2nm天玑9600 Pro，把旗舰SoC竞争推向「融合计算」

来源：市场资讯

（来源：雷峰网）

智能体让旗舰SoC从拼核心，转向拼系统。

过去数年，旗舰手机芯片的升级路径非常清晰，制程更先进、CPU主频更高、GPU、ISP更强，再加上算力不断增长的NPU。

这套方法在生成式AI进入手机后依旧奏效，却很难完整回答智能体带来的新问题。因为AI不再只在用户点开应用后运行几十秒，而要持续感知声音、画面和环境，在后台理解需求，甚至提前执行任务。

一颗核心能跑多快，仍然重要。但当CPU、GPU、NPU、内存和存储需要频繁交换数据，决定体验的已经不只是每个单元的峰值性能，而是整颗SoC如何组织算力。

MediaTek资深副总经理徐敬全在天玑旗舰芯片新品发布会上给出了明确判断：“计算基准将不再是单一核心的能力，而是要将异构的计算单元整合为系统级的融合计算架构。”

这是理解天玑9600 Pro的关键，台积电2nm、超过330亿个晶体管和2+3+3全大核CPU，构成这颗旗舰芯片的性能底座。天玑智算融合架构、双NPU以及贯穿游戏、影像和通信的AI能力，则指向一个更大的变化，旗舰SoC的竞争正在从几个核心分别升级，走向计算、存储和调度共同设计。

AI让手机一直「醒着」，峰值性能不再是唯一标准

智能体首先改变的是手机工作的节奏。

过去，用户打开应用、拍下一张照片或者启动游戏，芯片在短时间内拉高性能，完成任务后迅速回到低功耗状态。智能体却需要持续理解环境，并在前台应用运行时保持在线。芯片一天被唤醒的次数可能是过去的数倍，CPU的空档也会越来越短、越来越碎。

这意味着，电量未必消耗在一次特别重的计算上，也可能被一次次核心启动、任务切换和数据搬运吃掉。与此同时，AI不能独占手机性能，用户打游戏、看视频或开会时，后台智能体仍可能运行，大模型与应用争抢内存，CPU和NPU还要频繁交接任务。

MediaTek无线通信事业部副总经理陈一强在发布会上说，“过去评价旗舰芯片，会问能够跑多快，智能体时代，还要问能不能一整天这样”。

这个问题背后，是端侧AI的价值和限制同时出现。

MediaTek董事、总经理暨营运长陈冠州表示，AI的入口将从PC扩展到手机等更多终端，算力将从云端集中式部署走向云端与端侧混合，AI用户也会从企业进一步扩展到消费者。手机不只是连接云端AI工厂的入口，本身也会成为生产Token的分布式AI工厂。

延迟是一方面，隐私则是更直接的约束。陈冠州说：“有些隐私资料不能送到云端，只能在终端的人工智能工厂生产Token。”

但手机只有几瓦的功耗空间、一块电池和有限的内存。如果端侧智能体需要一整天在线，旗舰SoC真正稀缺的就不只是峰值算力，而是有限功耗下能够长期调用的有效算力。

2nm支撑全大核，融合架构负责把算力组织起来

联发科发布的最新旗舰天玑9600 Pro就是为AI而设计。

天玑9600 Pro采用台积电2nm制造工艺，集成超过330亿个晶体管。

CPU架构层面，天玑9600 Pro的CPU继续沿用全大核路线，并升级为2+3+3架构：两颗最高4.55GHz的C2-Ultra超大核，三颗4.35GHz和三颗3.1GHz的C2-Pro大核；L2、L3与SLC总容量达到34.5MB，并率先支持LPDDR6和UFS 5.0。

和上一代相比，天玑9600 Pro单核性能提升17%，多核提升15%；达到上一代峰值性能，多核功耗下降61%。性能继续增长的同时，功耗降幅远高于性能增幅，这才是2nm与架构协同产生的核心价值。

不过，MediaTek没有把17%和15%当成这一代CPU最重要的升级。陈一强在发布会上用餐厅作比喻：炸薯条和煎牛排的速度分别提高，并不代表整个餐厅的出餐效率同步提升，食材怎么流转、订单怎么分配、店长如何动态调度，同样决定最终效率。

AI计算也是如此。数据会在CPU、NPU、缓存、内存和存储之间流动，只提高某一个计算单元的峰值性能，系统效率未必按同样比例增长。

手机SoC原本就是异构系统，包含了CPU、GPU、NPU和ISP。融合计算是改变设计和评价的出发点，过去先分别定义每个单元，再通过软件调度组合。现在则从一项完整任务出发，反向决定算力放在哪里、数据怎么走、哪颗核心何时唤醒。只有这样，纸面上的算力才不会在数据搬运和等待中被抵消。

天玑智算融合架构因此将CPU与NPU协同、内存和闪存的数据交换，以及算力、电源、内存资源的调度放进同一套设计中。面对频繁而碎片化的负载，天玑9600 Pro把全大核的电源调度做到微秒级，核心快开快关能力达到上一代的10倍；系统级智能计算电源管理则尝试减少用户不易察觉的后台损耗。

当AI与传统应用同时运行，内存成为瓶颈。MediaTek通过压缩与动态调度提升内存效率，根据联发科给出的数据，大模型启动速度提高27%的同时，可以维持25个应用保活。它所解决的不是一项跑分，而是AI不清后台、不牺牲前台体验的现实问题。

从全大核CPU，到CPU与NPU协同，再到内存和电源调度，天玑9600 Pro希望回答的已经不是某一个核心够不够快，而是整颗SoC能否把算力变成持续、稳定的体验。

双NPU一颗负责重活，一颗保持始终在线

智能体对NPU提出了两个相反的需求，既要运行更大、更复杂的模型，又要以极低功耗保持持续感知。

一颗NPU承担所有任务，峰值能力和全天运行很难兼得，天玑9600 Pro延续并重构双NPU设计。

联发科第二代超能效NPU融合低功耗传感器中枢，主要运行轻量模型，功耗较上一代下降40%。它持续理解声音、动作和环境，为主动式智能体提供全时感知。

超性能NPU 1090则负责更重的模型计算，大语言模型预填充性能提升51%，每瓦生成Token数量最高提升55%。

新一代生成式AI引擎3.0的INT4运算能力翻倍，同时支持Hybrid Attention、新一代模型压缩技术，以及最高30B规模MoE模型在端侧运行。30B并不只是一个参数量标签，它意味着端侧模型可以调用更复杂的专家能力，同时借助MoE只激活部分参数，降低计算和内存压力。

更能说明这套分工价值的，是具体应用。

MediaTek与vivo合作的相机助手可以用低功耗NPU持续理解取景画面，主动推荐功能和构图。与OPPO 合作打造了LUMO 灵感构图功能，则实时分析主体与环境的位置关系。借助智能体还能把分散在酒店、机票、日程和待办中的信息重新组织，在用户发问前主动提醒。

陈一强把MediaTek的AI思路概括为三个要素：全时运行、足够智能、应用生态。模型能不能跑起来只是第一步，能否持续在线、调用服务并守住隐私，才决定智能体是否真正可用。

天玑9600 Pro支持最新的Gemini Nano，并与Google合作推进端侧AI隐私保护架构，对智能体访问个人资料进行隔离、追踪和统一管理。智能体越主动，接触的个人信息越多，安全也就越需要从应用层下沉到系统和芯片层。

GPU、ISP和通信，都开始被AI重写

如果AI原生架构只增强NPU，它仍然只是传统SoC的一次局部升级。天玑9600 Pro更值得关注的地方，是AI开始越过独立模块的边界，参与图形渲染、影像处理和通信优化。

天玑9600 Pro搭载G2-Ultra NX GPU，峰值性能比上一代提升27%，达到上一代峰值性能时功耗下降24%，光线追踪性能提升18%。但这次GPU升级的关键词不是单项跑分，而是神经网络渲染架构，GPU、AI计算单元和内存数据通路共同参与渲染，在移动端有限的功耗预算内用AI提高画质。

MediaTek与《三角洲行动》项目组经过近一年联合研发，将移动端光线追踪从固定场景中的技术展示，推进到复杂动态战场。《三角洲行动》项目组技术总监CAT强调：品质提升不应该以牺牲帧率为代价。瞄准镜中的环境反射、地面动态倒影和不同材质的光影，最终都要在真实游戏中稳定运行，才能从技术能力变成玩家体验。

影像也遵循同一逻辑。天玑9600 Pro集成Imagiq 1290 ISP，并通过ISP与NPU融合构建智能影像架构。NPU负责多帧合成、语义分析和主体识别，ISP完成分区色彩和影调处理。全景深计算摄影、60fps运动级追焦、17EV高动态影像、4K60电影级视频直出、4K120 Log原色视频和4K240慢动作，都是这套协同架构在不同场景中的结果。

AI还被引入蜂窝网络、Wi-Fi和定位。芯片根据实时环境运行网络模型，动态选择基站和通信参数，在复杂蜂窝环境中，卡顿时长较上一代减少30%，结合终端厂商大模型后可进一步降低40%；定位精度则较上一代提升30%。AI由此从用户能直接看到的生成式功能，变成隐藏在网络与系统背后的基础能力。

把CPU、NPU、GPU、ISP和通信放在一起看，天玑9600 Pro的路线已经清晰：AI不再是SoC中的一个独立加速模块，而是开始参与计算、存储、调度以及体验形成的全过程。

旗舰SoC的下一场竞争，是谁更像一套系统

天玑9600 Pro同时发布的，还有面向更广旗舰市场的天玑9600M。

天玑9600M延续AI智能体化引擎、调度引擎、智能影像和神经网络渲染等能力，承担的是把这套系统设计覆盖到更多产品档位的任务。

但9600系列真正值得关注的，并不是产品线多了一位成员，也不只是MediaTek率先进入2nm。

数据中心的AI竞争已经从购买更多加速卡，走向计算、存储、互连和软件协同。同样的变化也在手机上发生，只是约束从机柜电力和网络，变成几瓦功耗、一块电池以及有限内存。随着智能体开始持续感知、推理和执行，CPU、GPU、NPU各自变强只是入场券，如何让它们协同工作，才决定最终体验。

这也会改变旗舰芯片的评价方式。传统跑分仍能衡量计算单元的上限，却难以反映智能体在一天中反复唤醒、与多个应用并行、持续调用个人数据时的真实成本。

未来更有说服力的指标，将是任务完成时间、单位功耗生成Token的数量、应用保活能力，以及长期运行时的温度和续航。谁能先把这些系统指标变成稳定体验，谁才可能建立智能体手机的新门槛。

这样看来，2nm只是天玑9600 Pro的起点。它更重要的信号是，旗舰移动SoC正在从单一核心的性能竞赛，跨入一场系统效率的竞争。

当AI开始一直运行，最强的芯片不只要跑得快，还要知道何时计算、由谁计算，以及怎样一整天算下去。雷峰网