Misuravamo la supremazia del veicolo nella spinta del turbo e la violenza con cui il suo scarico quadruplo abbaiava durante le scalate. Oggi? Quel campo di battaglia si è spostato dalle camere di combustione alle camere bianche, con il vero dominio deciso in nanometri e memoria a portata di mano. Xiaomi, un gigante tecnologico cinese che ha guadagnato miliardi vendendo smartphone prima di progettare una berlina elettrica, ha deciso che acquistare processori di guida standard non basterà più.
Xring D100 è il primo chip AI cinese per la guida intelligente inciso su un nodo ultra denso da 3 nm e Xiaomi ha confermato che il silicio ha superato la piena convalida con un occhio all'implementazione dei veicoli commerciali nel 2027. Sotto il dissipatore di calore, questa piccola lastra di potenza informatica racchiude un pugno serio: una CPU a 20 core, un'unità di elaborazione neurale (NPU) a 16 core e supporto per un massimo di 160 GB di memoria unificata. Questa architettura su misura è progettata per eseguire giganteschi modelli di intelligenza artificiale da 200 miliardi di parametri localmente nell’auto: niente più lenta dipendenza dal cloud quando hai bisogno di decisioni immediate a velocità autostradali.
Le case automobilistiche elettriche hanno preso la strada più facile, scrivendo allegramente grossi assegni a Nvidia per i processori Orin e Thor di prossima generazione standardizzati per eseguire i loro stack autonomi. Ma nel panorama estremamente competitivo dei veicoli elettrici cinese, fare affidamento sul silicio di terze parti è visto come un collo di bottiglia tattico. La progettazione interna del silicio consente a una casa automobilistica di fondere strettamente il software proprietario con l’hardware, riducendo la latenza e i costi di produzione nel lungo periodo.
La rivalità in questa corsa agli armamenti dei semiconduttori è feroce. Nio ha già inserito il suo processore personalizzato Shenji NX9031 da 5 nm in oltre 300.000 auto di produzione attraverso i suoi marchi Nio e Onvo, con ciascun chip che eroga più di 1.000 TOPS di elaborazione. Li Auto sta installando il suo Mach M100 da 5 nm, liberando un enorme 1.280 TOPS per chip, in tutta la sua gamma di SUV orientata alla famiglia.
XPenghas ha implementato la sua architettura Turing nelle proprie auto e ha condiviso l'hardware con Volkswagen. Anche BYD ha recentemente mostrato i suoi muscoli in silicio con lo Xuanji A3 da 4 nm, che collega tre processori insieme per generare oltre 2.100 TOPS. Il passaggio diretto di Xiaomi al processo a 3 nm è un passo serio, anche se per ora l'azienda tiene nascosto il suo esatto risultato TOPS.
Per capire perché questa potenza informatica è importante, basta guardare le macchine che Xiaomi sta effettivamente costruendo. La berlina elettrica standard SU7 è un componente hardware notevole: 4.997 mm di lunghezza, 1.963 mm di larghezza, con un passo di 3.000 mm. È leggermente più lungo di una Porsche Taycanat (4.963 mm) e solo leggermente più corto del modello Tesla Sat (5.022 mm).
Nella sua versione SU7 Ultra focalizzata sulla pista – al costo di circa 70.000 euro – l'arma trimotore eroga oltre 1.500 cavalli e fa pendere la bilancia a 2.360 kg. Pilotare un missile elettrico a bassa quota attraverso il denso traffico urbano analizzando dozzine di flussi di telecamere ad alta risoluzione richiede riflessi digitali seri e senza compromessi.
Prima che trovi casa dietro il cruscotto di un veicolo di produzione, Xiaomi sta dimostrando il D100 all'interno di un desktop di ingegneria soprannominato AI Cube Prototype. La configurazione accoppia il D100 con il nuovo processore mobile Xring O3 (destinato allo Xiaomi 18 Fold) e l'acceleratore AI O100, destreggiandosi tra un modello da 120 miliardi e uno da 3 miliardi di parametri. Il risultato finale è chiaro come il sole: un ecosistema software unificato che collega sotto lo stesso tetto le tue tasche, il tuo soggiorno e il sistema nervoso digitale della tua auto.
Progettare silicio proprietario da un foglio di carta pulito è un esercizio incredibilmente costoso. Xiaomi ha già impegnato più di 21 miliardi di RMB (circa 2,65 miliardi di euro) per la sua rinnovata iniziativa sui semiconduttori, schierando un esercito dedicato di quasi 3.000 ingegneri. Questo investimento sta già lasciando un segno visibile nel bilancio. Le nuove iniziative di veicoli elettrici e intelligenza artificiale dell’azienda hanno registrato una perdita operativa di 2,6 miliardi di RMB solo nel secondo trimestre, schiacciate dalle pesanti spese per l’intelligenza artificiale, dagli elevati costi delle materie prime e dal ridimensionamento iniziale della produzione.
Mettere a punto un telaio elettrico è una cosa; pagare il conto per sviluppare il proprio silicio automobilistico da 3 nm è un livello di ambizione completamente diverso. Se Xiaomi riuscirà a far arrivare con successo il D100 negli abitacoli di produzione entro il 2027 e produrre abbastanza veicoli per ammortizzare quelle massicce spese di ricerca e sviluppo, avrà costruito una fortezza tecnologica. I tempi sono cambiati molto e le vere prestazioni elevate non sono più forgiate nell'acciaio e nella fibra di carbonio, ma sono ora incise direttamente nel silicio.
