小米玄戒双芯明年商用:12年造芯路从澎湃S1到3nm智驾的跨越

导语

2026年9月7日晚,北京。小米秋季新品发布会的聚光灯下,雷军披露了两颗芯片的商用时间表——玄戒O100和玄戒D100将于明年正式商用。前者是全球首款6nm晶圆级3D垂直堆叠的端侧AI加速芯片,后者是国内首款3nm高算力智驾芯片,支持200B参数大语言模型本地部署。从2014年松果电子成立算起,小米的造芯之路已经走了12年。

[IMG:1]

从S1到玄戒三芯:一场历时十二年的长跑

2017年2月,小米发布了首款手机SoCS1,采用28nm制程,搭载于小米5C。那是一次并不算成功的尝试——市场表现未达预期,但小米完整经历了一次芯片从设计、流片到量产的全过程。2018年之后,小米经历了短暂的调整期,但并未停止对半导体产业的投入。2021年初,小米重启大芯片项目,代号“玄戒”。

2024年,玄戒迎来关键节点——3nm芯片按计划流片,一次先进制程验证仅流片就需要数千万美元投入。当晚系统点亮,芯片业务负责人朱丹向雷军报告:所有模块调通,一次流片成功。2025年5月,玄戒O1正式发布,截至2026年4月出货突破100万颗。2026年8月24日,小米一次性发布三颗玄戒芯片:旗舰SoC玄戒O3、AI加速芯片玄戒O100、智驾芯片玄戒D100。雷军在发布会上说,仅芯片领域,小米计划十年投入500亿元,截至目前已投入210亿元。

[IMG:2]

玄戒O100:推倒“内存墙”的端侧AI加速器

玄戒O100的技术路径指向一个行业难题——“内存墙”。传统计算架构下,计算单元与存储单元物理分离,数据必须在两者之间反复搬运,受限于物理引脚数量,内存访问速度与算力之间严重脱节。玄戒O100的解决方案是采用6nm晶圆级垂直堆叠(Wafer on Wafer)先进封装工艺,将两层AI专用高速DRAM晶圆与一层高性能NPU晶圆垂直堆叠,通过Hybrid Bonding混合键合技术实现1.4微米键合间距。

数据连线从传统POP封装的96路扩展至28672路,实现了近300倍的数据通路提升。最终带宽达到1.22TB/s,是当前主流旗舰手机内存带宽的16倍。玄戒O100与玄戒O3协同工作时,本地AI推理速度最高可达330Tokens/s。该芯片已申请15项专利,其中4项发明专利已获授权。据业内人士分析,这一技术路径意味着端侧大模型部署不再受制于带宽瓶颈,弱网、离线场景下的AI运算将成为可能。

[IMG:3]

玄戒D100:3nm智驾芯片的野心与时间差

玄戒D100采用3nm先进工艺,搭载20核高性能CPU与16核高算力NPU,最高支持160GB统一内存,可本地部署200B参数量超大模型。在L3级自动驾驶即将从测试走向商业化落地的背景下,自研智驾芯片正成为车企的核心竞争力。据高工智能汽车研究院2026年7月发布的监测数据,2026年上半年自主品牌乘用车支持城区NOA的芯片供应商中,英伟达、地平线、华为三家合计占有市场份额近80%。地平线以31.94%的份额居全阶智驾芯片市场首位,英伟达以29.38%紧随其后。

玄戒D100已经完成全部回片验证,计划2027年正式商用。这意味着从发布到装车,中间隔着至少一年的车规验证、域控制器开发和量产爬坡周期。有业内人士指出,等小米装车时,竞争对手已经多迭代了两年,实测经验和软硬优化可能已拉开差距。不过,自研芯片带来的成本自主可控和软硬深度耦合,是外采模式无法比拟的——基于自研芯片,小米可以围绕自家端到端智驾大模型的算子、数据流、内存访问特征去设计NPU单元,实现硬件原生优化。

[IMG:4]

三芯合围:从手机到汽车的全生态算力底座

玄戒O3、O100、D100三颗芯片分别覆盖消费终端、端侧加速、智能驾驶三大场景。小米成为全球极少数同时布局手机SoC、AI加速芯片和智驾芯片的科技公司。据公开信息,小米芯片研发团队规模已超3000人,历时近6年攻关。三款芯片的落地,意味着小米构建起了高能效、高带宽、高算力的完整技术矩阵。

但硬币的另一面同样清晰。智驾芯片市场已是红海——英伟达、地平线双强格局日益清晰,华为也在持续发力。手机SoC领域,苹果、高通、联发科的壁垒短期内难以撼动。小米的210亿元投入,在半导体行业只能说是一个中型规模。雷军在发布会上坦承:“在芯片领域,小米还是后来者,今天的成绩只意味着刚刚开始。”

[IMG:5]

结语

12年前松果电子成立时,小米的目标是做一颗手机芯片。12年后,玄戒O100和D100的商用时间表已经确定——小米要做的,是手机、汽车、AI三张牌同时打出的算力棋局。从S1的28nm到玄戒D100的3nm,从一颗手机SoC到三颗覆盖全场景的AI芯片,小米用12年走完了从“能不能做”到“做出来有没有用”的跨越。正如雷军所说:“只要开始追赶,我们就在赢的路上。”但真正的考验,在明年商用之后才刚刚开始。

本文由AI辅助生成

分享到: