骁龙双至尊旗舰发布：手机芯片开始为“智能体AI”重构了

9月23日，2026骁龙峰会正式开幕。与往年不同的是，高通今年直接带来了第六代骁龙8至尊版和第六代骁龙8超级至尊版两款全新的移动平台。看到这里，大家应该已经嗅到了一些不寻常的味道：以前旗舰平台虽然也有同代多型号的情况，但都是隔一段时间才发布，可以说这是高通首次在骁龙峰会上发布双旗舰平台。

那么问题来了，第六代骁龙8系列与前代的区别在哪里？这就是我们接下来要聊的东西。不过，首先还是简单过一遍升级点吧。从官方给出的参数来看，新一代Oryon CPU的最高主频首次达到5GHz，而GPU和NPU的性能也有了明显提升。

如果只看参数，似乎只是一次我们熟悉的性能升级。但是，高通既然一反常态地把两个旗舰平台一起发布，必然是有其道理的，而答案其实就在最近半个月发布的手机系统上，也就是讨论度极高的——智能体AI。

围绕着智能体AI的需求，第六代骁龙8超级至尊版其实在架构和功能上做了很多升级，核心就是为了适应手机系统对移动平台的新要求。这么说吧，以前的手机系统是被动响应，只有在检测到用户操作时，才需要做好性能调度的准备。但是在智能体AI时代，手机却要时刻监测系统里的数据并做出决策，也就是常说的“动态感知+自主决策”。

在这种情况下，传统的移动平台其实已经难以满足系统的要求。因为一个看似简单的指令，背后可能对应十几个连续任务。所以，过去围绕单次任务性能设计的移动平台，如今也必须跟着改变。

从单任务性能到多任务协同，

CPU迎来AI时代改造

虽然在第六代骁龙8超级至尊版正式发布前，小雷就已经猜到这一代的超大核主频可能超过5.0GHz，但是当看到正式的官方资料后，还是略显感慨。毕竟最近三年里，骁龙的核心主频涨幅属实有点夸张，性能就像不要钱一样疯狂往上堆。

而且，除了主频继续暴涨外，高通表示第六代骁龙8超级至尊版在IPC方面也有明显提升，同时对微架构、CPU子系统等模块也做了优化，可能是这几代旗舰平台里改变最大的一代。如果只是想让CPU跑得更快，自然没必要如此大幅度地调整架构，这一切的改动，核心都是为智能体AI服务的。

在官方展示的技术资料中，有一个名为Qualcomm Oryon FlexCache的技术。该技术允许异构CPU核心访问同一个缓存池，并且可以根据工作负载动态分配缓存资源。什么意思？简单来说，就是当任务在不同核心之间切换时，一部分数据可能需要重新从系统内存读取，而新的共享缓存可以让更多工作集继续留在距离CPU更近的位置，降低重新加载和数据搬运的频率。

这项技术放在以前，主要是提升游戏、视频剪辑和多任务等场景下的性能表现，但在智能体AI系统中，它其实有着更大的用处。智能体AI在执行任务的时候，会分出多个线程去调用不同的核心和模块，然后同时运行多个任务。在这种情况下，核心会频繁读写数据，如果数据还像以前一样依赖系统内存保存，效率就会变得低下，甚至累积的延迟会达到用户能明显感受到的程度。

而在Qualcomm Oryon FlexCache的支持下，部分会被高频读取的数据就会存储在距离CPU更近的位置，这样就能降低重新加载和数据搬运的频率。可以说，这项技术本质上解决的是“连续任务下CPU如何流畅处理繁多的数据”的问题，以此来降低手机在运行AI功能时的延迟和能耗。

所以也就不难理解，为什么高通这次对各项技术的解析，会比主频、IPC等性能提升更上心。因为在智能体AI系统环境下，诸如Qualcomm Oryon FlexCache这样的技术才是芯片厂商的真正优势。

NPU迎来最大升级：

骁龙为端侧大模型铺路

既然为智能体AI提供支持已经成为最重要的事情，那么这一代升级幅度最大的核心，不用猜也知道是哪个了吧？没错，就是NPU。对比CPU，专职于AI运算的NPU其实优化得更加直接。

以前我们在谈手机的AI性能时，经常会聊到算力，常见的单位则是TOPS。虽然大家都宣传自己的算力很高，但那只是相对而言的，放到AI领域中，那些算力其实很难支撑起真正的大参数模型运行。在当前的芯片设计和物理制程限制下，峰值算力很难出现巨大突破，而以目前的算力水平，则难以满足智能体AI的需求。

怎么办？高通给出的答案就是Element Accelerator，并进一步扩大共享内存。Element Accelerator本质上是一个专属加速器，能够针对性地加速Transformer模型中关键运算的效率和速度，就像是高通给智能体AI开的“BRT（快速公交系统）”。

以前的AI计算，就像是所有车辆共用一条马路。在传统模式下，大家还能相安无事，但随着智能体AI任务的出现，这些多线程并行的“车辆”就很容易让马路出现拥堵。所以，高通干脆把它们全部分流到“快速通道”里，并且通过增加共享内存的方式，让模型任务在运行时可以更快地存取数据，让整个任务的效率得到提升。

说实话，有时候感觉移动平台就像是一座城市，而高通就是城市的管理者，需要去解决随着用户日益高涨的娱乐和工作需求。

而且，这些技术和改动其实并不只是为当下的需求做准备，高通明显已经在给下一代混合专家(MoE)模型的入场做铺垫。传统AI大模型虽然数据精度更高，但是也有一个明显问题：参数规模太大，对硬件性能要求过高。

这个问题注定其无法适应手机等小型设备的端侧部署，而MoE模型则不同。它将模型数据按照类别进行区分，形成一个个“专家区域”，在日常使用时，激活的只是“索引”，然后再通过索引去拉起对应的“专家”处理任务。

MoE模型和传统模型的区别，就像是你让两个人去图书馆找一本书：一个可以使用图书馆的书籍管理系统，而另一个只能在几百万本书里挨个查看内容，两者的效率完全不是一个等级的。所以，MoE系统甚至可以做到在手机上进行300亿参数量的AI模型端侧部署并流畅运行，因为这个模型在实际使用时，激活的参数量仅为30亿，正好是移动平台的“甜点区”。

而且，MoE模型还允许系统更灵活地调用不同的数据精度和模型规模，这样就能针对不同的任务，动态平衡功耗和效率。随着第六代骁龙8系列移动平台的普及，手机应该很快就会走向“多模型”的路线，通过组合大中小不同规模的模型，让系统能够按需调度，解决目前智能体AI任务运行时消耗过大的问题。

到了那时候，手机AI的全时在线就不是说说而已了。

GPU加入AI能力，

骁龙重新定义手机图形计算

CPU和NPU讲完了，最后自然就是GPU，但与以前不同，今年GPU的升级核心不只是游戏。

高通这次带来了Adreno Neural Fusion，把神经网络处理、AI超级分辨率和AI帧生成统一到图形管线中，同时加入Adreno Matrix Cores，让GPU能够直接运行AI模型。如果说以前的AI对于GPU来说还是“编外人员”，那么它现在算是正式有编制了。

可能有人觉得：说这么多，性能呢？不要觉得这个改动就不影响游戏了，事实上，它所带来的提升远大于传统的GPU性能升级。以前的游戏想要有更高画质，基本都是走“提高渲染分辨率”和“GPU负载”的路线，但由此而来的就是功耗和发热增加，本身是难以持续的。

而近年来兴起的AI超分和AI超帧就提供了另一条路：先以低分辨率和低帧数渲染画面，然后再利用AI提升分辨率和帧数，最终呈现在玩家面前的就是低功耗、低发热状态下的高分辨率、高帧游戏画面。

虽然这条路效果很好，但是需要借助NPU来辅助计算（一些电竞手机宣传的专属电竞芯片，本质上也是一块定制NPU）。先不说NPU本身要处理系统的AI任务就已经够忙了，游戏画面数据在GPU和NPU之间搬运所带来的延迟，也会直接影响游戏画面的表现，这也是一些玩家吐槽AI功能导致部分游戏画面拖影严重的原因。

严格来说，这真不是AI技术不行的问题，而是物理限制摆在那里。所以，高通这次决定直接把AI算力放进GPU里，并且借助独立高速显存HBM，将关键数据直接留在GPU旁边，解决了数据频繁读取导致的延迟问题。

是不是觉得很眼熟？对的，这个思路其实和CPU、NPU的优化思路是一样的：让数据尽量接近计算核心，让不同任务减少等待时间。这样，核心就能更快地处理任务，而不是像一个做好全部准备的厨子，还要等着伙计从仓库给他拿材料才能下锅。

而且，高通还官宣Adreno Neural Fusion已经支持Unity和Unreal Engine，这意味着开发者无需从零搭建一套针对骁龙的AI渲染方案，就可以在现有游戏开发流程中调用相关能力。以后要是还有开发者说自己优化做不好，大家就能问问他到底有没有长眼睛了，咳咳。

双旗舰布局，骁龙正在转向

看完三个核心的升级，其实很容易就能分析出此次骁龙旗舰平台的趋势，那就是把原本主要由NPU负责的AI运算，按照实际的应用场景，更多地分配给CPU和GPU处理。也可以说，AI性能已经成为整个移动平台的设计核心，而不再只靠NPU。

会出现这样的改变其实并不奇怪，毕竟这个月已经公布的各家下一代手机操作系统，无一例外都在向着智能体AI系统的方向猛冲，大家的路线是一致的，只是有人跑得快，有人跑得慢罢了。

在这样的市场需求驱动下，移动平台必然要做出根本改动。而且大家还得想到，这些手机并不是用一年就丢了的，还得考虑未来两年、三年甚至四五年的需求。所以，今年的高通才会对移动平台进行大刀阔斧的改进，甚至一次性推出两个旗舰平台，让手机厂商可以根据手机定位来选择不同的移动平台。

以前我们讨论新的旗舰平台，可能聊的还是跑分、游戏帧率。但是在今年以后，一台手机在运行AI任务时的效率、效果或许会成为大家更加关注的东西。所以，第六代骁龙8至尊版和第六代骁龙8超级至尊版带来的意义，并不只是给安卓旗舰手机提供了一颗更强的芯片，而是提前为AI手机的下一阶段发展搭建基础。

可以说，这是高通对未来智能体AI手机的一次提前布局。CPU、GPU和NPU的性能提升其实并非这一代的关键，其最大的改变在于移动平台的设计思路终于开始转向“为AI服务”。

当AI真正成为手机系统的核心时，能够提供更适合智能体运行的底层架构的骁龙移动平台，也将会重新定义下一代手机体验。