雷科技 AI 硬件组 | 编辑：定西 | 监制：罗超
一年一度的骁龙峰会又要来了，今年的日期定在了北京时间 9 月 22 日到 24 日，届时高通第六代骁龙 8 至尊版（暂定命名）也将在会上正式亮相。在骁龙峰会还未正式开幕前，高通举行了一场线上媒体预沟通会，雷科技受邀参加并报道。
在这场沟通会上，高通提前透露了这颗旗舰平台的一些核心架构信息，例如新平台依旧围绕 Qualcomm Oryon CPU、Adreno GPU 和 Hexagon NPU 三大部分进行升级，但今年的方向和过去有些不同。
如果说过去几代旗舰移动平台的升级重点还是性能、游戏和生成式 AI，那么这一代骁龙明显开始更注重「智能体 AI」。高通技术公司产品市场高级总监 Cisco Cheng在媒体预沟通会上表示，新一代平台的核心理念就是「为智能体时代而打造」，CPU、GPU 和 NPU 均进行了针对性升级，并开始承担不同的智能体工作负载。
换句话说，高通已经开始为下一阶段能够持续理解用户、调用工具甚至跨应用执行任务的 AI 智能体做准备。
我们先从大家最熟悉的 CPU 说起，第六代骁龙 8 至尊版将继续采用高通自研的 Qualcomm Oryon CPU，而且超级内核的最高主频将首次达到 5GHz。作为参考，前代第五代骁龙 8 至尊版的最高主频为 4.6GHz，CPU 单核性能已经较前代提升最高 20%。
不过高通此次更着重介绍的是一项名为 Qualcomm Oryon FlexCache 的新技术。它可以根据 CPU 当前运行的工作负载动态分配缓存池，例如超级内核需要处理高负载任务时，就能直接利用几乎所有的缓存池的同时降低时延。
相比起之前厂商一味增加缓存容量，高通的这套做法明显更灵活，它确实更适合游戏、视频编辑、多任务以及各种短时间爆发的高负载场景。
除了能满足高负载场景外，高通的这一技术其实更多是为了给智能体 AI 铺路。AI 智能体在执行任务时，需要频繁在不同线程之间切换并调用不同工具，CPU 除了负责传统运算，还需要承担规划、调度以及协调平台计算资源的工作。可以说在高通设计的智能体工作流中，Oryon CPU 已经成为整套系统的「调度中心」。
相比起 CPU，新一代 Adreno GPU 的变化更有意思。高通表示，这一代 GPU 继续采用切片式架构，每个切片的频率提升 250MHz，同时继续配备 18MB Adreno 独立高速显存（HPM）。这块独立高速显存可以作为 GPU 的专用工作区，用来存放渲染目标、深度和颜色缓冲区、纹理以及其他中间数据，尽可能减少 GPU 访问 DDR 的次数，最终带来 12% 的能效提升。
其实去年的第五代骁龙 8 至尊版处理器就已经搭载了 18MB 的 Adreno 独立高速显存，但今年真正的亮点是高通加入了 Adreno Matrix Cores。它是一组专门针对 AI 工作负载设计的 GPU 核心，可以直接在图形管线内部运行 AI 模型。在此基础上，高通又推出了 Adreno Neural Fusion，让神经网络计算与传统图形渲染进一步融合，包括 AI 超级分辨率、帧生成以及其他神经渲染任务，都可以直接在 GPU 图形管线中完成。
这套思路其实跟近几年的 PC 显卡有些相似：GPU在继续提升传统图形性能的同时，也开始注重光追、AI 超分、帧生成以及神经渲染，AI 也开始直接参与到游戏画面的生成。高通还表示，Neural Fusion 已经能够在 Unity 和虚幻引擎等主流游戏引擎中进行集成，首批支持的游戏会在几天后的骁龙峰会上正式公布，其中一部分游戏我们今年就能玩到。
但比计算单元升级更重要的，其实是内存。
新一代 Hexagon NPU 的大容量共享内存最高扩容 50%，可以把更多模型状态、上下文信息以及 KV-cache 直接保留在 NPU 内部。这样做最大的好处，就是减少访问 DDR 的次数，降低数据读取延迟，同时为 CPU、GPU 等其他工作负载释放更多内存带宽。
根据高通公布的数据，针对 INT4 模型，新一代 Hexagon NPU 的预填充速度最高提升 50%，首个 Token 生成时间已经能够做到 1.5 秒以内。同时平台还支持 INT2、INT4、INT8、FP8 和 FP16 多种精度。
过去手机 AI 更多是一个个相对独立的功能，用户需要时后台才会跑一次模型；但智能体要求 AI 长期运行，并且不断在感知、理解、规划、调用工具和执行之间切换，对芯片的要求自然也越来越高。
当然，目前高通公布的还只是新一代旗舰移动平台的部分架构信息，具体的 CPU、GPU 性能提升、能效表现，以及首批终端和更多 AI 能力，仍要等到 9 月 22 日至 24 日举行的 2026 骁龙峰会上揭晓。
但至少从这次高通提前透露的信息来看，今年旗舰移动芯片的竞争可能会出现一个很明显的变化：性能和能耗表现依然重要，但接下来旗舰芯片之间的差距，很可能会越来越多地体现在 AI 体验上。
End
