旗舰SoC新的分水岭，是从单项性能迈向AI原生算力

移动芯片的设计逻辑正在经历一场近乎“推倒重来”的变化。

回顾过去几年手机 SoC 的发展历程，处理器基本一直沿着“堆性能、控功耗”这条路在走。每一代旗舰 SoC，都是 CPU、GPU、NPU 的算力不断向上递增，再通过新的制程和架构优化把功耗压下来。用户评价一款旗舰 SoC，往往也体现在打开应用的速度快不快、游戏能跑多少帧、帧数曲线稳不稳这些层面。

但当智能体 AI 时代真正到来之后，一切都变了。

AI时代，SoC不能只拼峰值性能

传统手机中的很多 AI 功能都是一次性的，用户需要什么 AI 功能就调用什么，用完即止。即便是这两年所谓的 AI 大模型交互，大多也类似传统手机助手：问一个问题，AI 处理完成，这次 AI 任务也就结束了。

AI 智能体时代则完全不同。AI 更像一个始终在线的底层智能助手，它深度进入系统和应用服务之中，不仅能保持上下文、理解环境、判断用户需求，也能在必要时调用各类模型和应用，完成复杂任务。

也就是说，智能手机中的 AI 正在从一个偶尔启动的功能，变成一个 7×24 小时在线的工作负载。

这就带来一个问题。本来智能手机就因为体积和空间的限制，电池容量、散热空间极其有限。如今在日常游戏、视频、导航等高负载应用场景之外，又多出了一个需要随时响应的 AI 负载。它们共同消耗处理器的 CPU、NPU、内存和带宽等资源，进一步加剧了手机的功耗和散热难题。

面对这样的新应用场景，传统 SoC 的升级思路已经越来越难走通。

一直以来，传统 SoC 都通过拉高 CPU、GPU、NPU 的绝对性能，来满足各类场景下的负载需求。但事实上，我们的手机已经很少出现单纯“性能不够用”的情况。这些年处理器的跑分数据越来越高，游戏帧率曲线也越来越漂亮。但很多时候，真正考验手机性能极限的，反而是那些持续时间长、多个应用叠加运行的场景。

比如你开着手机导航，5G 网络持续刷新，后台还挂着微信和音频软件；游戏过程中，不仅画质要拉满，后台还有语音、消息等服务同时运行。

如果继续沿着传统处理器的升级迭代思路走，很快就会发现，即便手机性能再强、算力再高，也会遇到发热和功耗的瓶颈。尤其是在未来 AI 需求越来越复杂、负载越来越重的情况下，不能简单看处理器的峰值性能有多强、一次计算有多快，还要看它是否能够满足一整天持续不断的计算需求，同时做到不烫手、不费电。

问题也因此从“有没有足够多的算力”，进一步变成了“怎样把这些算力真正用好”。

要做到算力强、功耗低，更考验手机能否把不同计算资源高效组织起来。模型启动前，CPU 要完成大量系统和应用层工作；模型运行中，又会涉及缓存、内存访问和数据搬运；当智能体进一步调用多个应用时，调度引擎还要不断决定不同任务由谁执行、什么时候执行，以及该分配多少计算资源。

到了这里，智能体 AI 对未来移动处理器的要求，已经演变成一个系统级问题。

不仅要算得猛，还要算得聪明

天玑的做法，是先从计算架构入手。

天玑9600 Pro 把 AI 从一个相对独立的计算模块，进一步整合进整颗芯片的计算和调度体系之中。它这次搭载天玑智算融合架构，将 CPU、NPU 与算力调度引擎进一步融合，打通从 CPU、SLC 缓存到 LPDDR6 内存、UFS 5.0 存储的端到端高带宽数据通路。

根据 MediaTek 官方公布的数据，在这套架构下，3B大模型启动速度提升了27%，出词速度提升了40%。

前面我们提到，未来智能体和端侧 AI 的算力瓶颈，并不单单在于绝对算力的多少，更在于算力能不能被及时、持续、高效地调用。因为随着 AI 应用越来越复杂，即便 CPU、NPU 性能再强，如果数据持续堵在缓存、内存以及任务调度环节，最终反映到用户体验层面，依然可能是漫长的等待、持续的发热和耗电。

天玑 9600 Pro 这套 AI 原生架构的一个关键思路就在于：它解决的并不只是“怎么算得更快”，还有“不同的任务到底应该交给谁来算”。

先来看 NPU。

天玑 9600 Pro 采用双 NPU 架构，但两颗 NPU 有着非常明确的分工：超性能NPU 1090 面向大模型、生成式 AI 等高性能负载，第二代超能效 NPU则专门承担低功耗、持续在线的 AI 任务。

让一颗高性能 NPU 长时间承担环境感知、上下文判断这类相对轻量的任务，是一种非常“不划算”的做法。天玑9600 Pro 更聪明的地方，就在于把这些需要实时感知、但计算量并不算高的工作交给超能效 NPU；当用户真正需要大规模内容生成，或者进行复杂推理等高负载 AI 任务时，性能更强的超性能 NPU 1090 再实时介入。

这样一来，处理器既能让 AI 长时间处于待命状态，又不用频繁唤醒高性能计算单元，为设备的续航和温控留下更多空间。

同样的协同思路，也被运用到了 CPU。

天玑9600 Pro 采用全大核设计，包括两颗 Arm C2-Ultra，以及六颗采用不同 L2 缓存配置的 Arm C2-Pro，整个 L2 缓存系统总容量提升 21%。

天玑9600 Pro 的 CPU 并不仅仅负责通用计算，在这套全新的架构中，它还承担着 AI 任务调度与协同的重要角色。当 AI 任务需要调用模型、应用或者系统服务时，CPU 能够根据负载状态精准分配任务、数据和资源，让高性能核心在真正需要算力的时候及时介入，也让手机在面对一些轻负载场景时，尽可能减少无谓的功耗。

换句话说，天玑9600 Pro 的 CPU 不只是“算得更猛”，而是“算得更聪明”。

按照 MediaTek 官方测试数据，相比上一代，天玑 9600 Pro 的超大核性能提升 17%，多核性能提升 15%；如果看功耗，新一代天玑 9600 Pro 单核功耗节省 37%，多核功耗节省 61%。

可以明显看出，天玑开始把更多升级空间用在提升持续性能和每瓦性能上。

GPU 同样如此。

过去手机谈 AI，NPU 和 GPU 往往是各管各的：一个主要负责 AI，一个主要负责游戏和图形计算。但在天玑 9600 Pro 上，MediaTek 通过新的神经网络渲染架构实现 GPU 与 NPU 的即时同步互连，让传统图形渲染与 AI 计算共同参与画面生成。

它解决的依然是移动设备中性能与功耗之间最根本的矛盾。

想要提升移动游戏画质，继续增加 GPU 负载，当然能够换来更高的分辨率、更复杂的光照以及更真实的材质，但随之而来的就是更高的功耗和发热。

神经网络渲染则提供了另外一种思路：将部分画质增强和超分辨率任务交给神经网络，让 GPU 把更多计算资源投入光照、几何和特效等传统图形任务。

和前面提到的 CPU 调度策略一样，天玑9600 Pro 的 GPU 也“更聪明”了。

根据 MediaTek 官方数据，同功耗下，天玑9600 Pro 的 GPU性能相比上一代提升 18%，峰值性能下功耗节省 24%，光线追踪性能提升 18%，同时支持 185fps原生高帧率游戏以及神经网络超分等技术。

类似的逻辑还出现在影像系统中。天玑9600 Pro 搭载的 ISP 可以与 NPU 进行融合计算，通过 ISP 与 NPU 的协同完成 AI 语义分析、运动追焦以及更多计算影像任务。

可以看到，在天玑 9600 Pro 上，CPU、GPU、NPU、ISP 这些处理单元之间原本非常清晰的边界，正在逐渐淡化：双 NPU 解决 AI 常驻和高负载计算之间的任务分工；CPU 与调度系统解决复杂任务并发；GPU 与 NPU 的协同开始改变图形计算方式；ISP 与 NPU 的融合又把 AI 进一步带进移动影像。而 2nm 制程、LPDDR6 和 UFS 5.0，则为整套计算体系提供能效、带宽以及数据吞吐方面的基础。

对于天玑 9600 Pro 来说，AI 已经不再只是手机里的一个应用，也不再只是芯片中的一个独立模块，而是变成了处理器的一种基础计算能力——哪里需要提升效率，AI 算力就可以参与到哪里。

这才是基于智能体AI落地设计的“AI 原生架构”在移动芯片中真正应该呈现出来的样子。

移动计算设计思路的一次转变

回过头来，如果单看参数，天玑9600 Pro 依然是一颗堆料非常充足的旗舰芯片。

2nm 制程、330亿+晶体管、最高主频 4.55GHz 的超大核、34.5MB 大缓存，率先支持 LPDDR6 和 UFS 5.0……这些参数组合到一起，本身已经足够吸引眼球。

但只从参数层面理解它，反而容易错过这颗芯片更深层次的变化。

天玑 9600 Pro 真正值得关注的地方，并不只在于 CPU、GPU、NPU 分别提升了多少，而是 MediaTek 正在尝试把过去相对独立的 CPU、GPU、NPU、ISP 以及存储系统，围绕新的 AI 工作负载重新组织起来。

这也是所谓“AI 原生”和过去“支持 AI”之间非常重要的区别。

所谓 AI 原生，并不是芯片里某一个 AI 模块足够强，也不是手机里增加更多名字带有 AI 的功能。

真正的原生 AI 应该是，你感知不到它的存在，但它又无处不在。

因为在日常使用的绝大多数应用与场景背后，它都已经参与其中。游戏画质更好，背后可能有 NPU 参与渲染；运动抓拍更加稳定，背后可能是 ISP 和 NPU 的协同；AI 智能体能够长时间保持在线，则来自两颗 NPU 的任务分工和整个 SoC 的资源调度。

这套 AI 原生架构真正改变的，不是手机里多了多少 AI 功能，而是越来越多传统功能开始用 AI 的方式重新做一遍。

从整个移动产业的发展趋势来看，这种改变可能比某一代芯片性能提升了多少更加值得关注。

未来旗舰 SoC 的竞争，不会再只是单个模块之间的性能竞争。当 AI 深度进入系统、游戏、影像和应用服务之后，真正的核心竞争力会逐渐变成：谁能够把整颗 SoC 的计算资源高效、持续地调动起来为 AI 服务，又不让 AI 成为手机新的功耗包袱。

这也是下一阶段移动芯片竞争非常值得观察的变化。

从“堆砌算力”到“用好算力”，看起来只是几个字的变化，背后实际上是整个移动计算芯片设计思路的一次转向。

从这个角度来看，天玑 9600 Pro 出现的意义，远不只是 MediaTek 又做出了一颗性能更强、速度更快的旗舰芯片。

更值得关注的是，它已经开始尝试回答下一代移动芯片必须面对的那个问题：

当 AI 无处不在之后，芯片该如何真正为 AI 而生？

（编辑：SWC）