手机 CPU 冲上 5GHz，结果只是新骁龙芯片的开胃菜

差友们，一年一度的骁龙峰会，它来了！

出乎意料啊，这次高通没按往年只发一颗年度旗舰芯片的套路走，而是一口气端上来两款旗舰 —— 第六代骁龙 8 至尊版，以及定位更高、名字听着也更唬人的第六代骁龙 8 超级至尊版。

好家伙，以前都是手机厂商喜欢在机型命名上做文章，Pro、Pro+、Pro Max、Ultra 挨个往后缀上叠，现在连上游芯片厂商也学会了，“ 至尊版 ” 之上，现在又多了个 “ 超级至尊版 ”。

当然，名字分出了高低，两颗芯片的定位也确实不太一样。

按照高通给的说法，第六代骁龙 8 至尊版更像是全能型选手，性能、AI、影像、游戏，旗舰机该有的体验它全都拉到第一梯队，各方面都做到足够均衡，也更适合覆盖大多数的高端安卓机型。

到了第六代骁龙 8 超级至尊版，高通明显就更激进了，它不只是继续往上堆性能，而是把更多的升级都围绕智能体来做，相当于从硬件底层，就为接下来手机厂商打造智能体手机铺好了路。

其实这也是高通今年整场峰会反复聊到的一件事：智能体时代，已经来了。

过去十几年，咱们用手机的逻辑其实一直没怎么变，都是人在操作手机，但在智能体时代，这事开始反过来，你告诉它想干嘛，后面的理解、规划、调用 APP、具体执行，都能让智能体自己来。

比如你说一句：“ 把上周出差拍的照片整理一下发给同事，再提醒我把报销给交了。”

过去你得自己在相册、微信，待办来回切；到了智能体这边，这一连串操作它理论上都能自己做完，你负责提需求，它负责跑流程，而且这不是画饼，现在市面上已经有不少这样的产品。

小米、荣耀、OPPO、vivo 也没闲着，如今各家都在自家手机上落地这套能力，高通 CEO 安蒙把这个趋势概括成了一句话 —— 叫「从应用走向意图」，还直接把 2026 年称作「智能体之年」。

但很显然，智能体一旦开始替你干越来越多、越来越复杂的事情，芯片面对的压力也跟之前完全不一样了。

以前的 AI，很多时候跑一个模型、处理一个任务就够了；智能体不是。它可能得一直听着你、记住上下文，同时调用好几个模型、切好几个任务，中间还得不断规划、执行、再判断下一步干嘛。

任务一复杂，内存、带宽、功耗全都会跟着往上涨。

所以到了这代骁龙 8 超级至尊版，高通没打算让 NPU 揽下所有的活，而是对 CPU、GPU、NPU 重新做了分工，说白了，它明面上的性能提升只是开胃菜，真正的重头戏，其实全在底层变化里。

就拿 CPU 来说，新一代 Oryon CPU 的超级内核最高主频干到了 5GHz。

什么概念？这是移动 CPU 历史上第一次站上 5GHz，而且不只是超级内核猛，它的性能内核也冲到了 4GHz —— 搁早几年前，这可是桌面处理器才有的水平，现在高通愣是把它塞进了手机里。。。

当然，懂行的差友都知道，CPU 主频高不等于真的快，每个时钟周期能处理多少指令，也就是大家常说的 IPC，同样决定了它到底能干多少活。

高通这次做的，是把骁龙 8 超级至尊版的 CPU 主频和 IPC 一起往上抬，打开 APP、加载网页和切换任务时，响应速度可以更快；运行游戏、视频编辑这类重活，CPU 也能发挥更高的性能上限。

这一整套改动下来，落到性能上的提升也很直接。

官方宣称，第六代骁龙 8 超级至尊版 CPU 性能提升了 13%，能效提升 37%，响应速度也快了 15%，咱们也在峰会现场拿工程机跑了下，它的安兔兔成绩来到了 560w+ 分，表现确实有点猛吼。

而在智能体时代，CPU 除了干好这些体力活，还扮演着总指挥的角色：每条指令背后的任务拆解、流程规划和资源调度，都少不了它来统筹，一旦这部分没跟上，再聪明的智能体也会分分钟卡壳。

于是高通还给这代 Oryon CPU，专门设计了一套名为 FlexCache 的全新缓存架构。

这玩意有啥用呢？众所周知 CPU 缓存本身就分不同层级，比如 L1、L2，越靠近核心，数据读取越快、延迟也越低，而高通这次重点改动的，就是 L2 这一层。

过去这部分缓存，是按核心或者核心簇提前分好的，比如超大核用一块，大核用另外一块，彼此各用各的，没法借用，而新缓存架构把它做成了一个共享缓存池，让不同类型的 CPU 核心都能访问。

这么一来，缓存资源就能根据当前负载动态分配，哪个核心活多、任务重，就能拿到更多缓存；任务从一个核心切到另一个，数据也能尽量继续留在这块共享缓存里，不用动不动就跑到外边读取。

放到智能体这种多任务并发、频繁调度的场景里，好处就很直接：数据搬得更少，延迟和功耗都能往下压，连续处理复杂任务时也不容易被内存拖后腿。

光 CPU 这一块大伙儿就能看出来，高通这回是真奔着智能体手机下功夫了，主频、IPC、缓存架构，都是冲着智能体多任务并行、频繁调度的需求去的。

不过 CPU 更擅长的是整套任务的调度和统筹，到了理解需求、结合上下文做推理这些环节，大量 AI 计算主要还是得交给 NPU。

而现在模型越来越大、上下文越来越长，智能体还要持续推理、调用不同工具，传统 NPU 面对的计算压力自然也越来越大。

高通的解决办法，是在新一代 Hexagon NPU 里加入了一个叫 Element Accelerator 的硬件加速单元，专门针对大模型里的核心计算做加速。

简单来说，就是把这部分重活交给专门的硬件来干，让端侧大模型跑得更快，同时把功耗压下来。

而为了不让内存瓶颈拖了专用硬件单元的后腿，高通这次干脆把新一代 Hexagon NPU 内部的共享内存，也直接扩容了 50%。

如果托尼没记错，上一代第五代骁龙 8 至尊版 NPU 高速片上内存大约是 8MB，按这次 50% 的增幅来算，这一代理论上就是 12MB。

别看只多了 4MB，对 NPU 来说，这种离计算单元很近的高速内存贵的一批，容量更大，就能让更多上下文和中间数据直接留在 NPU 里，少往系统内存来回跑，延迟和功耗也能跟着往下降。

根据官方给到的数据，这代 NPU 性能提升了 35%，每瓦特性能也提升了 33%，这个提升幅度可以说非常夸张了。。。

这还没完，高通还跟内存和模型厂商一块儿，开始把 MoE 混合专家模型往手机端落地，这代 Hexagon NPU 也专门针对这套架构做了支持。

怎么理解呢？传统的稠密模型，每一步推理基本都要让模型的大部分参数参与计算，算力、带宽全拉满。而混合专家模型更像一个专家团队，模型里有各路专家，每次干活只需叫醒其中一部分。

比如一个 300 亿参数的 MoE 模型，并不是每生成一个 Token 都要把 300 亿参数全部跑一遍，而是可以根据当前任务，只激活其中大约 30 亿参数参与计算。

结果就是，模型总参数量虽然还是 300 亿，但每一步真正需要算的部分少了很多，对算力和内存带宽的压力也能跟着降下来，这下以前得扔给云端的大模型能力，现在在手机本地也能跑起来。

不光模型架构开始讲究按需激活，高通这次还把 NPU 支持的计算精度铺得更全了 —— 从 INT2、INT4、INT8，再到 FP8、FP16，基本全给你支持上了。

这东西说白了，就是大模型跑起来的时候，不用所有计算都必须用同一个精度硬跑，对精度没那么敏感的部分，就用低精度，少占内存、少吃算力；对结果要求更高的部分，再把精度往上提。

选择变多了之后，厂商就能根据模型和任务自己取舍，在速度、功耗、内存占用和效果之间找平衡，而不是一套参数从头跑到尾。

按照高通给到的数据，在部分模型上，这代 NPU 的预填充性能最高可以提升 80%，简单理解就是，你把问题甩给 AI 之后，它思考过程的那个阶段，速度能快近八成，响应明显快了不少。

看得出来，高通这次已经不太满足于单纯把峰值算力往上堆，而是在想办法让更大的模型，真的能长期放在手机本地跑，毕竟以后智能体真要替你干活，不可能每一步都等着联网、上云。

当然，手机里还有一类活，CPU 和 NPU 都不太合适来干，那就是游戏和影像，前者归 GPU，后者归 ISP，这次第六代骁龙 8 超级至尊版也没少升级，而且很多提升落到日常用机里，感知反而更直观一些。

先说大家最关心的游戏性能，这一代 GPU 的性能和能效提升，是近几年步子迈得最大的一次。

一方面，高通把 Adreno GPU 频率从上代的 1.2GHz 拉到了 1.45GHz，基础渲染能力本身就更强，按照官方给出的数据，这代 GPU 性能提升了 44%，能效提升了 40%，提升幅度相当离谱。。。

另一方面，它还拥有高达 18MB 的 Adreno 独立高速显存，也就是单独的高速片上存储，让游戏渲染时常用的数据尽量留在 GPU 身边，不用频繁去内存里搬，反映到游戏上，就是延迟更低、帧率更稳，画面更丝滑，续航也更顶。

而在这基础上，高通还第一次给 Adreno GPU 加上了专门处理 AI 图形计算的 Matrix Cores。

以前游戏里的 AI 超分辨率和智能补帧，得把数据拎出去单独算，算完再插回去，既耗时又费电，之前有些手机开这俩功能，分辨率和帧率是上来了，但画面反而更容易出现拖影、撕裂，原因就在这。

现在不一样了，AI 可以直接参与图形渲染，超分、补帧这些在 GPU 里就能干完，体验理论上可以堪比原生。

而且这项技术已经适配了 Unity 和虚幻两大主流游戏引擎，官方还给了现成的文档和插件，开发者直接拿来就能用，目前已经有 20+ 款游戏在做适配，后面大家换新手机，相信很快就能体验到。

最后说说影像，这一代 ISP 的升级其实也挺直给的，一边继续往上堆视频处理能力，一边把 AI 更深地塞进了影像管线。

新一代 Spectra ISP 视频吞吐能力直接提升到了前代的 2 倍，最高已经能支持 8K 60fps 视频，以及 4K 240fps 超级慢动作，单看录制规格，这个规格就已经很顶了，搁以前，只有专业相机才有。

更重要的是，这次 ISP 和 NPU 之间的配合也更紧密了，按照高通的说法，现在 NPU 可以给每个像素附带 16 位的 AI 信息，信息量达到前代的 256 倍。

换句话说，AI 不用等照片和视频拍完了再进来处理，而是在拍摄过程中，就参与对画面内容和场景细节的理解，后面的 HDR、降噪和色彩处理自然也能处理得更细，画面细节和质感都会更到位。

聊到这儿，差友们应该也看出来了，这代骁龙真正有意思的地方，其实已经不只是 CPU、GPU，NPU 又涨了多少性能，而是高通开始明显按照智能体的工作方式，重新安排整颗芯片怎么分工。

这里面对咱们普通人最实在的一点，是越来越多的 AI 计算，开始直接放在手机本地完成。

以前稍微大一点的模型，得把你说的话、你的资料传到云端；现在不少活手机自己就能干，反应更快、不那么依赖网络还在其次，更重要的是，你的习惯和各种私人信息，能更多地留在自己这台设备。

而且智能体要做到真正好用，迟早得越来越了解你。

在你授权的前提下，本地模型可以结合手机里的个人数据和使用习惯，输出更适配你的结果，同时又尽量把这些信息留在设备上，相比所有任务都丢给云端，这条路显然更适合做能长期用的个人智能体。

当然，高通只是把底层能力给到位，最后能做成什么样，还得看手机厂商各自的本事。

说实话，我个人还挺期待的，当所有厂商都站在差不多的同一起跑线上，面对同一套为智能体量身打造的硬件，最后端出来的产品会是什么样，各家又会怎么用这套硬件重新定义手机。

至于打算换手机的朋友，我的建议还是那句：先别急着下单，再等等，这波新旗舰潮马上就到，手里这台再撑一两个月，不亏~