在陆续公布了新款旗舰平台的 CPU、GPU 设计以及其所具备的功能亮点后，2026 年 9 月 10 日，高通方面终于揭晓了下一代骁龙旗舰平台的更多信息。

而这一次，重点落在了 NPU 上。

说到 NPU，高通才是真正的 " 老资历 "

此前有关注我们三易生活相关内容的朋友可能还记得，其实早在 2013 年，高通就发布了名为 Zeroth 的独立 NPU 芯片。而且 Neural Processing Unit（NPU）这个概念，也正是在那个时候由高通最早提出。

到了 2015 年的骁龙 820 里，高通就已经实现了基于 Hexagon 加速器的计算机视觉感知、低功耗语音唤醒、本地恶意软件行为分析这三大特性。不得不说，这些功能在当时看绝对超前，甚至放到现在也并不显得落伍。

或许正因如此，高通对于 NPU 应该怎么设计、如何使用，向来都很有自己的想法。

全新架构 + 更大缓存，一切只为了速度

现在，我们将视线回到即将发布的下一代骁龙旗舰平台上。高通方面公布的信息显示，它的 NPU 改进主要集中在两个方面，一是新的加速器架构，二是更大的缓存空间。

首先，下一代 Hexagon NPU 引入了全新的 Element Accelerator（元素加速器）架构。这种设计结合了向量和标量两种加速单元的特征，专门用于加速大模型中最关键的运算需求。高通的说法是，它专为驱动生成式 AI 和智能体 AI 的 Transformer 工作负载打造，能让智能体响应更快、推理更高效、并在实现更多功能的前提下依然压低能耗。

其次，针对当下智能手机 " 内存堪比金条 " 的现状，高通将新款旗舰 SoC 的 NPU 专用缓存扩大了 50%。这就能让更多的上下文保留在 NPU 内部，减少 NPU 工作时访问内存的频率。说得更直白点，也就是未来的新机哪怕没有配备那么大、那么快的 " 满配内存 "，也一样可以把大模型跑得飞起。

这还没完。由于新的 Hexagon NPU 本身性能更强，而且更 " 不吃内存 "，所以在新一代的骁龙旗舰平台上，当手机在后台运行端侧 AI 任务时，它对于 CPU、GPU 性能的影响也会变得更小。换句话说，这会让手机厂商和 App 开发者能更放心大胆地增添 AI 功能，无需再担心其 " 拖累 " 手机的日常使用体验。

为了做好手机 AI，高通实际上看得很远

有一说一，自从智能手机上出现 "AI" 这个概念以来，至今已 10 年有余。但对于大多数消费者而言，大家只要真正关注过、用过那些 "AI 手机 " 就会发现一个现象。

虽然它们有 AI，但这些 AI 几乎仅限于厂商预装的功能。至于第三方应用，绝大多数时候 "AI" 都仅限于云端处理，几乎从不调用设备的端侧算力。

为什么会这样？事实上，这是手机市场长期以来旗舰与非旗舰性能落差太大导致的恶果。当主流设备的硬件过分落伍，开发者自然不敢轻易地将 " 端侧 AI" 在大众应用上落地。

想要解决这一问题，首先还是得让新旗舰的 AI 开发变得更容易，然后才能通过技术 " 下放 "，造福未来的更多设备。

高通很显然明白这个道理。所以在公布新款旗舰 SoC 的 NPU 相关信息时，他们就提到，这款新的 NPU 支持包括 INT2、INT4、INT8、FP8、FP16 在内的多种精度，可以为开发者提供更大的灵活度。

与此同时，高通也在与领先的内存和模型厂商合作，开发一种加载速度更快、更节约内存的混合专家（MoE）模型架构。用他们的话来说，这种方法能够以低功耗和低内存需求的方式，实现更大规模模型的 AI 体验。很显然，如果能够 " 成立 "，其所造福的对象绝不仅限于新款旗舰 SoC，而是有望给整个手机行业的端侧 AI 落地注入信心。

最后，高通还提到了最新世代骁龙旗舰平台在智能体能力上的 " 异构 " 特性。正如我们过去已经强调过很多次的那样，由于骁龙平台做到了 CPU、GPU、NPU 的全自研架构，这就使得他们能更容易实现这几个不同计算组件之间的 " 打通 "。从而令复杂的 AI 任务可以被拆解到多个计算组件里执行，让手机的 AI 能力不再局限于 NPU 规格。

很显然，这会带来下一代旗舰手机在端侧 AI 性能、端侧 AI 功能落地上的爆发，但更让我们三易生活期待的，则是从远期来看，倘若高通能将上述这些自研架构和 AI 技术栈进一步下放、普及。那么就可能会形成更大规模的对于 " 非骁龙 " 设备，在 AI 体验上的降维打击。

加入收藏 点赞 ( 0 ) 踩 ( 0 )