AI 原生架构，会成为手机芯片在智能体时代的新解吗？

作者 |  云鹏

编辑 |  漠影

今天，智能体的爆发进一步加速着 Token 经济时代到来，到 2030 年，全球每月 Token 消耗量预计将达到120 千万亿，增长 24 倍。

智能体浪潮之下，新的产品、新的 UX 体验、新的生态都在不断涌现，AI 与各类智能终端加速融合，AI 从云端走向边缘和端侧。

AI 开始真正帮人高效做事，实现端到端闭环，强大的端侧 Agent 不止于多模态交互，更在于执行复杂长程任务、实时感知主动服务、知你懂你。AI 手机也在快速化为智能体 AI 手机。

与此同时，端侧智能体快速发展也在倒逼芯片架构层创新，芯片竞争焦点从极限算力转向能效、存储、成本，如何让 AI 应用跑得 " 多快好省 "，成为关键。

如何让强大的 Agent 能够全天候为你服务？如何进一步推升能效极限、打破数据搬运效率瓶颈？

AI 计算需求从单点走向全栈，这对 CPU、GPU、NPU 都提出了新的要求，芯片底层架构创新已势在必行。

在这样的行业背景下，联发科技（MediaTek）昨日正式发布了新一代天玑旗舰天玑 9600 Pro，从 CPU、NPU、GPU 到 ISP，在性能、能效基础能力大幅提升之上，SoC 底层硬件全面围绕 AI 升级。

我们看到，NPU 深度参与各部分计算，AI 融入整个 SoC，实现系统级资源协同调度。可以说，面向智能体 AI，联发科把 SoC 彻底重做了一遍，在移动 SoC 领域定义了真正的 AI 原生架构，基于软硬深度协同，将智能体 AI 手机体验带到了一个新高度。

01.

深度 " 拆解 "AI 原生架构 SoC：

各模块全面基于 AI 进化，NPU 深度融合

智能体 AI 手机带来的海量 AI 应用需求爆发，给端侧芯片带来了巨大挑战。

如今 AI 发展早已走过了早期单纯生文生图阶段，长程复杂任务的意图理解、拆解、规划、执行，以及持续感知、长期记忆之下的贴心主动服务，都涉及大量不同负载、不同类型、不同需求特点的 AI 计算需求，从 CPU、GPU、NPU 到更细的 SoC 组成部分，都需要针对这一智能体趋势深度改造。

AI 原生架构将成为后续芯片厂商聚焦的关键方向，唯有原生——从底层就全面针对 AI 需求深度改造，才能实现最佳效率。而联发科，已经率先交卷了：

从 CPU 天玑智算融合架构、NPU 性能 + 能效双 NPU 架构、GPU 天玑神经网络渲染架构到 ISP 天玑智能影像架构，AI 深入 SoC 各个模块，CPU、GPU、NPU 都针对智能体时代端侧 AI 一系列挑战做针对性架构优化，并实现高效协同。

具体是如何做到的、其中克服了哪些关键技术挑战、对我们实际使用 AI 的体验又有怎样的影响？接下来我们将一一深入 " 拆解 "。

1、超性能 + 超能效双 NPU 架构再进化，联合行业头部落地海量端侧智能体体验

首先，我们将目光聚焦于 NPU。智能体时代，NPU 一直是端侧 AI 处理的核心计算单元，其重要性愈发凸显。

本地模型高效运行、AI 全天候持续精准感知，都离不开出色 NPU 的加持，并且是既需要性能、又需要低功耗，可以说是" 既要马儿跑，又要马儿不吃草 "。

为此，联发科从去年开始就在行业中首次推出了双 NPU 架构，在今年的旗舰 9600 Pro 上，双 NPU 架构再次升级，超能效 NPU 功耗更低，超性能 NPU 性能更强，整体双 NPU 协同能效表现更好。

超性能 NPU 1090主要负责大模型运行与端侧推理、多模态、生成式 AI、复杂 Agent 任务，其大语言模型预填充性能提升 51%、每瓦特生成 Token 数大幅增加了 55%，在 ETHZ AI Benchmark 排行榜中再次登顶，支持 30B MoE 大模型端侧运行。

超能效 NPU则负责 Always-On 实时感知、持续后台运行，功耗较天玑 9500 降低了 40% 之多。

硬件底子打牢之上，联发科通过天玑智能体化 AI 引擎 3.0的升级进一步实现软硬件的深度协同。

目前天玑 NPU 的 AI 能力已经形成" 硬件 + 系统 + 开发工具 + 生态 " 完整链路。感知能力方面，Sensing Foundation 套件可以协助实现低功耗 AI 实时情景感知；在模型优化方面，天玑 AI 开发套件则可以让端侧复杂模型更高效的运行。

在双 NPU 兼顾性能、能效和完善生态之下，我们在发布现场展区看到了不少出色的端侧 AI 应用体验：

手机厂商方面，联合 vivo，利用超性能 NPU 端侧运行多模态大模型，自动识别视频高光时刻并一键生成专属回忆，利用超能效 NPU 让 AI 持续感知拍摄场景，并从拍摄模式、构图到滤镜风格进行智能适配；联合 OPPO，通过低功耗常驻 AI 实时识别拍摄场景、自动优化构图，小布助手可以更主动地帮用户筛选重要信息并及时提醒。

大模型厂商方面，联发科联合阶跃星辰（StepFun），通过天玑 AI 智能体化引擎 3.0 让手机进一步理解用户意图与需求，提供更主动的智能体服务；与千问深度合作，依托双 NPU 架构在端侧运行 30B MoE 大模型 ，结合天玑智能体化引擎打造数字分身体验。

整体来看，双 NPU 架构进一步迭代，强化了性能优势，提升了能效表现，解决了端侧模型落地算力瓶颈同时，让智能体 AI 真正常伴、实时感知成为可能，可以说给智能体化的 AI 手机体验夯实了 AI 算力根基。

2、CPU 是智能体时代的 " 中枢和肌肉 "，CPU、NPU、存储统一智能调度实现架构融合

接下来，我们将目光聚焦于SoC 的通用计算核心 CPU。智能体时代，AI 应用最大特点就是计算需求复杂，感知数据的分析、复杂意图的理解、逻辑推理、复杂任务的拆解规划执行，都离不开 CPU 作为" 中枢指挥 "。

此次天玑 9600 Pro 的 CPU 在性能、能效、缓存方面的升级对 AI 应用端侧落地都有重要推动作用。

在天玑 9600 Pro 上，联发科首创的全大核架构继续迭代升级，将超大核扩展至 2 颗，双 C2-Ultra 超大核的峰值频率来到 4.55GHz。

在联发科与台积电进行深度设计工艺协同优化（DTCO）的 2nm 工艺与内核架构升级之下，CPU 能效显著提升，超大核性能提升 17%、多核性能提升 15%。

双超大核设计在 Agent 时代有助于突破 AI 重载下的单核瓶颈，双核协同可以兼顾瞬时高负载和并行流水线，让 AI 响应更快；同时，双核还能实现高频与能效更好的动态平衡，单位功耗下性能输出更高，提升芯片持续性能。

缓存方面，L2+L3+ 系统缓存升级至 34.5MB、二级缓存提升 21%，这可以减少核心对外部内存的频繁读取，提高 AI 的响应速度、减少功耗和发热。

在 CPU、NPU、存储的深度软硬协同方面，联发科祭出了天玑智算融合架构，把 CPU 算力、NPU 算力、电源和内存统一纳入智能调度，实现 Agent 持续运行时前台流畅。此次全大核的电源调度做到了微秒级动态调度，快开快关速度相比上代提升了10 倍。

CPU+NPU 实现智能计算，先进内存 + 闪存实现高速数据交换，进而实现能效和性能的同步提升。

算力调度引擎 3.0可以预测端侧 AI 的算力需求，动态协调资源，在性能和功耗之间实时寻找最优点。

基于一系列软硬协同优化，在 3B 大语言模型测试中，出词速度提升40%。

在超级内存调度技术加持下，AI 与 App 并发内存压缩调度，可以实现 25 个应用与 3B 大语言模型全保活。

纵观 CPU 升级，我们看到双超大核架构设计更好应对复杂多样的 AI 应用挑战，实现更好的端侧智能体体验，性能、能效的大幅提升夯实基础，海量软件层面的技术优化进一步释放 CPU 上限，并实现 CPU 与 NPU 更高效的协同。

换言之，智能体时代对 CPU 在实时响应、多任务编排和持续能效上的苛刻要求，在这一代架构上得到了系统性的回应。

3、神经网络渲染架构落地，AI 与 GPU 深度融合

在图形处理的核心模块 GPU 部分，如今 GPU 图形渲染与 AI 的深度结合已是行业大势所趋，AI 超分、AI 插帧技术广泛应用，降低 GPU 算力压力，优化系统功耗。

在 GPU 方面，天玑 9600 Pro 搭载了最新 G2-Ultra NX 旗舰 GPU 新架构，峰值性能功耗下降 24%。

值得一提的是天玑神经网络渲染架构的落地，这一架构实现了 GPU 与 NPU 协同进行神经网络渲染，AI 融入图形渲染管线。

从实际效果来看，在《王者荣耀》CG 超分中，原生 720P 最高可以提升至 1080P，并且功耗更低、GPU 压力更小，最终流畅度提升明显。显然，联发科已成为推动 PC 端 AI 图形渲染技术加速落地移动端的核心玩家之一。

4、AI 加持影像、通信，打破体验天花板

既然是 AI 与整个 SoC 的深度融合，自然离不开 ISP 与 NPU 的协同。

影像方面，新的高性能 ISP 与 NPU 结合，AI 深度参与计算摄影，超性能 NPU 进行多帧计算合成，让拍照前景后景都能保持清晰，提升影像上限。

超性能 NPU 加持下，天玑 9600 Pro 实现了 60fps 专业运动级追焦，追焦速度和对焦速度都提升了 2 倍。

通信方面，联发科首次祭出天玑通信 AI 开放平台，允许 OEM 使用自己的 AI 模型直接参与通信侧决策，相较纯 CPU 运行功耗降低 50%。

此外，AI 蜂窝选网 2.0 借助 AI 判断复杂网络环境并主动选择 / 切换基站，卡顿时长较天玑 9500 下降 30%，结合 OEM 大模型协同优化后，卡顿时间再降低 10%，达到 40%；AI Wi-Fi 速率调校通过 AI 动态推理得出最佳传输速率，减少卡顿、保持持续稳定。

纵观天玑 9600 Pro 在 SoC 各部分的升级，我们对 AI 原生架构有了更清晰的理解：

各模块全面围绕 AI 进化，NPU 深度融合，芯片不仅是基础性能、能效的升级，更是针对 AI 应用特点在架构层面进行改进创新，突破现有技术瓶颈。

这种架构层面的创新有的不仅是纵向的深度，同时也是系统各模块横向高效协同，NPU 与各个模块实现 1+1＞2。与此同时，软硬件深度协同也发挥着关键作用，各类引擎加持，充分释放硬件能力，进一步加速端侧 AI 应用落地。

02.

长期深耕 AI，紧抓智能体 AI 浪潮

天玑成端侧 AI 落地核心推手

天玑 9600 Pro 可以说是一颗全面进化的 AI 智能体手机芯片，这样亮眼的表现离不开联发科在 AI 赛道的长期深耕，以及对 Agent 趋势的精准把握和坚持投入。

与此同时，其在底层架构层的创新突破、整体芯片设计思路，都给手机移动芯片行业在 AI 智能体时代的发展提供了极具价值的可行路径参考。

实际上，早在 2017 年，联发科就开始做 AI 相关投入，也是首个将拥有 AI 能力的硬件处理器搭载于芯片上的厂商。

2023 年，天玑 9300开始支持全球主流热门 AI 大模型，2024 年的天玑 9400成为行业内第一颗专门为智能体 AI 打造的旗舰 5G 芯片，在端侧 AI 层面对 NPU 软硬件生态进行了大幅升级，同期联发科还首发了天玑 AI 智能体化引擎，帮助终端厂商打造 " 智能体化 AI 手机 "。

2025 年MMDC 上，联发科就已经做出关键判断：Agentic AI UX 时代已经到来。联发科技董事、总经理暨营运长陈冠州也同样认为：AI 的下一波浪潮属于智能体 AI。

可以看到，联发科在 AI 大模型爆发、智能体 AI 爆发等关键节点均有关键技术布局和落地，天玑芯片一直紧跟端侧 AI 落地趋势，时至今日，联发科已经从底层芯片到上层工具链、生态构建了完整的全局解决方案，成为推动端侧 AI 落地的核心力量。

对于用户来说，出色的智能体 AI 手机芯片及其生态，进一步加速了端侧 AI 用户体验的进化，AI 真正实时常伴、主动服务、自主执行复杂任务能力大幅提升。

对行业来说，联发科让行业看到了端侧芯片从 " 单一硬件算力堆叠 " 向 " 全 SoC 架构 AI 原生重构 " 转变带来的巨大潜力：AI 从 NPU 能力延伸至整个 SoC 架构设计，AI 深度参与各类计算，实现不同 IP 之间的高效协同、系统级资源的协同调度。

以联发科为代表的芯片厂商，正从 " 硬件提供商 " 转向 " 软硬协同生态构建者 "，打通 AI 应用落地完整链路，夯牢底层芯片根基，加速 AI 手机从 " 工具 " 进化为 " 助理 "，让智能体 AI 手机时代更快到来。

03.

结语：定义 AI 原生架构

天玑芯加速冲刺 Agent 时代

天玑 9600 Pro 的进化证明了一件事：扎实的底层架构创新，是真正打破芯片能力瓶颈的钥匙。而芯片技术的创新，仍然是当前革新端侧 AI 体验的核心驱动力，以联发科为代表的手机芯片厂商正成为加速手机智能体化变革的核心推手。

毫无疑问，天玑 9600 Pro 将成为下半年旗舰 AI 手机大战的核心算力平台支撑，vivo、OPPO 等各路手机厂商高管都已在发布会上宣布了新机的首批搭载落地，各家终端巨头会基于这颗芯片打造出怎样的智能体 AI 旗舰机，我们拭目以待。