从云端到分布式计算：高通如何用“计算连续体”重构智能体时代逻辑

【天极网笔记本频道】聊起AI，这两年无论是业内还是消费者，多少有点审美疲劳了。我们需要一个契机来刷新一下认知锚点——最近正在进行COMPUTEX 2026(台北国际电脑展)无疑是一个很好的机会。

今年的COMPUTEX主题简单明了——“AI Together”，汇集1500家企业，聚焦AI运算、机器人以及次世代科技三大领域，旨在全面呈现AI从研发到应用落地的完整图景。

前两天，高通在展前召开了一场全球媒体预沟通会。这场会议释放了一个非常明确且实在的信号：算力不再只是挂在云端“拿钱办事”的奢侈品，它马上就要成为水、成为电，成为你日常不可或缺又唾手可得的基础设施，在你手边的各种设备里运行。

而在6月1日，高通CEO安蒙(Cristiano Amon)在COMPUTEX正式登台做主题演讲。没有太多花里胡哨的包装，高通的逻辑非常接地气：从几十块钱的智能穿戴到几千块的PC，再到工业机器人，全线打通——这是高通正在构建的「计算连续体」，让智能无处不在。

高通致力于推动产业核心叙事从模型训练、大规模推理正式转向智能体的规模化落地，用户体验的核心也已经转向智能体AI。从预沟通会和安蒙的Keynote里，高通在PC端和开发者侧落下的两步狠棋令人印象深刻。

成本漩涡：为什么AI必须在正确的地方运转

在聊具体产品前，我们得先搞清楚高通在今年COMPUTEX的核心主题：“智能体之年(Year of Agents)”。

正如我在COMPUTEX前瞻文章中提到的，过去几年，我们对AI的认知大多停留在“一问一答”的阶段，这叫推理。但智能体不一样，它会主动规划、推理甚至代替你执行任务。比如，你不需要告诉AI“帮我总结这周的工作内容然后写封邮件发送给老板”，你只需要说“帮我完成下周的周报”，智能体就会自己去翻日历、查数据、写周报、发邮件。未来的设备不再只是交互入口，而是智能体的执行终端，交互范式将被彻底颠覆。

听起来很美好对吧？但这里面蕴藏着行业规模扩张所带来的成本漩涡。

安蒙在演讲中提出了一个震撼行业的判断：Token是 AI 时代的新货币，智能体在工作时会成倍，甚至指数级地产生Token消耗。安蒙给出了具体数据：从对话式AI单任务约1万Tokens，到智能体AI约100万Tokens，两代升级便实现了百倍增长;预计到2030年，全球Token总需求将达到千万亿级甚至更多。

如果用户现在的每一个请求、AI的每一次自我进化都要传回云端服务器去计算，那画面太美不敢看。不仅网络延迟会让你抓狂，更重要的是，没有任何一家科技巨头或用户能承担得起这种天文数字般的算力成本。

所以，高通给出的解法是“计算连续体(Compute Continuum)”。

在这个统一体里，算力不再只集中在数据中心那些2000W的电老虎上。它被分配到了小到2mW的超低功耗智能手表、耳机、智能眼镜，大到汽车座舱，以及我们每天面对的PC上。核心原则就一个：把正确的计算负载放在正确的地方。安蒙通过实例证明，这种端边云协同的分布式智能体AI可最高节省60%的Token消耗，使成本大幅降低75%，这也打破了行业长期有关“云端与边缘二选一”的争论。

这需要一个极度强大的分布式系统，而为了把这些散落的节点连起来，高通已经开始为6G铺路——在高通的蓝图里，6G融合了连接、分布式计算以及感知能力，被设计为AI原生系统，成为智能体感知世界、协同运行的“数字骨架”。

但在此之前，高通必须先解决一个最现实的问题：如何让每一个人手里，都有一台跑得动AI的设备？

于是，高通在COMPUTEX的第一手棋落子了。

骁龙C：300美元的“降维打击”

高通在5月28日发布了全新的骁龙C平台。

如果你对高通目前的PC芯片线有所了解，应该知道高通依靠骁龙X2 Elite、X Elite完善了高端与主流 PC的芯片产品矩阵。这一次骁龙C的定位非常野：它直接瞄准了300美元(约合人民币2000元出头)左右的入门级市场。

那么好，在我们的认知中，300美元的Windows电脑是个什么体验？

了解PC行业的朋友们心里都有数。这个入门级别的价格段无外乎质感极差塑料机身、松垮的散热风扇、打开几个PPT就开始卡顿的处理器，拔了电源之后双双拉胯的性能和续航。在这个档位，用户往往是被迫在性能和续航之间做出权衡，主要受众是预算有限的学生、小微企业用户或者工厂的一线员工，他们值得一款更好的入门级PC产品。

骁龙C平台的发布意味着，即使是用户花两千块钱买的一台给孩子上网课的电脑，或者放在前台查资料的办公机，也能拥有全天候的电池续航、没有风扇的静音设计以及高效的系统响应。

更关键的是，骁龙C同样内置了NPU。把NPU塞进入门级芯片绝不只是为了让PPT好看一点，这是一个生态层面的“阳谋”。

高通熟稔“旗舰技术下放”这一战略。从第二代骁龙4s、第三代骁龙7+到骁龙X Plus 8核平台，高通的商业实践覆盖手机、PC。眼下，骁龙C把ARM架构在高端机设备上的特性进一步下放，又怎么不算是一种“科技平权”呢。

软件开发者是很现实的。AI PC正式上市已经有几年时间，不客气地讲，除了价格以外，很难说让消费者对“AI”有感知很强的地方。如果NPU只存在于大几千上万元的笔记本里，开发者根本没有动力去开发专门的AI本地应用，因为用户基数太小了。只有当市场上连两千块的入门产品都标配了端侧AI算力时，本地AI应用的生态才会真正迎来大爆发——这就是AI基础设施的力量。

在沟通会上，高通透露了首批合作伙伴：宏碁(Acer)、惠普(HP)和联想(Lenovo)，这些都是在走量市场上极其出色的大厂。很快在接下来的几个月内，这批设备就会在各大电商平台上铺开。

华硕Ascent QN10：从笔记本到桌面的野心

如果说骁龙C是高通为了扩大市场底盘打出的一张“平民牌”，那另一个产品发布则彰显着高通想要拓展PC形态的野心。

本届COMPUTEX上，华硕也推出了首款搭载骁龙X2 Elite的迷你台式机——Ascent QN10。

在过去两年里，高通的骁龙计算平台在Windows笔记本领域算是站稳了脚跟。但只要没进入台式机或迷你主机市场，ARM架构在PC界的版图就是残缺的。

迷你台式机(Mini PC)是一个非常特殊且硬核的市场，它的受众通常是开发者、专业创作者以及企业用户。这些用户对性能和体积的要求更加极致，而且由于设备通常是插电使用的，不存在续航焦虑，因此芯片的绝对性能释放和散热设计就有了更高的优先级。

华硕QN10直接上了高通的18核骁龙X2 Elite Extreme平台。

这不仅是一次形态上的突破，更是高通完善桌面级ARM硬件布局的关键一步。对于大量的Windows开发者来说，他们苦于寻找一台性能强劲、功耗极低且原生支持ARM架构和强大AI算力的桌面开发机，QN10正好填补了这个生态位。

预沟通会上，高通发言人在问答环节里表达了这种自信：“竞争是好事，我们喜欢竞争。以骁龙X为例，在产品发布大概一两年后，面对苹果的新竞争产品依然很有竞争力;骁龙X2 Elite系列也凭借自身产品实力从容参与市场角逐。”他补充说，骁龙C帮助高通下探到更低的入门级价位段，这进一步增强了高通全方位的实力。

从移动端卷到轻薄本，现在又卷到了桌面端，高通的路线图已经非常清晰了：他们不是只想做一块好用的笔记本芯片，而是想要用一套统一的底层架构把消费者的生产力设备彻底包圆。

跃龙IQ10 RRD：给初创公司“拎包入住”的可能

如果说PC是我们在数字世界接入AI的入口，那具身智能就是大模型在物理世界的实体。安蒙在演讲中将此定义为“物理AI”的全新赛道。

对于很多初创机器人公司和开发者来说，搞算法他们在行，但要把多传感器感知、大语言模型推理、电控全部塞进一台机器里，同时还要解决供电、通信延迟和散热，简直是一场硬件噩梦。很多机器人公司大半的研发时间，都浪费在了把各种底层硬件像拼图一样凑起来的枯燥工作上。

高通这次拿出的跃龙IQ 10机器人参考设计(RRD)，就是冲着终结这种“装修毛坯房”的苦差事来的。作为一家上游企业，高通直接给行业公司递上了一个插拔即用的“黑盒”。作为一个生产就绪(production-ready)平台，开发者拿到这个紧凑的盒子后，直接通电就能开始写机器人的核心业务代码，不用再去倒腾集成组装，帮助硬件更快地从原型走向可部署的系统。

跃龙IQ 10机器人参考设计同样内置了18核的Qualcomm Oryon CPU，端侧AI算力直接给到了700 TOPS，通过扩展甚至能飙到2000TOPS。这意味着什么？以前机器人公司往往需要搞“双芯片”甚至多芯片方案——一块管运动控制，一块管AI视觉;现在高通把它集成为一个单设备解决方案，足以支撑目前最前沿的人形机器人或自主移动机器人(AMR)，在不依赖云端的情况下，本地流畅运行极其吃算力的视觉-语言-动作模型(VLA)。

更让我觉得这套方案懂行的一点，是它极度务实的“部署优先(deployment first)”逻辑。这款设备是可以直接拿来下场干活的，高通给到的配置极为良心：RRD原生支持多达12路高速GMSL2摄像头，自带EtherCAT、CAN-FD等一堆保证低延迟互操作的工业级确定性接口。为了确保庞大机器人在工厂里和人类协同工作时不失控，高通甚至在底层物理隔离出了一个专用的“安全岛”。把最脏最累的硬件集成活儿干了，让机器人公司腾出手来专心去卷场景和算法，这无疑是高通把AI算力引向实体工业的最强助力。

从造芯片到造生态

纵观预沟通会和安蒙的演讲，我最直观的感受是——高通的身份正在发生微妙的转变。

过去我们提到高通，第一反应是“手机芯片”“骁龙”“选骁龙，痛快赢”。但随着今年COMPUTEX的进行，高通向外界展示了一个极度复杂的跨界控场能力。

在演讲最后的“One More Thing”环节，安蒙正式发布了高通数据中心业务全新品牌高通飞龙(Dragonfly)系列。这标志着这家移动芯片巨头终于补齐了从毫瓦级(耳机、可穿戴设备)到百瓦级(PC、汽车、机器人)，再到千瓦级数据中心全领域算力布局的最后一块拼图。

无论是能下探到300美元入门市场的骁龙C，还是突破形态边界的华硕迷你台式机，抑或是降低了工业生态门槛的跃龙IQ10 RRD，高通都在传递一个极其明确的论断：在AI时代，硬件的割裂是最大的阻碍。

谁能提供一套从几毫瓦到几千瓦都能无缝衔接的算力底座，谁就能在“智能体之年”拿到真正的规则制定权和话语权。而分析师普遍认为，高通正全面转型为端到端系统级AI解决方案提供商。

当所有软件公司都在为大模型的云端算力账单而发愁时，高通从硬件底层递过来一把梯子。它告诉你，不要把所有的鸡蛋都放在云端。让便宜的设备负责简单的推理，让中端的设备负责多模态的感知，让高端的设备处理复杂的规划，最后再通过低延迟的网络把它们串联起来。

这绝对是最符合商业规律，也最有可能在两三年内大规模普及的AI落地路径。

回看本届COMPUTEX“AI Together”的主题，高通已经给出了自己的答案。技术不应该高高在上，也不应该是少部分人才有权尝鲜的“奢侈品”。在高通生态的加持下，即便是最入门级的设备依然能让你接入AI，从本地、边缘到云端，算力归你支配和调用。直到这时，你或许不会去关心它里面装的到底是哪款芯片，也不会去想这台机器和云端进行了怎样的交互。

你只会觉得，AI时代本该如此。

而这，或许正是高通在今年夏天最想达成的目的。

聚合标签：

网友评论

发布