Workflow
对话高通副总裁Chris Patrick:为何我们不再执着于GPU峰值性能?
高通高通(US:QCOM) 凤凰网·2025-09-30 02:24

公司战略转向 - 公司战略从追求峰值性能竞赛转向以AI为核心、注重持续能效与真实世界用户体验的务实路径 [1] - 对GPU“跑分王座”持淡然态度,重点优化真实应用场景而非基准测试分数 [1][7] - 构建开放视频生态以抗衡封闭生态,旨在赋能更开放的生态体系 [10] AI战略与部署 - 端侧AI的终极形态是成为个性化智能体,基于手机NPU和传感器中枢收集个人数据进行实时感知、训练和推理 [3] - 公司在AI领域拥有超过二十年研发积累,全新NPU设计具备泛化和可适变性以面向未来模型 [2] - 成功部署端侧AI需满足五大核心要求:高Token处理速度、极致功耗控制、充分安全与隐私保护、小内存开销、结果准确性 [4][5][6] GPU性能优化 - 传统GPU基准测试与真实游戏表现和用户体验的相关性正变得越来越低 [7] - 引入独立高速显存技术,虽可能影响基准测试分数,但能显著提升真实游戏中的数据传输吞吐量和帧率稳定性 [7] - GPU优化策略聚焦于4W功耗“甜蜜点”区间的能效极致化,以在真实使用中获得最佳性能功耗比 [8] CPU性能提升 - 自研第三代Qualcomm Oryon CPU进行了微架构和电源管理深度改进,核心目标是为移动平台独特性和SoC整体优化 [9] - 新芯片单核IPC曲线相比上一代有明显改善,能够在持续运行时保持稳定高效的性能输出 [9] - 拥有更多CPU频点数量,使OEM厂商可进行更精细化性能调度优化,以更小功耗换取更优性能表现 [9] 系统工程与生态构建 - 内存系统工程策略是优先利用高效片上内存以降低功耗和时延,仅必要时访问外部DDR内存 [10] - 支持高级专业视频编解码器,旨在为创作者提供最高质量原始素材,并已获得专业剪辑软件支持以构建开放生态 [10] - 公司关注重点在于SoC层面整体优化,尽管采用台积电N3P工艺,但今年在微架构方面有大幅改进,制程仅为小幅提升 [11]