC、O100 AI 加速器，以及 D100 汽車 AI 處理器。小米表示，該工程原型的持續功耗最高達 150W，並示範在本地運行「120B + 3B」模型配置。1822

這次示範反映小米希望讓不同 Xring 晶片在不同運算角色之間協同工作。不過，AI Cube 仍是工程原型，不代表已經是一款可供銷售的電腦產品，也不能用來證明 D100 在量產車上的性能。現有報道指，系統目前沒有公布售價或上市日期。1830

與其他汽車晶片相比，D100 位於甚麼位置？

比較 D100 時，最大的限制是小米尚未公布 TOPS 數據。TOPS 通常用於描述 AI 晶片每秒可執行的兆次運算，但不同廠商可能採用不同精度格式、稀疏計算假設及「有效算力」定義，因此數字未必能直接作一對一比較。

即使如此，公開資料仍能顯示各家晶片目前所處的開發及部署階段。

蔚來

蔚來的 5 奈米神璣 NX9031 已經搭載於蔚來及樂道車型；蔚來過去曾宣稱，單顆晶片算力超過 1,000 TOPS。3440

D100 的 3 奈米製程在名義上較蔚來的 5 奈米設計更新，但製程差異本身不能決定性能勝負。小米尚未提供可與蔚來直接比較的算力、記憶體頻寬、功耗、冗餘設計或實際駕駛數據。

理想汽車

理想汽車的 5 奈米魔毯 M100 據報提供 1,280 TOPS 的「有效算力」，形成一個小米目前尚未公布的公開吞吐量基準。3339

這些數字不應被視為嚴格的同場測試，因為測量條件可能不同。然而，理想汽車至少公開了分析人士常用的算力指標；小米現階段則主要強調模型容量及製程技術。

比亞迪

比亞迪 4 奈米玄璣 A3 據報已於 2026 年 5 月進入量產，並與 700 TOPS 算力數字相關聯。39

因此，在部署進度上，比亞迪目前領先計劃於 2027 年商用的 D100。待小米公布量產細節及可獨立驗證的車輛測試結果後，兩者的比較才可能更有意義。

小鵬

小鵬圖靈晶片據業界報道約有 750 TOPS，並於 2025 年第三季開始生產。39

同樣地，這些公開數字未必是在相同條件下測量。但小鵬較早進入生產階段，突顯出發布新處理器與讓晶片大規模在車上運作，兩者之間仍有一段執行差距。

NVIDIA 與 Tesla：小米真正想追上的不只是晶片

小米目前的電動車依賴 NVIDIA 硬件，而 D100 為小米自 2027 年起提高車用運算自主程度提供了一條路徑。2532

從策略上看，這與 Tesla 的自研方向有相似之處：把運算、軟件、數據及車輛系統視為一個整體平台，而不是完全依賴外部處理器供應商。20

但「策略相似」不代表「技術相當」。NVIDIA 擁有更成熟的汽車硬件及軟件生態；小米尚未公布足夠的 D100 性能、能效、開發工具、功能安全驗證或量產規模資料，因此還不能證明它已達到 NVIDIA 方案的水平。

為甚麼小米要自研車用晶片？

D100 是小米 Xring 晶片布局的一部分。小米迄今已投入超過 200 億元人民幣研發晶片，其半導體設計團隊亦已擴大至超過 3,000 人。12

這項投資的目標不只是降低單一汽車零件的成本，而是建立能橫跨智能手機、終端 AI、家居及桌面運算，以及電動車的自研能力。路透社形容，小米希望更掌握關鍵零組件，以加強供應鏈控制並減少對外部晶片供應商的依賴。1

這種垂直整合有可能協助小米協調軟硬件功能、管理供應鏈風險，並在不同產品線重用工程能力。但這些是戰略上的可能性，目前不能視為已經證實的財務成果。

商業風險同樣不容忽視

小米正於智能電動車、AI 及其他新業務仍未盈利的情況下作出這項投資。該業務分部在 2026 年第二季錄得 26 億元人民幣經營虧損。213

這令 D100 同時成為一項技術里程碑及高成本的執行押注。小米仍須證明，自己能把完成驗證的晶片轉化為可靠的量產車部署，支援完整軟件堆疊，以規模化方式生產，並為駕駛者帶來可量度的實際改善。

結論：小米展示的是整合企圖，不是性能冠軍

Xring D100 的重要性，在於小米把自研晶片策略由消費電子延伸至汽車，並推出一款採用 3 奈米製程、具備高記憶體容量的智能駕駛處理器。20 核 CPU、16 核 NPU，以及支援 2,000 億參數模型的說法，確實是相當進取的規格。623

但決定性證據仍然不足。沒有 TOPS 算力、可比較的功耗數據、已公布的量產車型及實際道路測試結果，D100 暫時無法與蔚來、理想汽車、比亞迪、小鵬或 NVIDIA 方案進行可靠的性能排名。

現階段，小米證明的是其建立垂直整合硬件與軟件平台的決心，而不是已經取得智能駕駛性能領先。