如今，智能终端正加速向智能体方向演进，AI从云端向边缘侧迁移的趋势愈发明显。端侧AI凭借高效、安全、低延迟等优势，能够快速响应用户需求，甚至在用户未明确表达意图时，就能通过感知环境信息提供个性化服务。这种变革对底层芯片提出了更高要求，性能、功耗、算力、存储和安全性成为智能体时代芯片的核心竞争力。
在芯片领域，高通近期披露了下一代骁龙旗舰移动平台的技术细节，聚焦CPU、GPU、NPU等核心模块的升级，为2026年旗舰AI手机竞争奠定基础。这些创新围绕智能体需求展开，旨在解决端侧AI落地的关键挑战，例如如何平衡性能与功耗、如何优化异构计算效率等。
NPU（神经网络处理单元）的进化是此次升级的核心。高通推出新一代Hexagon NPU，引入两项关键技术：Element Accelerator和更大的共享内存系统。Element Accelerator专为生成式AI和智能体设计，通过整合向量与标量计算单元，加速Transformer模型的关键运算，提升推理速度并降低能耗。共享内存系统的扩展则将模型状态、上下文信息等数据存储在更靠近计算单元的位置，减少内存访问延迟，使智能体在处理复杂任务时响应更迅速。例如，在调用多工具或执行并发任务时，token生成速度显著提升，用户等待时间大幅缩短。
高通还与行业伙伴合作，引入混合专家模型（MoE）架构，优化存储与计算效率。MoE通过动态选择专用专家网络，减少实际计算负载，结合智能缓存技术，实现大模型级别的AI体验。Hexagon NPU对多种数据格式的支持（如INT2、INT4、FP8等），进一步提升了开发者在性能、内存和功耗间的平衡能力。基于INT4的模型解码吞吐速度提升50%，首次生成时间低于1.5秒，接近即时交互水平。
CPU的升级同样关键。新一代Oryon CPU成为业内首个主频达5GHz的移动CPU，其峰值性能和IPC（每时钟周期指令数）显著提升。这一突破不仅依赖先进制程，更通过定制化设计优化内核微架构和子系统。例如，动态缓存架构Qualcomm Oryon FlexCache允许异构计算核心共享缓存池，系统可根据负载动态分配资源，减少内存访问频率，提升稳定性。在智能体场景中，FlexCache使任务切换更高效，数据无需重复加载，跨核心协同更流畅。
GPU层面的创新则聚焦于AI与图形渲染的深度融合。高通推出Adreno Neural Fusion技术，将神经处理、AI超分和帧生成整合到图形管线中，在降低功耗的同时提升画质和帧稳定性。更引人注目的是，高通首次在GPU中引入专用AI核心——Adreno Matrix Cores，搭配18MB独立高速显存（HPM），实现AI工作负载的本地处理，减少延迟并延长续航。这一设计已获得Unity和Unreal Engine等主流游戏引擎支持，部分游戏将于今年商用，未来更多游戏将通过该技术实现画质与能效的双重提升。
从NPU到CPU再到GPU，高通的升级路径清晰指向智能体时代的需求：通过异构计算优化、存储架构创新和专用硬件加速，解决端侧AI落地的效率问题。在智能终端的未来竞争中，芯片的底层能力将成为差异化竞争的关键，而高通的布局已为行业提供了新的方向。