雷军分享自研造芯心路，SoC 研发难度巨大，已投入210亿元，只要开始追赶，我们就走在赢的路上
发布会现场：两颗芯片的名字被反复提及
9月7日晚，小米秋季新品发布会接近尾声时，雷军站在舞台中央，公布了两个预商用计划：玄戒O100与玄戒D100，预计明年正式商用。现场大屏上，两颗芯片的架构示意图依次亮起。这是小米自研芯片路线图上，迄今信息量最大的一次集中披露。
按照官方介绍，玄戒O100是一款面向端侧AI加速的高带宽芯片，也是全球首款采用6nm晶圆级3D垂直堆叠工艺的端侧AI加速芯片；玄戒D100则是国内首款3nm高算力智驾芯片，支持参数量高达200B的大语言模型在本地部署。
[IMG:1]
历史脉络：从S1的挫折到玄戒的野心
小米的自研芯片故事并非始于今晚。2017年，小米发布首款自研SoCS1，随后C系列ISP、P系列快充芯片陆续落地。但大算力主芯片的探索一度沉寂多年。直到近年玄戒系列重新启动大芯片研发，小米的自研路线才算真正回到主航道。
这一次的两颗新芯片，分工明确。玄戒O100押注端侧AI——所谓“晶圆级3D垂直堆叠”，可以通俗理解为：不再把芯片做成一枚薄薄的平面器件，而是把多片晶圆直接垂直贴合，缩短数据搬运距离，从而大幅提升内存带宽、降低功耗。在AI推理中，带宽往往是比算力更紧的瓶颈，这正是高带宽设计被强调的原因。
[IMG:2]
玄戒D100：智驾芯片赛道的国内新变量
玄戒D100瞄准的是智能驾驶。3nm制程在智驾芯片中属于激进选择，目前国际主流高算力智驾芯片多采用5nm至4nm级别工艺。如果小米所述属实，这将使国内首款3nm智驾芯片的标签落在小米头上。
另一项参数同样值得关注：支持200B参数量大模型的本地部署。业内普遍认为，车端算力从“跑感知模型”走向“跑大模型”，将是下一阶段智驾竞争的关键。不过，本地部署200B级模型对内存容量、带宽和功耗控制都提出极高要求，实际量产车上的可用性仍有待验证。
[IMG:3]
机遇与风险并存
从战略角度看，小米的优势在于生态协同：手机、汽车、IoT三端布局，为自研芯片提供了天然的落地场景。玄戒O100可服务于端侧AI生态，玄戒D100则直接对接小米汽车的智驾需求，纵向整合有望摊薄研发成本。
风险同样明显。大芯片研发投入以十亿美元计，据公开信息，行业头部企业单代旗舰芯片的研发费用普遍超过10亿美元。英伟达、高通以及国内同行在智驾芯片领域已建立起成熟的客户与工具链生态，玄戒D100能否在量产规模、功能安全认证和车规级可靠性上通过考验，仍需时间检验。而晶圆级3D堆叠虽有性能潜力，其良率与成本控制也是业内公认的难题。
明年商用是一个明确的节点。对于小米而言，这不仅是一次产品交付，更是对自研芯片路线能否走通的阶段性回答。
本文由AI辅助生成
