刚刚，小米发布三颗芯片

今天，小米在北京举办了一场玄戒技术交流会，并一口气发布了玄戒O3、玄戒O100和玄戒D100三颗芯片。

在小米看来，这次三芯齐发，是公司在芯片业务上的重要扩充，标志着玄戒已突破单一手机芯片设计的业务边界，顺应 AI 技术的发展与多场景落地需求，成为支撑小米人车家全生态的AI算力底座。

能获得这样的成就，从小米创始人雷军的介绍可以看到，这主要得益于公司的巨大投入和团队的上下一心。据介绍，小米重启大芯片研发已经有五年多的时间，公司在这方面累计投入的研发经费超过了210亿，芯片团队也也有将近3000人的专家队伍。

玄戒O3：小米首颗AI 旗舰SoC

在交流会上，小米首先介绍了自主研发的第二代旗舰级 SoC——玄戒 O3。据介绍这款芯片依旧采用 3nm 制程工艺，但内部集成的晶体管数量已由上一代的 190 亿提升至 240 亿，进一步扩大了芯片的计算资源，也为性能跃升奠定基础。之所以能实现这个密度提升，按照小米所说，是因为公司在玄戒O3上全面采用了 Top Channelless 沟道消除技术。

和传统设计需要在不同模块之间预留沟道给供电走线用不一样，小米玄戒O3在直接把预留沟道“干掉”，让供电直接从模块中间穿过去，从而实现了晶体管密度提升5%。与此同时，他们还通过将自主设计的标准单元数量从O1的480个增加到了玄戒O3的2400多个，进一步提升玄戒O3性能更高、功耗更低。

根据小米实验室公布的数据，玄戒 O3 在安兔兔综合性能测试中取得 5,228,014 分，成为业内首个突破 500 万分的移动旗舰平台，刷新了移动 SoC 的性能纪录。

能获得这样的成绩，除了晶体管方面的引入新的设计以外，其在架构上的选择也功不可没。当中，CPU 更是玄戒 O3 本次升级的重中之重。和玄戒O1不一样，小米在新一代旗舰上采用全新的 10 核全大核架构（ 6 个超大核与 4 个大核）设计。其中，最高最主频达到 4.35GHz，能使其在面对大型任务的时候游刃有余。

官方数据显示，在 GeekBench 6 多核测试中，玄戒 O3 单核得分提升31%到3945分，多核得分更是大幅增加60%至 15,221 分，进一步强化了多线程计算能力。值得一提的是，在性能提升的同时，小米也继续优化了能效曲线，使得玄戒 O3 在中低负载的日常使用场景下，整机功耗相比前代降低约 25%，兼顾高性能与续航表现。

图形性能方面，玄戒 O3 首发搭载新一代 G2-Ultra NX GPU，延续 16 核超大规模设计。相比玄戒 O1，传统图形渲染性能提升 85%，硬件光线追踪能力则提升高达 182%。除了性能增长，小米也将重点放在 GPU 能效优化上，在相同性能输出下，GPU 功耗最高可下降 64%，意味着游戏与图形应用能够获得更持久、更稳定的表现。

和CPU一样，在提升GPU性能的同时，小米也没有忽略功耗控制。通过针对性的优化，相比玄戒O1，小米在玄戒O3上获得了64%的功耗降。

值得一提的是，如图所示，在CPU中，小米还为玄戒O3加入了两个矩阵计算单元，支持SME2可伸缩矩阵扩展技术，算力3.5TOPS，能让诸如图形编码、音视频理解等轻量级AI算法在CPU内部就能搞定。

来到影像方面，玄戒 O3 集成了小米第五代 ISP，整体规格进一步升级。其最高支持 4.32 亿像素单摄，并兼容 6400 万 + 6400 万 + 5000 万三摄系统，满足旗舰级多摄配置需求。

如上所述，这样大的的提升来自其图像处理能力的提升。据介绍，玄戒 O3 的 ISP 内部最高采用 24-bit 数据处理位深，达到行业领先水准，可保留更丰富的色彩与动态范围。同时，基于 RAW 域 AI 智能降噪技术，夜景视频录制升级至 4K 60fps，在暗光环境下能够呈现更纯净、更细腻的画面表现。

按照小米所说，玄戒O3在这个GPU首发了8个NX神经网络加速器，能提供36TOPS总算力，可以在GPU内部直接完成AI超分和插帧。据介绍，相比传统NPU或外挂独立显示芯片的方案，这种设计省掉了跨模块、甚至跨芯片传输数据的功耗开销和时延，可以在降低原始渲染分辨率和帧率，让画质无损；也可以直接拉到3.2K分辨率和120fps同开，更清晰、更流畅。

在多媒体方面，玄戒 O3 的升级也非常明显，通过对显示处理链路进行了重新优化，在图像输出至屏幕前引入分区色调映射技术，玄戒 O3 可根据画面不同区域的内容动态调整亮度与色彩表现。结合硬件级细节增强和色彩管理模块，玄戒 O3 的HDR 画面的层次感、对比度与色彩还原能力进一步提升。

为了缓解 AI 与高性能计算时代的数据供给瓶颈，玄戒 O3 对存储子系统进行了全面升级。芯片内部配置总计 60MB 片上缓存，并新增 16MB 超大容量 SLC Cache，弥补了上一代缓存容量不足的问题。与此同时，玄戒 O3 成为首批支持 LPDDR6 内存的移动平台，内存带宽提升至 113.8GB/s，较前代提高 48%。配合全新的玄戒统一融合总线架构，内存访问时延降低至 82ns，进一步提升 CPU、GPU 与 NPU 之间的数据交换效率。

多媒体能力同样迎来新一轮升级。玄戒 O3 集成第五代 ISP，最高支持 4.32 亿像素单摄，并将图像处理位宽提升至 24-bit，AI RAW 夜景视频规格升级至 4K 60fps。显示部分，DPU 扩展了分区色调映射能力，在暗光环境下可提升屏幕可读性，同时增强 HDR 视频的显示效果。视频处理方面，VPU 采用编解码分离架构，使视频导出效率提升约 20%，并率先在安卓平台实现 H.266 硬件解码支持。

在玄戒O3中，小米还带来了全新的四核 NPU。小米表示，这款专门为大语言模型深度优化的NPU架构是玄戒O3最大的升级。

据介绍，玄戒 O3 提供最高 200TOPS AI 算力，并针对大语言模型进行了底层架构优化，以满足大语言模型中的大规模矩阵运算需求。与此同时，为了满足大模型的通用计算需求，小米还首次在移动端引入 SIMT Vector 计算单元，提供 3.13TFLOPS 向量算力。此外，NPU 还结合更大的近存设计，以及与 Xiaomi MiMo 联合开发的 5 值量化和硬件霍夫曼无损压缩技术，使端侧大模型推理速度较主流旗舰 SoC 提升约 45%，进一步增强本地 AI 的实际体验。

在安全与通信方面，玄戒 O3 也进行了底层重构，基于RISC-V架构打造了安全核心。据介绍，其安全子系统获得国密认证及 CCRC EAL5+ 安全认证，覆盖数据加密、身份验证等多个环节。基带通信能力则达到当前主流旗舰平台水准，同时 5G 场景下的综合功耗相比上一代进一步降低 20% 以上。

小米将玄戒 O3 定义为一颗面向 AI 时代打造的旗舰 AI SoC，而不仅仅是一款高性能手机芯片。为降低 AI 应用运行时的延迟与能耗，CPU 各核心内部均集成轻量级 AI 硬件单元，可直接承担部分常见 AI 算法，无需频繁调用独立 NPU，从而减少跨模块数据传输带来的额外开销。

玄戒O100和玄戒D100齐发

在小米的这场发布会上，小米还带来一款大模型专用的AI加速芯片O100。按照小米所说，该芯片还是全球首款6nm 3D晶圆级堆叠的AI加速芯片。

众所周知，早些年行业不断追求的是更高的 TOPS 算力，但随着发展，越来越多厂商意识到，真正限制 AI 性能的已经不是计算单元，而是数据能否足够快地送到计算核心。无论是模型权重，还是推理过程中不断增长的 KV Cache，都需要在存储与计算之间持续搬运数据，带宽因此逐渐成为决定 AI 效率的关键指标。

也正因如此，3D 堆叠成为新的技术方向。它不再让 DRAM 与计算芯片通过传统封装横向连接，而是将两者以晶圆级方式垂直堆叠，通过密集的垂直互连直接通信，大幅缩短数据传输路径。这种设计能够在相同功耗下提供更高的内存带宽，同时降低数据搬运带来的延迟与能耗，本质上就是为了突破长期困扰 AI 芯片的“内存墙”（Memory Wall）。

小米玄戒O100，正是为此而生的。

作为一颗小米自主研发设计的 6nm 端侧 AI 加速芯片，玄戒O100采用了行业最尖端的 3D Wafer On Wafer 立体堆叠技术，通过先进的 Hybrid Bonding 技术，将 2 层 DRAM 晶圆和 1 层 NPU 计算晶圆高温键合在一起。据透露，为了进一步缩短DRAM与NPU计算层的物理距离，玄戒O100采用了 Face to Face（简称F2F）金属层直连结构。正是这样的设计，让玄戒O100 内部包含了 258 万个键合节点。值得一提的是，该芯片的节点间距仅 1.4μm，领先于行业。

雷军在其社交平台文章中更是披露，玄戒O100配备了14颗高算力NPU，配合小米创新设计的 XRING HB-Matrix 高带宽矩阵总线，让数据可以在NPU与内存、与其他NPU核心之间等高速流转。创新的矩阵总线支持拓扑动态切换，Prefill阶段采用环形拓扑，数据逐核流转、顺序同步；Decode阶段切换为广播拓扑，所有结果统一汇聚到指定核心。总线控制上的灵活拓扑，让片上计算资源得以充分应用。

小米方面透露，玄戒O100的带宽达到了惊人的1.22TB/s，是主流的LPDDR5X的16倍多。

而通过将玄戒O100与玄戒O3搭配，最高可以实现本地AI推理速度高达330Tokens/s。

如上所述，在本次分享会上，小米还分享了3nm的智驾芯片玄戒D100。

小米介绍说，这款由公司自主研发设计的 3nm 智驾高算力 AI 芯片是国内首款 3nm 智驾芯片，内部包含 20 核高性能 CPU 与强大的 16 核高算力 NPU，最大可支持160GB统一内存，最高可本地部署200B参数量的超大模型。此外，玄戒D100 还可通过玄戒高速互联总线，让多芯片融合计算，提供更庞大的硬件算力，在本地处理复杂 AI 任务。