過去的AI是「你問它才答」，晶片只需在用戶觸發時短暫響應;而智能體AI需要持續在線——持續感知環境、持續規劃任務、持續調用工具。運行模式的改變，對晶片提出了一個硬性要求：必須在長時間內穩定輸出性能，而不是運行片刻就因過熱而降頻。
驍龍新一代旗艦平台正是為滿足智能體AI的核心硬體需求而打造。它的設計思路不是單純追求算力峰值，而是在CPU、GPU、NPU三大核心模組上同步優化能效——用更少的電，讓AI跑得更久。
CPU：智能體的「調度中樞」，省電從精準分配開始
高通在新一代Oryon CPU上的升級有一個細節：就是在亮眼的5GHz主頻之外的獨立時鐘域。這一設計讓每個核心可以單獨進行頻率擴展——刷微博時能效核低頻運轉，打開App時超大核單獨拉升。需要多少給多少，不多給一度電。
配合FlexCache緩存架構，L2緩存被統一為所有核心共享的池子，核心需要的數據直接駐留，無需頻繁訪問系統記憶體。高通在部落格中的表述很直接：FlexCache減少了核心訪問系統記憶體的頻率，即便在記憶體受限的情況下也能維持性能表現。對智能體而言，這意味著任務在核心之間流轉時數據不丟失、不重載——每一次避免記憶體訪問，都是一次功耗的節約。
GPU：AI成為功耗的減項，而不是加項
新一代Adreno GPU面臨一個看似矛盾的任務：頻率從1.2GHz提升至1.45GHz，但功耗要降下來。高通的做法是讓AI幫忙省電。
18MB Adreno HPM片上高速顯示記憶體讓渲染過程中的中間數據直接存在片上，無需反覆前往系統記憶體，帶來約12%的功耗改善。Adreno Matrix Cores首次將AI專用矩陣核心引入GPU，神經網路計算不再需要離開圖形渲染管線——每一段數據路徑的縮短，都轉化為功耗的節約。Adreno Neural Fusion將AI超解析度和幀生成融入渲染流程，功耗相比上一代方案最高可節省40%。高通在部落格中的定位很清楚：Adreno Neural Fusion的目標是「在呈現更高畫質的同時，降低渲染開銷和功耗」。
NPU：讓大模型「住」進手機，也把功耗壓下來
端側大模型部署的最大瓶頸往往不是算力，而是記憶體頻寬。模型生成答案時需要頻繁讀取KV緩存，片上空間不足就意味著數據要在NPU與主記憶體之間反覆搬移，推高時延和功耗。
新一代Hexagon NPU將共享記憶體最高提升50%，讓更多數據留存在NPU內部，減少對外部記憶體的訪問。同時支持300億參數的MoE模型，每次生成詞元僅激活約30億個被路由選中的參數——以低功耗和低記憶體需求實現大模型級別的AI體驗。對於INT4精度模型，預填充性能提升最高50%。高通將新一代Hexagon NPU的定位概括為面向「始終運行的AI、長上下文推理、多模態模型、並發智能體以及低時延行動閉環」而設計。
三個模組，同一目標：讓AI跑得更久
智能體AI給晶片出了一道難題：算力需求數量級躍升，運行模式從短暫響應變成持續在線，功耗壓力前所未有。驍龍新一代旗艦平台的回答不是在某一個模組上堆料，而是在CPU、GPU、NPU三個層面同時做減法——獨立時鐘域減少無效算力，FlexCache減少記憶體訪問，HPM減少數據搬運，共享記憶體擴容減少外部讀取。
這些技術選擇指向同一個判斷：在智能體時代，能效不是性能的附屬品，而是AI能力能否被真正用起來的前提。 當AI從問一句答一句進化到主動幫你做一連串事，晶片的價值不再由跑分峰值定義，而是由它在功耗紅線之內能持續輸出多少AI體驗來定義。驍龍新一代旗艦平台正在做的，就是不僅讓AI跑得快，還要跑得久。
