去年发布玄戒 O1 时，小米要证明的是：它究竟能不能做出一颗真正意义上的旗舰手机 SoC。

到了今天这个时间节点，玄戒 O1 踏实的完成了从零到一，也用三款终端和超过百万颗的出货量走过了第一轮市场验证。摆在新一代玄戒芯片面前的，是小米能不能把自研芯片变成一项能够持续迭代的能力，并最终让它越过手机，成为 " 人车家全生态 " 的共同底座。

这一次，小米用三颗芯片给出了我们答案：玄戒 O3 是将在今年 9 月率先量产上机的旗舰 SoC；玄戒 O100 是面向端侧大模型的高带宽 AI 加速芯片；玄戒 D100 则把玄戒的边界延伸到了智能驾驶和本地高算力设备；按照小米的说法，后两颗芯片都已经完成回片验证，将在 2027 年正式商用。

图源：不客观实验室

玄戒 O3：第一枚跑分破 500 万的 3nm 芯片

玄戒 O3 延续了 O1 的 3nm 工艺，芯片面积从 O1 的 109 平方毫米扩大至 133 平方毫米，晶体管数量则由 190 亿颗增加到 240 亿颗，增幅约为 26%。小米显然没有刻意控制芯片规模，而是选择用更大的面积换取更完整的计算、存储和 AI 单元。

图源：不客观实验室

最直观的结果是跑分，小米实验室数据显示，玄戒 O3 的安兔兔成绩达到 5,228,014 分，成为首个越过 500 万分的移动旗舰平台。但如果只盯着这个数字，很容易错过 O3 真正重要的变化：小米这一次几乎重做了计算、存储、总线和系统调度的整套链路，而不是简单地给 CPU 和 GPU 提高频率。

图源：不客观实验室

玄戒 O3 的 CPU 采用 10 核全大核设计，由 6 颗超大核和 4 颗大核组成，最高主频为 4.35GHz。按照小米给出的数据，其 Geekbench 6 单核成绩为 3945 分，多核成绩达到 15221 分，多核性能比 O1 提升 60%。

图源：不客观实验室

全大核架构听起来激进，最直接的疑问自然是功耗，小米没有只把优化目标放在峰值性能上，而是延续玄戒 O1 的思路，把更多精力花在用户占比最高的中低负载场景。小米称，O3 在覆盖约 80% 日常使用的中低负载区间里，功耗比 O1 再降低 25%。

图源：不客观实验室

这组数据比峰值跑分更值得留意，因为首发 O3 的 Xiaomi 18 Fold 本身就是一台对厚度、散热和续航都相当敏感的折叠屏，能否把高性能稳定地放进真实使用，而不是在实验室低温环境里短时间跑出一个高分，才是 O3 上市后的第一场考试。

GPU 同样维持 16 核的大规模配置，但换成了新一代 G2-Ultra NX 图形处理器。小米给出的数据是，传统图形性能较 O1 提升 85%，光线追踪性能提升 182%；在相同性能下，功耗最高可以降低 64%。

图源：不客观实验室

这些幅度的 " 升级 "，已经不太像一次常规的小修小补，不过目前这些数据仍然是小米的实验室结果，具体能否转化为游戏中的稳定帧率、温度和续航，还要等量产机验证。

影像部分，O3 集成了小米第五代 ISP，单摄最高支持 4.32 亿像素，并支持 64MP+64MP+50MP 三摄并发处理，内部图像信号处理位宽最高达到 24bit。AI RAW 域降噪夜景视频规格也提高到 4K 60fps，相当于把一部分原本依赖后端计算的影像处理能力直接放进芯片底层。

图源：不客观实验室

DPU 增加了屏幕分区色调映射，可以改善暗光阅读和 HDR 片源显示；VPU 改用编解码分离架构，视频剪辑导出速度提升 20%，并在安卓阵营首发 H.266 硬件解码。安全模块也改用玄戒自研的 RISC-V 安全核心，获得国密与 CCRC EAL5+ 认证。

相比 O1 外挂基带带来的争议，小米这次还专门提到 O3 的通信性能已经看齐主流旗舰平台的集成方案，5G 场景综合功耗比前代降低 20% 以上。不过小米仍未详细披露基带来源和连接方式，这部分体验同样需要等真机测试回答。

相比 CPU 和 GPU 的大数字，O3 在存储系统上的调整，反而更能说明小米对第二款旗舰 SoC 的理解。

玄戒 O3 的主要模块拥有约 60MB 片上缓存，其中包括 12MB CPU L2 缓存、16MB L3 缓存和 16MB SLC。SLC 的加入补上了 O1 在系统级缓存上的短板，让 CPU、GPU 和 NPU 可以更快地拿到高频使用的数据。

图源：不客观实验室

O3 同时成为首颗支持 LPDDR6 的移动处理器，它采用 4 × 24bit 位宽，速率为 10667Mbps，内存带宽达到 113.8GB/s，比 O1 提高 48%；更大的缓存和更宽的内存通道解决的是 " 数据够不够快 " 的问题，小米还进一步去处理了 " 数据要走多远 "。

图源：不客观实验室

O3 使用玄戒统一融合总线，减少不同 IP 之间的协议转换；CPU 到内存控制器的数据通路改用物理高层金属走线，并加入数据预取机制。小米称，这些调整把静态访存时延压到 82ns，后台带载时的动态时延降至 177ns，较 O1 分别下降 32% 和 54%。

图源：不客观实验室

今天的旗舰 SoC 早已不是 CPU 单独完成任务：一次应用启动、一帧游戏画面或者一段 AI 处理，都可能同时经过 CPU、GPU、NPU、总线和内存，任何一个环节在等待数据，堆上去的峰值算力都无法及时兑现，这也是小米反复强调自己同时是芯片厂商和系统厂商的原因。

根据小米对用户场景的分析，约 30% 的日常卡顿来自资源等待。为此，O3 做了一套从软件延伸到芯片的 "VIP 保障机制 "，让关键任务在 CPU、GPU、总线和 I/O 等环节获得更高优先级。

图源：不客观实验室

芯片内的硬件控制单元会持续监测负载、总线、温度与电压，再结合场景预测，在低至 1ms 的时间内调整 SoC 和内存资源。说得更直白一些，它不是只让某一个核心跑得更快，而是让一整组与当前任务有关的资源一起 " 插队 "。小米称，这套调度在高频使用场景中普遍能带来 20% 以上的能效收益。

与把所有 AI 任务都压在 NPU 上不同，小米在 CPU、GPU 和 NPU 内分别布置了不同类型的 AI 计算单元。这样做的目的，是让轻量算法就近完成，减少不同模块之间反复搬运数据产生的延迟和功耗。

图源：不客观实验室

CPU 新增两组矩阵计算引擎，并支持 SME2 指令集，提供 3.5TOPS 算力，用于端侧翻译、音视频理解和图形编码等轻量任务。GPU 内则加入 8 个 NX 神经网络单元，算力为 36TOPS，可以直接在图形渲染流水线中完成超分和插帧，免去 GPU 与 NPU 之间两次经由内存的数据搬运。

图源：不客观实验室

按照现场演示，540P 画面两倍超分至 1080P 后可以接近原生画质，功耗降低 20%；O3 最高支持 3.2K 超分，在 3.2K 超分和插帧同时开启的场景下，游戏连续运行 30 分钟仍能维持 120 帧。

图源：不客观实验室

真正针对大模型的任务交给了重新设计的 4 核 NPU，O3 提供 200TOPS 的 A8W4 张量算力，并首次在移动端引入 SIMT 架构 Vector 单元，矢量算力达到 3.13TFLOPS，用于处理大模型中不适合矩阵单元的通用计算任务；NPU 还配备 28MB 近存，进一步缩短模型权重与计算单元之间的距离。

图源：不客观实验室

小米还让玄戒团队与 Xiaomi MiMo 团队联合定制五值量化模型，再结合硬件霍夫曼无损压缩，把平均权重位宽压到约 2.6bit，减少约 30% 的内存带宽占用。在 MiMo 3B 模型上，小米公布的结果是首词响应速度提升 40%、推理速度提升 45%，运行功耗降低 26%。

玄戒 O100：端侧大模型的瓶颈，已经不只是算力

如果说玄戒 O3 的关键词是高能效，那么玄戒 O100 解决的就是高带宽。

大模型变得越来越大，AI 算力的增长却远快于内存带宽。计算单元即使拥有足够高的理论性能，也可能因为等不到模型权重和中间数据而空转，这就是端侧 AI 越来越难绕开的 " 内存墙 "。

O100 没有沿用手机 SoC 的常规结构，而是把两层专用 DRAM 晶圆与一层 NPU 计算晶圆垂直堆叠，让存储尽可能贴近计算。

图源：不客观实验室

这颗芯片的逻辑部分采用 6nm 工艺，封装则使用 Wafer on Wafer 晶圆级 3D 堆叠，并以 Hybrid Bonding 混合键合取代传统微凸点连接。三层晶圆采用 Face to Face 金属层直连，内部共有 258 万个物理键合节点，节点间距缩小至 1.4 微米，TSV 硅通孔直径为 0.7 微米。

图源：不客观实验室

微米级的互联距离，最终把 O100 的内存带宽推到 1.22TB/s，约为主流 LPDDR5X 旗舰手机的 16 倍。对于大模型推理而言，这些带宽并不是为了让峰值数字更好看，而是尽可能减少 NPU 等待模型权重的时间。

O100 内置 14 核大模型专用 NPU，并搭配小米自研的 XRING HB-Matrix 高带宽矩阵总线。总线可以根据模型推理阶段改变互联方式：处理长提示词的 Prefill 阶段采用 Ring 环形网络，让数据逐核流转；进入逐 token 输出的 Decode 阶段，再切换到广播网络，快速汇总各个核心的计算结果。

图源：不客观实验室

按照小米的演示，O100 运行 30B 级模型时可以达到最高每秒 330 个 token，端侧 AI 推理速度提升 10 倍。这让 " 大模型本地运行 " 从手机上的 3B、7B 级别继续向上推进，也意味着小米并不打算让一颗手机 SoC 扛下所有 AI 任务：轻量能力留在 O3 内部，真正需要高带宽的大模型任务，则由独立加速芯片处理。

从产品形态看，O100 更接近一块按需加入系统的 "AI 协处理器 "。它可以与 O3 搭配，也可以进入机器人、汽车或本地 AI 设备，让不同产品根据模型规模和功耗选择计算组合。

目前 O100 已经完成回片和原型验证，但内存容量、持续功耗、成本及首批量产设备尚未公布。它计划在 2027 年正式商用，目前更像是小米提前公开的一张端侧 AI 路线图。

玄戒 D100：自研芯片终于上车

三颗芯片里，小米对玄戒 D100 公布的信息最少，但它代表的边界最远。

图源：不客观实验室

D100 是国内首颗采用 3nm 工艺的智能驾驶高算力 AI 芯片，配备 20 核 CPU 和 16 核 NPU。单颗芯片最高支持 160GB 统一内存，可以在本地部署超过 200B 参数的大模型，并通过玄戒高速互联总线连接多颗芯片，继续扩大本地算力和内存规模。

图源：不客观实验室

对智能汽车而言，模型常驻本地关系到弱网环境下的响应；对开发者而言，也意味着一部分原本依赖云端 API 的任务可以留在设备内完成。

小米称 D100 已经完成回片验证，将于 2027 年正式商用，具体算力、功耗和量产车型仍未公开，但它至少确认了一件事：玄戒不再只是一条手机芯片产品线。

从三颗芯片，到三类产品

为了展示三颗芯片可以怎样组合，小米在现场带来了一台 Xiaomi AI Cube Prototype。它的形态接近一台可以放在桌面上的小型 AI 工作站，使用航天铝一体成型外壳，并在机身上加工了超过 3 万个 CNC 蜂窝散热孔。

图源：不客观实验室

这台原型机通过芯片阵列部署了 120B+3B 双模型：小模型处理需要快速响应的高频任务，大模型负责复杂推理，系统再根据任务负载分配算力。它目前还不是一款面向普通用户销售的产品，但比单独展示芯片跑分更直观地说明了 O3、O100 和 D100 未来可能形成的组合方式。

更接近消费者的是将在 9 月发布的 Xiaomi 18 Fold 和小米平板 9 Pro Max，两款产品都会搭载玄戒 O3；其中 Xiaomi 18 Fold 是小米首款 " 阔折叠 " 产品，也会成为 O3 的首发设备。

图源：不客观实验室

选择阔折叠而不是传统直板旗舰首发，一方面可以把 O3 的多任务、图形和端侧 AI 能力放到更大的屏幕上展示，另一方面也把它直接放进了散热空间、机身厚度和续航都更难处理的产品形态里。对 O3 来说，这既是一场高规格亮相，也是一场并不轻松的量产考验。

玄戒 O3、O100 和 D100 分别对应高能效、高带宽和高算力，看上去是三条不同的产品线，背后却是同一套思路：端侧 AI 进入更复杂的阶段后，不可能再用一颗通用 SoC 覆盖手机、机器人和汽车的全部需求。

所以最值得关注的并不是小米一口气拿出了多少颗芯片，而是玄戒的角色发生了变化。

O1 首先证明小米可以设计并量产一颗旗舰 SoC，O3 要证明这种能力能够按代延续，O100 和 D100 则试图把它扩展成一套横跨 " 人车家 " 的计算架构。

对小米而言，自研芯片真正困难的地方从来不是在发布会上做出一组漂亮的 " 大数字 "，而是把每一代都按时做出来，并让它们在数百万台设备、长时间高负载和真实用户场景中稳定工作。

玄戒 O3 很快就要开始这场验证，至于 O100 和 D100，它们让外界第一次看清，小米想做的已经不只是下一颗手机芯片。