
众所周知淮北塑料挤出机厂家,对于如今的智能手机行业来说," AI "已经成为了各大厂商常挂在嘴边的宣传点。
一方面,各头部手机品牌目前都会自称有"自研 AI 大模型",并通过各种各样的"能优化方案",在手机上实现了或主打影像、或用于日常生活、或是辅助游戏体验的" AI 功能"。
另一方面,纵观上游的芯片厂商,他们在宣发新款 SoC 时,如今也普遍会有关于 NPU 架构改进、能提升,以及联各种 AI 大模型做端侧能优化的演示环节。
但如果大家还记得前些年的智能手机宣发就会意识到一件事,在"手机 AI "还未普及的年代,彼时相关厂商都会在宣发他们的早期" NPU "时,明确给出能(算力)指标。这样一来,尽管那个时候 NPU "能做的事情"非常有限,但消费者起码一眼就能看出不同品牌以及不同代次 SoC 之间,在 NPU 能上的差异与进步幅度。
相比之下,如今的手机 SoC 能要强得多,NPU 也更先进、可以支持更多的"端侧 AI "功能了,但各大厂商在宣发时却普遍只会做具体的"功能演示"。所有厂商、其中包括手机厂商和上游芯片厂商,似乎都普遍对于" NPU 算力数字"这个看起来更直观,更能让普通消费者也可以直接对比优劣的参数闭口不谈了。
那么这又是为什么呢?淮北塑料挤出机厂家
是 NPU 算力"出问题"了吗?这样说其实不完全错
基于朴素的常识,大家都知道许多时候当某个数据突然中断公布时,往往就意味着它可能变得不太好看了。
天眼风险信息显示,近日,万科新增一则股权冻结信息,股权所在企业为深圳市万科发展有限公司,冻结股权数额 5.7 亿元,冻结期限为 3 年,执行法院为广东省东莞市中级人民法院。
11 月 26 日晚,位于塔吉克斯坦和阿富汗边境的哈特隆州沙姆西丁 · 绍欣区发生武装袭击事件,造成 3 名中国公民死亡,1 名中国公民受伤。


话说自从对韩国免签后,国内就涌现很多韩国游客,其中不乏韩国明星亲自到中国游玩,曾主演韩剧《浪漫满屋》的郑智薰(rain)也在个人社交账号分享在中国游玩的画面,并品尝各类中国美食,为此又一次在国内圈了一波粉丝。
The following article is from 夜粥 Author 讲武堂堂主
张子宇,2007 年 5 月生,身高 2 米 26,体重 150 公斤,司职中锋。她在 2024 年 U18 女篮亚洲杯上表现惊艳,决赛砍下 42 分 14 篮板淮北塑料挤出机厂家,荣膺赛事 MVP;2025 年女篮亚洲杯,完成成年组秀,场均贡献 15.6 分 5.6 篮板,助中国队夺得季军。在不久前的全运赛场上,用 9 分 58 秒创下 13 中 13 的百分百命中神迹,更以四场比赛 46 投 44 中、95.6% 命中率,帮助 U18 山东女篮夺得冠军。
这一点,对于手机里的 NPU 来说似乎也是成立的。比如以高通为例,2019 年的骁龙 855 是款公开宣传 NPU 算力的产品,当时它的算力是 7TOPs。之后换代的骁龙 865、骁龙 888、骁龙 8 Gen1 官方都有公布这一数据,分别是 15TOPs、26TOPs、52TOPs。
但是在骁龙 8 Gen1 之后,高通方面便不再公布 NPU 的"算力数字"。通过公开技术资料我们得知,2024 年发布的骁龙 8 至尊版,NPU 算力是 80TOPs,到了今年刚刚换代的五代骁龙 8 至尊版,这个数字则是 100TOPs。
发现了什么问题吗?尽管高通这两代旗舰 SoC 的 NPU 能,在行业中依然是"遥遥先",但这就意味着从骁龙 8 Gen2 到骁龙 8 Gen3 的这两代,NPU 的"算力数字"进步速度确实可能是慢了下来。
从这份统计数据中就可以看出,高通的 NPU 能先幅度很大
当然淮北塑料挤出机厂家,塑料挤出设备这只是高通一家的情况。从我们三易生活掌握的数据来看,其他几家主流手机芯片厂商在" NPU 算力数字"这个方面,可能要比高通更难堪。所以当高通都"头"、不再公开宣传 NPU 的算力时,其他的"友商"自然也就更有理由"从善如流"了。
为什么 NPU 能进步变慢了?不止关乎芯片设计
从相关数据中不难发现,早几代手机 SoC 里的 NPU,很明显呈现出几乎每次换代都"算力翻倍"的态势。到了近两年,NPU 的"算力"进步速度,显然就没那么快了。
关于这种现象,一个很容易想到的理由,是早期的 NPU 本身在设计上留了更多"余量",所以可以做到每次换代算力翻倍。但这种"代代翻倍"的设计,随着后期半导体制程成本的上涨、再加上厂商需要将更多的功耗分配给新架构的 CPU 和 GPU,所以自然就没法那么"任"地维系下去了。
但如果大家有关注过彼时手机厂商的市场宣传就会发现,在他们停止宣传 NPU 的"算力数字"后,实际上几乎依然会在每次芯片换代时宣称,新的 NPU 比前代"能翻倍"。
很显然,现在大家已经知道,如今的 NPU 单从"硬件算力"来看,远远还做不到每次更新都翻倍的地步。那么这个"能翻倍"是从何说起的呢?简单来说,这其实是因为过去的"手机 AI "和现在的"手机 AI ",在技术内涵、或者说所处理的任务类型上,已经发生了很大的变化,所以对 NPU 的设计需求也截然不同了。
举例来说,早期的"手机 AI "几乎都集中在"计算视觉"域,比如用摄像头来进行面部识别、拍照时的自动场景优化,甚至包括播放时自动画面增强等。这些技术就需要 NPU 有很强的图像信号吞吐量,所以早的 NPU 几乎完全将重心放在了纯粹的"峰值算力"上,要的就是在短的时间里"算完"。由于其余的时候 NPU 很少会参与手机的日常工作,所以能比差点也无所谓。
但现在的情况已经发生了大的变化。由于如今手机的" AI 功能"不再局限于计算视觉,而是更多地集中在"内容生成"方面,比如 AI 生文、AI 生画、甚至包括拍照时用 AI 去"生成"缺失的细节。再加上 AI 功能越来越多、系统日常调用 NPU 的场愈发频繁,这就使得现在的 NPU 一方面在底层架构上需要针对生成式 AI 任务做出修改,另一方面它们也须比过去更注重长时间运行时的能比。
打个比方来说,近一些机型已经开始用 NPU 来协助 GPU,进行游戏中的"帧分"处理。很显然,如果这时候 NPU 还采用以前那种"爆发式"的能设计思路,肯定是没法满足需求的。
手机的 NPU 还会继续进步吗?会,但思路已然不同
当然,在针对新的 AI 应用需求调整了底层设计后,如今可以看到不管是哪家芯片厂商,他们的 NPU "硬件能"实际上在近这两年,还是重新回到了增长的轨道上。只不过由于各种各样的限制,如今的手机 NPU 显然没法像以前那样,做到每一代硬件算力都直接"翻番"了。
难道说以后就完全没法"指望"手机里的 NPU,再有大幅度的能提升吗?
文安县建仓机械厂从现有的信息来看,倒也不至于,但肯定不会像以前那样,纯粹靠"堆规模"和提升频率来解决问题了。比如,部分手机厂商会通过将他们的私有算法"固化"进 NPU,相当于用算法来直接定制硬件,来提升 NPU 在执行特定任务时的计算率。
对于更多的品牌来说,与大模型进行技术作,深度调校 AI 功能在 NPU 上的兼容和执行速度,也是当下提升 NPU 能的主要方式。比如就在近这几天,三星就与 Nota AI 达成作,要通过软件优化的方式让 Exynos 2500 的 NPU(算力 59TOPs)在实际 AI 执行速度上,"追平"五代骁龙 8 至尊版上的那颗 100TOPs 算力 NPU。
虽然我们对于这样的"优化"究竟能否实现有点怀疑淮北塑料挤出机厂家,但它至少表明,对于如今手机 SoC 里的 NPU 设计来说,软件优化所能实现的果,甚至可能会比单纯的硬件设计更为重要。