硬件厂商放弃参数堆叠，转向芯片推理优化

硬件厂商放弃参数堆叠，转向芯片推理优化 | 前端进阶之旅

Full translation

完整中文译文

全球智能终端市场正在经历一场错位：在出货量开始下滑的同时，AI 终端的数量却越来越多。

数据显示，今年上半年，全球智能手机出货量同比下滑 13.9%，但在同一批手机中，具备 AI 能力的比例已经达到 66.4%，相对增幅达到了 21.8%。

根据预测，PC 出货量同比下跌 11.7%，平板电脑下跌 8.6%，但两者的 AI 渗透率同样在走高。

这组数字出自近期由高通委托、市场研究机构 IDC 独立研究制作的一份产业白皮书：《从 AI 设备到个人 AI——智能体驱动的终端进化与产业重构》。

当硬件销量掉头向下，为什么这些设备里的 AI 渗透率反而逆势上扬？

这组反差背后，指向的是个人终端市场正在发生的一次系统性重构。

评价终端的标准正在换轨，过去那套靠“堆参数换销量”的逻辑，已经不再管用了。

屏幕刷新率卷到 185Hz，摄像头像素冲到 2 亿，安兔兔跑分突破 400 万分……这些数字曾经是发布会上最响亮的卖点，但现在越来越难直接转化成销量。

原因也不难想象：硬件成本这几年一直在上涨，供应链波动推高了产品定价，用户的换机周期也随之拉长。

IDC 给出的数据显示，这轮周期里唯一还能带来增长的亮点，只剩下 AI。

但这并不意味着厂商把 AI 塞进设备，用户就会立刻买账。

多数用户对 AI 功能究竟有什么用，心里并没有底。即使手机里多装了几个 AI 功能，他们也不愿意为此多掏钱。

白皮书认为，要系统性地解决这种价值错位，需要推动“个人 AI”的产业范式转变。

转变后的范式，是以智能体为核心运行载体、以用户为中心展开运行的个人智能系统，即“个人 AI”。

“以智能体为核心运行载体”，指的是“个人 AI”的运行载体是智能体本身，这些硬件只是承载智能体的端点。

“以用户为中心展开运行”，指的是这个智能体组织信息的方式都围绕“人”展开，也就是智能体要“跟着人走”。

换言之，在这种范式下，手机、PC、眼镜共用同一份对用户的理解，记住用户的偏好，感知用户所处的环境。

不过，这套系统要真正落地，首先得扛住一笔账单。

从过去的对话式 AI，到后来的推理式 AI，再到如今的智能体 AI，单次任务消耗的 Token 增长了大约 100 倍，而且还在持续增加。

如果把这笔账全部甩给云端，三重瓶颈就会随之出现。

成百上千倍的 Token 消耗，会让推理成本也呈指数级上升。

目前，用户还没有建立起为 AI 服务付费的心智，厂商基本上是在自行承担这笔支出，造成了成本与收益的严重错配。

“个人 AI”需要做到全时感知，并且随时能够替用户拿主意，这两件事都对反应速度有着极高的要求。

一旦决策需要绕道云端，一来一回的网络延迟就会让实时决策变成漫长的反馈，与用户的期待背道而驰。

全时感知意味着设备需要持续记录用户的环境、位置和习惯。这些数据汇总起来，就是一份完整的用户画像。

如果这类信息发生泄露，后果会比单项数据泄露严重得多。

这三个瓶颈，成了压在“个人 AI”这套框架上的三座大山。

归根结底，这三重瓶颈都是因为把所有任务一股脑甩给云端才会遇到的。

面对这三重瓶颈，白皮书给出了建议的解决方案：从“云端集中”走向“端边云分布式”——打破端侧、边缘和云端各自独立的物理节点边界，形成算力可以无缝流转、负载可以动态调度的统一计算体系。

系统根据任务的时延要求、隐私等级与计算复杂度，自动将计算负载分配到最优节点运行：高频轻量任务在端侧处理，中等复杂度任务由边缘节点承接，高复杂度推理任务则按需调用云端算力。

这套思路具体如何拆解，可以对照“个人 AI”定义的五个特征来看。

白皮书为“个人 AI”定义了五个特征，分别是个性化服务、全时感知与自然交互、连续服务、可进化、安全可信。

把这五个特征拼起来看，讲的其实是同一个智能体从感知世界，到记住用户，再到跟着人走的一整条链路，外加一道兜底的安全防线。

说回高通，其技术方案正好沿着这条链路一一对应。

链路的起点是个性化服务，而要实现个性化，记忆必不可少。

高通在端侧构建了个人知识图谱，在数据不离开设备的前提下，就能记录用户的偏好和习惯。

这份记忆中的数据又从哪里产生？这一步依靠的是全时感知与自然交互。

高通的传感器中枢能够脱离主系统独立运行，不需要唤醒 CPU、内存和总线，功耗被压到了数十甚至个位数毫安级别。

依靠如此低的能耗，设备就能保持全天候待机，从而捕捉用户的语音、手势以及所处的环境。

仅仅记住还不够，这份理解还要“跟着人走”，这正是连续服务需要解决的问题。

在高通的体系中，手机、PC、眼镜之间共享同一份对用户的理解，底层连通的不仅是设备与设备，更是每一个具体的人。

基于这一理念，高通把 AI 做成了能够在终端、边缘和云之间协同存在的分布式系统。

高频、轻量的任务留在端侧和边缘处理，不需要事事都排队等待云端，时延压力首先得到缓解，体验问题也有了解法；

能够在端侧完成的推理，不需要额外占用云端算力，云端部分的成本压力也随之减轻。

记忆本身也不是记录完就停止，还需要具备进化能力。

高通的做法，是让端侧的个人知识图谱依靠本地算力持续迭代。用户使用得越久，系统对这个人的判断也就越准确。

眼镜的摄像头、耳机的传感器所采集的信息，本身就是用户的隐私。一旦处理不当，泄露的将是用户生活的方方面面。

高通的做法是将隐私保护做成硬件级能力，同时通过端云分布式计算，把用户个人数据的处理留在端侧，云端的风险敞口也就自然收窄。

针对这五个层次，高通都给出了对应的技术方案，但仍有一笔账单，是这套框架无法回避的。

传统观念认为，端侧 AI 受制于算力。但在高通看来，真正的瓶颈是持续服务能力、多任务并行能力，以及功耗与续航。

设备需要支持智能体全天候在线，同时处理多个任务，又不能把电池耗光。任何一个环节掉链子，“个人 AI”这套系统都无法运转。

高通给出的解决方案，是利用多种不同的专用处理模块协同工作，让它们各司其职。

CPU 负责全局调度，统筹复杂任务应该如何拆解；NPU 专门负责大模型的端侧推理；传感器中枢专门负责毫瓦级的持续感知；GPU 则负责并行计算和图形处理。

四个模块分工协作，才能形成有机的资源调配方案，支撑用户的需求。

芯片内部的分工解决了，但如果把目光放到设备层面，个人 AI 还有一个更大的问题——下一代的入口会是哪种硬件？

高通产品技术专家朱元堃判断，“个人 AI”的核心载体不必局限于某一种具体形态，手机、眼镜、PC 都将成为个人 AI 的入口。

他认为，未来所有设备都会成为智能体的一个端点，底层连通的是每一个具体的人。

也就是说，今天用户在手机、眼镜和 PC 上使用的 AI，背后不应该是三套互不相关的系统，而应该是同一个理解用户的智能体，只不过这个智能体生长在不同的环境中。

这背后的逻辑，与前面提到的技术方案是一致的。个人 AI 要实现真正的连续服务，本来就不是依靠一台设备能够支撑起来的。

这个判断之所以站得住脚，原因之一是几个终端品类各自的规模都太大了。

高通 CEO 安蒙在 COMPUTEX 2026 的主题演讲中给出了一组数据：全球约有 60 亿部手机、20 亿台个人 AI 终端、20 亿台 PC，以及 5 亿辆智能网联汽车。

在安蒙看来，如果把它们都算作智能体的入口，60 亿这个数字其实并不算大，因为智能体真正需要覆盖的，是每个人身边所有能够联网、配备传感器的设备。

其他厂商还在押注哪种形态会胜出，高通则直接跳过了选择，让自己的产品覆盖从功耗仅两毫瓦的耳机，到千瓦级数据中心的全部计算层级。

白皮书认为，到 2030 年以后，终端边界将逐步消解，以屏幕为核心的设备形态会逐渐弱化，感知、算力和执行单元将分布在用户身边的各个角落。

到那时，下一代“个人 AI”的入口究竟是谁，这个问题可能就不会再有人问了。

通过以下地址，即可获取白皮书：

https://www.qualcomm.cn/content/dam/qcomm-martech/dm-assets/documents/files/personal-ai-whitepaper2026.pdf

半价干翻 Fable 5？Opus 5 实测炸场，网友：差点从椅子上摔下来 2026-07-25

具身智能的「ChatGPT 时刻」还没到，科沃斯先把机器人拆开了 2026-07-25

Agent 要数量也要脑子！浪潮信息一边单柜养 4 万 Agent，一边让大模型组队答题 2026-07-13

不同模型厂同一家 Agentic Infra，AGI 时代的地基终于浮出水面 2026-07-20

据国外媒体报道，当地时间周四，芯片制造商高通宣布推出首批支持 Wi-Fi 6E 的下一代无线芯片。

AI 的未来既需要终端侧 AI，也需要云端 AI。