高通联手阶跃 骁龙8至尊版跑通端侧300亿大模型

时间：2026 年 9 月 23 日（北京时间 3 点），对应夏威夷时间 9 月 22 日 9 点。 地点：美国夏威夷 2026 骁龙峰会主会场 / 全球同步发布。 人物：高通、阶跃星辰（StepFun）、无量火（Ember）、江波龙（Longsys）。 事件详情：高通在 2026 骁龙峰会开幕日宣布，联合阶跃星辰、无量火及江波龙，基于第六代骁龙 8 超级至尊版（Snapdragon 8 Elite Gen 6）移动平台，完成阶跃 StepEdge-Omni 30B-MoE 300 亿参数混合专家模型的端侧完整部署，并现场演示相关智能体助手。 模型架构：StepEdge-Omni 30B-MoE 采用混合专家（MoE）架构，总参数 300 亿，但每个 token 生成仅激活约 30 亿参数（约 10% 路由专家），大幅降低计算量与内存带宽需求，是大参数模型能落到手机端的前提。 性能数据：模型预填充吞吐超每秒 330 个 Token、解码吞吐超每秒 28 个 Token，首字毫秒级生成；Hexagon NPU 在 INT4 模型上预填充性能较上一代提升最高 50%，首个 Token 生成时间缩短约 1.5 秒。 内存优化：通过无量火 Ember 推理引擎与江波龙存算协同方案，模型运行内存需求较行业常规方案降低超过 50%，并支持在智能手机上稳定运行。 上下文与硬件：Hexagon NPU 支持最长 32K 上下文窗口，集成 KV-cache 硬件加速器；CPU 使用 Oryon 核心 2+3+3 架构；Adreno GPU 新增 Matrix 核心并支持 AI Frame Fusion；标准版与 Pro 版预计采用台积电 2nm 制程，搭配 LPDDR6 内存。 本地任务：该方案无需调用云端服务，可在本地完成邮件理解与草拟、行程规划、日历同步、航班及酒店推荐、行程分享等办公智能体任务。 背景：本次发布是 9 月 22 日开幕的 2026 骁龙峰会首日最大新闻。Hexagon NPU 是新平台核心升级，新增 Element Accelerator 专门加速 Transformer 运算，并将片上共享内存扩大 50% 以缓解带宽瓶颈。高通 9 月 11 日已提前解密 NPU 架构，本次峰会则完成首个端侧 300 亿 MoE 完整部署案例，超越苹果在 WWDC 上发布的 200 亿参数基础模型。 影响：1. 端侧 AI 进入"300 亿参数时代"，手机首次具备本地承载大规模智能体的能力；2. 数据不出设备、本地毫秒级响应，重塑隐私优先的 AI 体验；3. NPU+CPU+GPU 三引擎协同搭配 LPDDR6 内存将成为下一代 AI 手机标配；4. 与云端 API 相比速度提升数倍至数十倍，有望分流云端推理流量；5. 推动手机从"听指令"走向"会办事"的智能体形态，为安卓阵营应对 Apple Intelligence 留出关键硬件筹码。 总结：第六代骁龙 8 超级至尊版通过 Hexagon NPU、推理引擎与存储方案四方协同，把 300 亿参数 MoE 模型真正塞进手机并跑出 330 Token/s 预填充吞吐，标志着端侧 AI 从"能跑"迈入"能办事"的新阶段。高通+阶跃+无量火+江波龙的"芯片+模型+引擎+存储"四方协同模式，也很可能成为后续端侧大模型部署的行业范本。 参考来源： 1. IT之家 - https://www.ithome.com/1/006/008.htm 2. 新浪财经 - https://finance.sina.com.cn/stock/t/2026-09-23/doc-inisuaap8641283.shtml 3. DoNews - https://www.donews.com/news/detail/8/6720649.html 4. 网易新闻 - https://www.163.com/dy/article/L7G2O5SG05561FZV.html 5. CoinDesk - https://coindesk.cc/qualcomm-to-unveil-snapdragon-8-elite-gen-6-smartphone-chips-with-ai-focus-117558.html 6. AI.jp.net - https://www.ai.jp.net/article/qualcomm-unveils-ai-powered-snapdragon-8-elite-gen-6-chips-that-run-30b-paramete-f54176 7. 凤凰网 - https://i.ifeng.com/c/8wPNa015VYO 8. 中关村在线 - https://m.zol.com.cn/article/12459631.html