“我们正在从以手机为中心的模式，转向以智能体为中心的新体验。手机、PC、眼镜、可穿戴设备以及汽车，都将成为智能体的终端入口。”2026骁龙峰会上，高通公司总裁兼CEO安蒙说。

过去二十年，智能手机围绕App运转。智能体则需要持续感知、理解上下文、调用工具，并在用户没有操作手机时代表用户执行任务。

“这是一次令人兴奋的技术变革，智能体AI会创造一种全新的终端工作流程。”安蒙表示，“我们需要重新思考计算引擎的设计。CPU需要更强的性能来完成智能体编排，NPU加速器负责高效的AI推理，GPU负责高度并行的计算，连接能力也比以往任何时候都更加重要。”

高通为智能体AI首次同时推出两款2nm制程移动旗舰平台——第六代骁龙8超级至尊版和第六代骁龙8至尊版。

高通技术公司高级副总裁兼手机业务总经理Chris Patrick解释说：“单一标准，已经无法定义旗舰。保持领导力需要不止一条前进道路。”

两款平台共享多项核心技术，第六代骁龙8超级至尊版位于产品组合顶端，拥有高通最顶级的配置，包括业界首个最高主频达到5GHz的移动CPU、GPU中首次加入的Matrix Cores（矩阵核心），以及可以运行300亿参数MoE模型的NPU。

这些升级背后，藏着一个核心问题，智能体全天运行，到底需要怎样的计算平台？高通给出的答案，是从智能体AI需求出发重新设计SoC。

高通到底如何围绕AI，“新造”第六代骁龙8超级至尊版？

智能体撞上「内存墙」，高通给CPU、GPU、NPU同时「动刀」

第六代骁龙8超级至尊版最醒目的数字是5GHz。

但Chris Patrick强调，“速度只是其中一部分，CPU还需要快速访问数据。”

这指向AI难以绕开的内存墙。“端侧智能体的主要问题其实还是内存和续航的限制，而非性能的限制。”高通公司产品技术专家朱元堃对雷峰网表示。

模型推理需要持续读取模型权重、上下文、KV-cache和中间结果。当数据在系统内存与片上存储之间频繁往返，数据搬运所需的时间和电量也会影响实际性能。

内存墙的挑战同时存在于CPU、GPU和NPU，第六代骁龙8超级至尊版如何打破内存墙？

最高主频达到5GHz的Oryon CPU引入全新Oryon FlexCache，让8个核心访问同一个共享L2缓存池，并根据工作负载动态分配资源。智能体处理一连串任务时，数据不必在每次任务交接时都从系统内存重新加载，从而减少任务切换和等待时间。

这也解释了5GHz对智能体的真正价值。CPU不仅要快速完成单个任务，还要缩短整条决策链中每一次调度和交接的等待时间。频率决定计算速度，缓存则决定高频率有多少时间真正用于计算。

Adreno GPU拥有第二代18MB独立高速显存HPM，用于保存渲染瓦片、帧缓冲和中间结果，减少图形管线对系统内存的反复访问，可实现功耗降低12%。

高通Hexagon NPU的共享内存增加50%，让模型状态、上下文和KV-cache更多留在片上，降低外部DDR的访问频率。

第六代骁龙8超级至尊版还采用LPDDR6内存和UFS 5.0闪存。片上空间无法容纳全部模型和长期数据，模型权重可以保存在闪存中，再根据任务加载到内存。

从片上缓存、系统内存到闪存，高通正在从系统维度解决内存墙挑战。但减少数据等待，只解决了智能体计算的一半问题。

什么是为智能体而生的移动计算平台？ 

智能体需要持续完成“感知—理解—规划—执行”的循环，在模型、应用服务、终端设备与云端资源之间选择路径，无法由单一计算单元完成。

全天运行的智能体，需要系统级协同。

“我们正在从以手机为中心的模式，转向以智能体为中心的新体验。手机、PC、眼镜、可穿戴设备以及汽车，都将成为智能体的终端入口。”2026骁龙峰会上，高通公司总裁兼CEO安蒙说。

过去二十年，智能手机围绕App运转。智能体则需要持续感知、理解上下文、调用工具，并在用户没有操作手机时代表用户执行任务。

“这是一次令人兴奋的技术变革，智能体AI会创造一种全新的终端工作流程。”安蒙表示，“我们需要重新思考计算引擎的设计。CPU需要更强的性能来完成智能体编排，NPU加速器负责高效的AI推理，GPU负责高度并行的计算，连接能力也比以往任何时候都更加重要。”

高通为智能体AI首次同时推出两款2nm制程移动旗舰平台——第六代骁龙8超级至尊版和第六代骁龙8至尊版。

高通技术公司高级副总裁兼手机业务总经理Chris Patrick解释说：“单一标准，已经无法定义旗舰。保持领导力需要不止一条前进道路。”

两款平台共享多项核心技术，第六代骁龙8超级至尊版位于产品组合顶端，拥有高通最顶级的配置，包括业界首个最高主频达到5GHz的移动CPU、GPU中首次加入的Matrix Cores（矩阵核心），以及可以运行300亿参数MoE模型的NPU。

这些升级背后，藏着一个核心问题，智能体全天运行，到底需要怎样的计算平台？高通给出的答案，是从智能体AI需求出发重新设计SoC。

高通到底如何围绕AI，“新造”第六代骁龙8超级至尊版？

智能体撞上「内存墙」，高通给CPU、GPU、NPU同时「动刀」

第六代骁龙8超级至尊版最醒目的数字是5GHz。

但Chris Patrick强调，“速度只是其中一部分，CPU还需要快速访问数据。”

这指向AI难以绕开的内存墙。“端侧智能体的主要问题其实还是内存和续航的限制，而非性能的限制。”高通公司产品技术专家朱元堃对雷峰网表示。

模型推理需要持续读取模型权重、上下文、KV-cache和中间结果。当数据在系统内存与片上存储之间频繁往返，数据搬运所需的时间和电量也会影响实际性能。

内存墙的挑战同时存在于CPU、GPU和NPU，第六代骁龙8超级至尊版如何打破内存墙？

最高主频达到5GHz的Oryon CPU引入全新Oryon FlexCache，让8个核心访问同一个共享L2缓存池，并根据工作负载动态分配资源。智能体处理一连串任务时，数据不必在每次任务交接时都从系统内存重新加载，从而减少任务切换和等待时间。

这也解释了5GHz对智能体的真正价值。CPU不仅要快速完成单个任务，还要缩短整条决策链中每一次调度和交接的等待时间。频率决定计算速度，缓存则决定高频率有多少时间真正用于计算。

Adreno GPU拥有第二代18MB独立高速显存HPM，用于保存渲染瓦片、帧缓冲和中间结果，减少图形管线对系统内存的反复访问，可实现功耗降低12%。

高通Hexagon NPU的共享内存增加50%，让模型状态、上下文和KV-cache更多留在片上，降低外部DDR的访问频率。

第六代骁龙8超级至尊版还采用LPDDR6内存和UFS 5.0闪存。片上空间无法容纳全部模型和长期数据，模型权重可以保存在闪存中，再根据任务加载到内存。

从片上缓存、系统内存到闪存，高通正在从系统维度解决内存墙挑战。但减少数据等待，只解决了智能体计算的一半问题。

什么是为智能体而生的移动计算平台？ 

智能体需要持续完成“感知—理解—规划—执行”的循环，在模型、应用服务、终端设备与云端资源之间选择路径，无法由单一计算单元完成。

全天运行的智能体，需要系统级协同。