高通公司中國區董事長孟樸在2026國際集成電路創新博覽會上表示，2026年是智能體AI發展元年，AI正從對話、推理形態進化為具備自主任務規劃、工具調用和自主執行能力的智能體。而驍龍新一代旗艦移動平臺正是高通對這一趨勢的具體回應——通過CPU、GPU、NPU三大模塊的技術升級，為智能體時代搭建起一套完整的端側算力底座。
智能體需要什么樣的芯片？
孟樸用一組數據給出了答案：對話式AI單次任務約消耗1萬詞元，推理式AI約10萬詞元，智能體單次任務的需求可達百萬級別。2026至2030年全球年度詞元需求有望增長40倍。
這意味著，芯片面臨的不只是“更大的算力”，而是運行模式的根本改變。對話式AI在用戶提問時短暫響應即可，智能體則需要持續運行、持續處理傳感器數據、持續進行任務規劃與工具調用。孟樸明確指出，“智能體不是簡單的芯片性能升級，而是全系統重構”——比拼的不再是單一芯片性能，而是整套系統的協同能力。
CPU：智能體的“調度中樞”
在驍龍峰會到來之前，高通在博客中將新一代Oryon CPU定位為智能體AI的“總調度官”。5GHz主頻成為首個邁過這一門檻的移動CPU，解決“單步夠快”；FlexCache緩存架構將L2緩存統一為所有核心共享的池子，解決“切換不丟數據”。兩者配合，CPU才具備調度智能體復雜任務流的能力。
更值得關注的是，高通強調這一代CPU的設計邏輯不是簡單堆頻率，而是“完整的定制化設計”。每個核心擁有獨立的時鐘域，可以單獨進行頻率擴展，系統根據任務輕重精準調校——輕量任務交給能效核，復雜推理才喚醒超大核。這種精細化調度，正是智能體多任務并發場景所需要的。
GPU：AI住進圖形管線
新一代Adreno GPU首次引入AI專用的Matrix Cores，神經網絡計算不再需要離開圖形渲染管線即可完成。配合18MB HPM片上高速顯存，數據在芯片附近完成流轉，無需反復訪問系統內存。
基于這套硬件基礎，Adreno Neural Fusion將AI超分辨率和幀生成整合進渲染流程。高通在博客中的表述值得留意：“隨著Matrix加速能力全面賦能NPU、CPU和GPU，AI處理正逐漸成為平臺級的能力，而不是附加在某個單一模塊上的功能。”這句話不僅是技術總結，更是這一代平臺的設計綱領。
NPU：讓大模型真正住進手機
新一代Hexagon NPU支持在終端側運行300億參數的MoE模型，每次生成詞元僅激活約30億個被路由選中的參數。Element Accelerator專為Transformer工作負載打造，讓NPU同時處理“重計算”和“輕調度”兩類任務。共享內存大幅擴展，模型狀態、上下文信息和KV-cache數據存儲在更靠近加速器的位置。對于INT4精度模型，預填充性能提升最高可達50%。
這組數字的意義在于：端側AI不再是“小模型跑著玩”，而是真正具備承載智能體復雜推理任務的能力。當模型足夠大、推理足夠快、功耗足夠低，智能體才可能長期駐留在用戶手機上。
驍龍新旗艦：讓AI成為平臺級能力
驍龍新一代旗艦移動平臺的意義，在于它第一次讓AI成為平臺級能力從概念變成了可落地的架構。高通在GPU博客中的一句話概括了這代平臺的基本設計邏輯：“AI處理正逐漸成為平臺級的能力，而不是附加在某個單一模塊上的功能。”
當AI從“工具”進化為“伙伴”，芯片的使命也隨之改變。過去評價一顆旗艦芯片，看的是峰值性能；未來評價一顆旗艦芯片，看的是它能否讓智能體持續運行、隨時響應、跨應用協同。驍龍新一代旗艦移動平臺給出的答案，不是某一項參數的領先，而是一套完整的端側AI底座。
2026年是智能體AI元年，而驍龍新一代旗艦移動平臺，正在為這個元年寫下第一行標志性的注腳。
轉自：鷹潭新聞網
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
