文章核心观点 - 联发科提出超性能+超能效双NPU架构 实现AI Always on 从硬件架构重构端侧AI运行基础 让AI成为系统常驻能力而非被动唤醒的功能模块[1][33][50] - 天玑9500通过双NPU协同工作 超性能NPU处理高强度推理任务 超能效NPU专注低功耗常驻场景 结合存算一体架构和硬件压缩技术 实现性能与能效双重突破[34][36][40] - 端侧AI正从"可调用"走向"默认在线" 需具备即时响应能力 联发科通过系统级技术方案解决模型加载慢 功耗高 训练难三大挑战 推动AI无缝融入多模态交互[49][55][61] 芯片架构创新 - 首发双NPU架构 超性能NPU搭载深层次AI引擎2.0 在ETHZv6.0.3测试中得分15015 相比天玑9400提升超过一倍[34][36][37] - 超能效NPU采用存算一体架构 将计算单元与缓存单元物理融合 减少数据搬移能耗 改善常驻AI任务下的发热与续航问题[40][42] - 引入四通道UFS 4.1 模型加载速度提升40% 结合硬件级压缩技术 4B大模型仅需1.6GB内存即可运行[44] 性能表现提升 - 3B大模型输出性能相比上一代提升100% 内容生成更快更流畅 支持128K上下文窗口 是上代的4倍 可处理相当于10小时录音的数万字文本[9][12] - DiT模型推理性能提升100% 首次实现端侧4K超高画质生图 仅需10秒完成生成 支持个性化风格生成 可将照片转为手绘 插画等艺术风格[16][20][22] - 通过1.58bit量化 Transformer专用电路和Eagle推理加速算法 生成速度比天玑9400提升2倍以上 在3~4W功耗区间内推理效率提升56%[44] 端侧AI落地应用 - 与vivo联合打造蓝心AI录音机 分钟级训练的定制美颜 全场景蓝心大模型端侧推理与训练能力 端侧训练内存需求降至2GB 首次实现终端侧完成个性化美颜训练[26][47] - 与OPPO合作小布识屏与AI意图搜索 进行异构计算和内存优化协同 多品牌正围绕天玑9500展开端侧AI能力部署探索[28] - AI能力常驻系统后台 实现帧帧追焦等单反级拍照体验 在不打扰用户的情况下持续提供帮助 推动无感交互成为可能[30][32][59] 行业趋势与共识 - 大模型下沉使端侧AI使用频率越来越高 从输入法预测补全到拍照构图建议 从锁屏摘要到图像生成 AI正从"调用一次"变为"时刻可用"[4][54] - AI需融入用户原生操作流程 成为交互一部分 响应需即时 不可依赖被动加载或临时唤醒 需常驻系统成为设备资源调度组成部分[55][56][57] - 端侧AI不再局限于特定任务 开始在系统各层持续参与 推动人机交互向更自然流畅方向演进 底层系统需为AI持续供能[60][62]