芯东西（公众号：aichip001）
作者 | ZeR0
编辑 | 漠影
芯东西夏威夷毛伊岛9月22日现场报道，今日，在骁龙峰会2026上，高通一口气推出2nm双旗舰芯片——第六代骁龙8超级至尊版和第六代骁龙8至尊版。
第六代骁龙8超级至尊版围绕智能体AI全面升级，包括：
Oryon CPU：采用8核架构（2个超级内核、6个性能内核），超级内核主频最高达到5GHz，性能内核主频最高达到4GHz；引入全新缓存架构FlexCache，可让所有内核可访问一个共享L2缓存池，动态分配资源，实现更高效的任务切换。
GPU：性能提升44%，能效提升14%；基于三切片架构，每个切片频率提升250MHz；搭配18MB第二代Adreno高性能内存（HPM），将功耗降低12%，支持按需分配内存资源；首次引入AI专用核心Matrix Cores，降低功耗、延迟并增强图形体验；Adreno Neural Fusion将AI超分、AI帧生成、神经网络处理结合，改变移动游戏渲染方式，实现更流畅的游戏体验、更高的图像质量及更好的能效。
Hexagon NPU：全新Element Accelerator，专为Transformer工作负载打造，结合向量计算单元和标量计算单元，支持最高32k token上下文窗口，可加速模型推理；共享内存扩容50%，能大幅减少访问外部DDR的次数，省出更多宝贵的内存带宽；在部分模型上，新一代NPU的预填充性能最高提升80%。
传感器中枢：搭载新一代双Micro NPU架构，性能提升高达85%，能效提升20%，支持2亿参数级模型，并升级个人记录功能，为智能体提供更丰富的上下文。
Spectra ISP：在拍摄的同时做智能处理，将视频吞吐量提升至2倍，使用户首次能在商用终端上拍摄8K 60fps的视频；支持4K 240fps超级慢动作视频拍摄；引入智能像素控制，能为每个像素分配16位AI数据，信息精细度是前代的256倍。
连接：搭载高通X105 5G调制解调器及射频系统和FastConnect 8800芯片，为蜂窝网络和无线连接提供AI增强能力，助力迈向6G。
在手机本地跑模型方面，高通联手阶跃、无量火与江波龙，基于第六代骁龙8超级至尊版，率先将阶跃StepEdgeOmni 300亿参数级混合专家（MoE）模型完整部署于端侧。
高通总裁兼CEO安蒙分享说，高通为数据中心AI芯片设计的全新计算引擎HBC（高带宽计算）技术未来将被带到智能手机，以显著提升效率。HBC将作为骁龙平台的协处理器，把内存和AI处理单元放得更近，提升速度、能效和性能。
会后，高通技术公司高级副总裁兼手机业务总经理Chris Patrick等高管与芯东西等媒体进行交流，进一步分享了两款旗舰芯片的更多细节与进展。
经芯东西整理，重点信息如下：
1、两款旗舰芯片的硬件有什么区别？
第六代骁龙8至尊版是第五代骁龙8至尊版真正意义上的继任者。
在它之上，高通又打造了第六代骁龙8超级至尊版，加入一些全新、前沿、正在兴起的能力。
两个骁龙平台之间的共同点远多于差异。
制程：都是2nm。
CPU：基本相同，相同的CPU核心架构、相同的CPU实现方式，频率也比较接近。
GPU：采用相同的架构和实现，有些许差异。超级至尊版拥有Matrix Cores（矩阵核心），至尊版没有Matrix Cores；超级至尊版拥有更大的高性能内存（HPM），至尊版的相关配置更小。
NPU：采用相同的架构，超级至尊版提供了更多的标量和向量线程；至尊版的数量更少，大约少30%。
内存：超级至尊版支持LPDDR6，另一个支持 LPDDR5。
封装：超级至尊版采用经过全新散热优化的封装Offset Package-on-Package，重新设计了内存与芯片在封装内部的排列方式；至尊版仍采用传统封装方案。
影像：只有超级至尊版支持用于专业视频拍摄的APV视频编解码器、8K 60fps视频拍摄和4K 240fps超级慢动作视频拍摄。至尊版支持8K 30fps。
2、哪些场景能从5GHz CPU中获益？
第六代骁龙8的CPU是首款主频达到5GHz的移动CPU，在设计CPU时不仅关注时钟频率，还会针对实际工作负载关注IPC（每时钟周期指令数），同时缓存层级设计也非常强调真实工作负载下的响应速度。
因此，对于智能体AI工作负载，高通会综合考虑所有这些因素。
时钟频率也是改善响应速度的一个关键因素。智能体AI工作负载需要进行各种任务的编排，所以系统必须保证足够快的响应速度。
3、引入Matrix Core能做到哪些以前做不到的？
Matrix Cores与GPU引擎紧密耦合。每一个GPU Slice中都有着色器处理器，每一个着色器处理器都配有Matrix Cores。所有GPU Slice中配置的Matrix Core数量是相同的。
GPU是一种通用计算架构，本身就能运行AI工作负载，而且灵活性高。Matrix Core的作用是进一步增强并加速GPU上的生成式AI及其他GPU AI计算能力。
引入Matrix Core之后，GPU就具备了进一步拆分模型执行过程的能力。模型的一部分可以运行在一个计算引擎上，同时另外一部分可以运行在GPU的Matrix Core上。由此，开发者能进行更复杂的多引擎并行处理。
4、为什么要增加与计算单元耦合的本地内存？
在智能体AI工作负载中，高通看到模型正在从“指令驱动”模式转向“推理驱动”模式。
推理模型在端侧应用会拉高成本，需要把更多数据保存在本地。因为如果把它们放到系统DRAM里，那么在系统内存和本地计算单元之间来回搬运这些数据，会消耗大量功耗，代价很高。
因此，高通增加了与计算单元紧密耦合的本地内存，这样在执行新的模型、处理相关计算时，数据可以直接保存在距离计算单元更近的位置，用来临时存储计算过程中产生的数据。
高通在设计系统时会从端到端的软件体系来考虑，通过软件对不同的内存模块进行合理划分和管理，让整个系统能够尽可能获得最佳的每瓦性能，以及尽可能好的token处理效率。
除了对内存有平台层面的整体设计外，高通还会针对不同的具体应用场景来专门设计内存体系。
5、如何理解将HBC高带宽计算引入手机的思路？
今天安蒙分享的更多是一个产品概念，目前还没有具体的产品发布。
因为很多AI工作负载最终受到的限制来自内存带宽和数据传输，如果能对内存和处理器进行协同设计，扩大处理器可获得的内存带宽，那么就有可能在AI计算上实现一些非常特别的能力。
6、高通的独特优势是什么？
高通在行业中的独特之处，在于其拥有非常深厚的研发积累，以及内部自主设计的大量技术，并能与客户进行非常深入的共同开发。
其内部自主设计的CPU、GPU及AI技术，针对消费者会使用的应用和场景进行了专门定制。
高通针对最终用户真正关心的目标来优化芯片，针对当前行业真正重要的工作负载进行优化，而非围绕某种抽象的通用工作负载进行设计。
它对自身研发实力的深度和广度非常自豪，正在通信技术、互连、处理器的各个领域以及AI领域开展基础研发。
7、小米自研手机芯片，对高通合作关系有何影响？
高通与小米的合作关系非常牢固，在多个产品领域都有合作，包括平板电脑、智能手机、汽车等领域，对于未来继续与小米开展合作也非常期待。
客户拥有自研SoC并不奇怪。在高通过去的发展过程中，很多时候，高通服务的客户同时也拥有自己的内部自研SoC，这更多意味着他们希望进行一些技术探索，同时获得针对某些特定应用进行深度定制的能力。
8、和中国AI生态合作情况如何？
在AI领域，高通与中国合作伙伴发展顺利，仍在不断扩大合作范畴。
高通起初与大量ISV（独立软件开发商）建立了合作关系，逐渐也和阿里等前沿AI应用和模型厂商展开紧密合作，会与他们进行沟通，提前获得相关模型版本，并尽快在高通平台上完成相应支持。
随着整个行业向智能体工具发展，高通进一步加强对这些工具和模型的社区支持。
9、怎么看手机市场新玩家？
高通一直以来都是平台赋能者，为消费者提供大量不同的选择，因此欢迎有兴趣进入手机市场的新玩家，也欢迎他们带来自己独特的视角。
其中绝大多数厂商最终都选择了骁龙平台，因为他们认为骁龙是目前最强大、最灵活的平台，也最能够满足未来智能体时代的需求。
至于如何把这些能力向下扩展到不同产品档位，这是高通一直在研究的事情。
整个智能手机行业一直存在很多不同的产品层级，高通同样提供多个对应不同层级的选择。
这会让OEM厂商拥有更大的定制空间。他们可以定制自己需要的功能，也可以根据自身需求调整成本结构，最终选择真正能够对终端用户产生价值的能力。
高通一直重视将技术覆盖尽可能广泛的消费者群体，首先在最高端的超级至尊版开发新兴能力，然后逐步下放到至尊版，再继续向其他产品层级扩展。
