下個月，蘋果就要端出 iPhone 18 Pro 系列和首款摺疊式螢幕 iPhone。未曾想，就在這場「科技春晚」即將到來之際，小米直接把桌子給掀了。
就在剛剛結束的玄戒技術溝通會上，小米第二代自研 SoC「玄戒 O3」刷新了手機 SoC 跑分紀錄：Geekbench 6.5 多核成績衝上 1.5 萬分，比目前行業的性能標杆蘋果 A19 Pro 還要高出近四成，實驗室低溫環境下的安兔兔極限跑分更是衝破了 500 萬大關，達到 522 萬分。
但這 522 萬的跑分，還遠遠不是這次發布會的重點。
十顆全大核，又猛又省電
要達到如此恐怖的理論性能表現，小米給玄戒 O3 塞了一套規模相當兇猛的 10 核心 CPU 核心配置——由 6 顆超大核搭配 4 個大核組成，最高主頻達到 4.35GHz。比起單純追求極限的超高單核主頻，O3 顯然把更多籌碼押在了多核並發的吞吐能力上。
要在寸土寸金的手機 SoC 里塞下整整 10 個全大核，首先得有足夠的物理空間。在同樣的 3nm 先進工藝下，O3 的晶片面積從上一代的 109mm² 擴大到了 133mm²，電晶體數量也由 190 億硬生生推到了 240 億（較 O1 提升 26%），矽片規模整整大了一圈。O3 在多核上的領先優勢，很大程度上正是依靠這套 10 核全大核架構的並行效率換來的。
全大核架構的另一面，是功耗和發熱更難壓住。手機日常更多面對的是刷影片、回消息、看網頁這類輕負載，如果這些大核心不能及時降下來，再漂亮的跑分也很容易變成續航和溫度的負擔。所以這次小米除了強調性能，也重點提到 O3 在覆蓋 80% 日常中低負載區間裡，功耗相比上一代降低了 25%。
除了 CPU，GPU 這次給的提升同樣紮實。玄戒 O3 換上了 16 核 G2-Ultra NX，官方稱圖形性能相比上一代提升 85%，光追性能提升 182%。GPU 內部還集成了 8 個 NX 神經網路單元，提供 36 TOPS 算力，用來處理遊戲超分和插幀。
更重要的是，在相同性能點下，O3 的功耗最高比 O1 低了 64%。高性能可以維持得更久，發熱和掉電也更容易控制。
除了計算與圖形，影像也是 O3 的重點升級項。這顆晶片集成了小米第五代旗艦 ISP 架構，支持最高 4.32 億像素單攝與 24bit 最大位寬，並具備 64M + 64M + 50M 的三攝並發處理能力；配合硬體級智能影像引擎，把 4K 60FPS AINR（AI 降噪）夜景影片做進了晶片底層，為後續旗艦機型的計算攝影留足了冗餘。
晶片跑太快，記憶體快跟不上了
然而，當 CPU、GPU 和 NPU 的算力拉滿之後，晶片設計師們很快就會撞上另一堵看不見的牆——數據搬運的速度跟不上了。
這就像一個頂級廚房，廚師越來越多、切菜翻炒的速度也快如閃電，但如果送菜的通道狹窄，或者食材倉庫離灶台太遠，廚師做完一道菜就只能端著空鍋站在灶台前等。算力如果被堵在記憶體通道里，再漂亮的跑分也換不來流暢的體驗。
為了給這群「廚師」拓寬通道，O3 在記憶體體系上也下足了功夫，行業首發支持了 4×24bit 位寬、10667Mbps 的 LPDDR6 記憶體，直接把頻寬推到了 113.8GB/s，比主流的 LPDDR5X 提升了近一半；
同時，晶片內部的主要緩存總量被擴充到了約 60MB（包含 12MB CPU L2、16MB L3 以及 16MB 系統級緩存 SLC），相當於把最常用的一批食材直接整齊碼放在了灶台旁邊。
配合重構的自研統一融合總線與物理高層走線，O3 的靜態訪存延遲被壓縮到了 82ns（後台帶載動態延遲 177ns），比蘋果 A19 Pro 的 92ns / 211ns、上一代 O1 的 121ns / 384ns 都要來得更快。
而這種對高頻寬與低延遲的饑渴，在端側 AI 場景下被放大了數倍。大模型每吐出一個 token，本質上都要把數十億參數的模型權重從記憶體里完整讀取一遍。
光有 200TOPS 的 A8W4 張量算力和 3.13TFLOPS 向量算力還不夠，O3 專門針對定製的 Xiaomi MiMo 5 值量化模型，配備了硬體霍夫曼無損壓縮技術，直接節省了 30% 的記憶體頻寬占用；配合 28MB 的 NPU 近存，在官方實驗室口徑下，MiMo 3B 的首詞響應速度提升 40%，推理速度提升 45%，運行功耗還降低了 26%。
在手機這顆需要顧及方方面面的通用 SoC 里，小米能做的優化基本已經拉滿了。但如果跳出手機的條條框框，做一顆專門用來跑大模型的晶片，又該怎麼解決這個數據瓶頸？
就在溝通會接近尾聲的時候，小米掏出了 One More Thing——玄戒 O100。
玄戒 O100：高頻寬 AI 加速晶片
與兼顧日常多任務的通用 SoC 不同，O100 是一顆完全面向大模型推理的高頻寬 AI 加速晶片。它的邏輯工藝雖然是相對成熟的 6nm，但封裝方式卻更為激進：
小米採用了 Wafer on Wafer 晶圓級 3D 堆疊與 Hybrid Bonding 混合鍵合技術，將兩層高速 AI 專用 DRAM 晶圓與一層高性能 NPU 晶圓在垂直方向直接鍵合堆疊，把原本平面的數據通路變成了「垂直穿透」。
通過創新的 Face to Face 金屬層直連結構，兩層晶圓之間依託 258 萬個物理鍵合節點相連，TSV 矽通孔孔徑僅為 0.7μm，鍵合間距縮短至 1.4μm。微米級的物理互聯距離，讓數據能夠以極短的路徑在計算核心與專用記憶體之間高速流轉，直接將 O100 的記憶體頻寬推到了驚人的 1.22TB/s——達到目前主流旗艦手機 LPDDR5X 的 16 倍。
為了把這套驚人的頻寬吞吐完全吃透，O100 還為 14 個 NPU 核心設計了不同的互聯架構：處理長提示詞的 Prefill 階段走 Ring 環形網路逐級傳遞，逐字吐詞的 Decode 階段則切換到 All-to-All 廣播網路讓多核瞬間同步。在小米實驗室測試中，O100 配合 Xiaomi MiMo 跑出了最高 330Tokens/s 的超高速本地推理成績。
從 O3 到 O100，小米其實一直在解決同一個問題：算力越來越強以後，怎麼讓數據不「堵」在路上。手機如此，大模型如此，而當這套思路繼續往更大的終端走，下一站就是汽車。
小米開始為自己的 AI，造一整套晶片
玄戒 D100：智駕高算力 AI 晶片
面向智駕場景的玄戒 D100 採用 3nm 先進工藝，配備了 20 核 CPU 與 16 核 NPU，最誇張的指標是最高支持 160GB 的統一記憶體，官方確認已經在本地成功部署 200B 參數規模的模型，並計劃於明年正式商用。
在智能汽車上，端側算力的核心訴求是離線與低延遲。無論是端到端智駕還是座艙多模態交互，一旦駛入地庫、隧道等弱網環境，單靠雲端協同就會面臨延遲甚至斷連的問題。160GB 統一記憶體的意義，正是為了讓大參數模型能夠直接常駐在車機本地，在不依賴網路的情況下也能完成實時推理。
從手機、大模型專屬加速卡到智能汽車，隨著三顆晶片全部就位，玄戒也正式補齊了小米 AI 戰略最底層的物理算力。這恰好呼應了電腦先驅阿蘭·凱（Alan Kay）那句曾被賈伯斯在初代 iPhone 發布會上引用的名言：
真正認真對待軟體的人，就應該自己做硬體。
如今的小米，澎湃 OS 負責整機調度，MiMo 負責模型算法，玄戒則提供物理底座——從系統、模型到底層晶片，三者之間真正形成了一套配合默契的絲滑小連招。
最後，小米還介紹了幾款搭載全新晶片的新品：
- Xiaomi AI Cube Prototype：形態類似英偉達的 DGX Spark，把原本屬於伺服器或者工作站的 AI 算力，壓縮進一台可以擺上桌面的機器里。
這台由航天鋁一體成型外殼、帶有超過 33874 個 CNC 蜂窩散熱孔的桌面終端，在內部將晶片陣列串聯在一起，實現了 120B + 3B 雙模型的本地混合部署。小模型負責毫秒級響應日常高頻指令，大模型負責深度邏輯推理，系統根據任務負載把算力實時分發給最合適的晶片。
- 小米 18 Fold 和小米平板 9 Pro Max：定於 9 月發布，前者預計是小米首款「闊摺疊」形態的產品，兩款新品都會搭載玄戒 O3。
值得一提的是，此前小米在 HyperOS 的宣傳海報里，就曾出現過一台機身比例明顯比傳統大摺疊更寬的設備，引發了外界關於小米摺疊式螢幕新形態的猜測；而在今天的技術溝通會上，也看到了採用「闊摺疊」寬螢幕比例的工程原型機。
至於這台「闊摺疊」最終會以怎樣的工業設計落地，以及玄戒 O3 會在這塊寬螢幕上釋放出怎樣的實際體驗，答案很快就會在下個月的發布會上見分曉。
