高通CEO展望端侧AI路线：2028年手机端需承载千亿参数大模型

　　这条 2028 的时间表，是别人提给高通的。

　　10 月 8 日，高通首席执行官 Cristiano Amon 在一场访谈里提到，前沿 AI 公司已经在要求一件事：到 2028 年，手机要能持续运行约 1000 亿参数的模型。这句话在传播里被压缩成了"高通要做千亿参数手机芯片"，但它漏掉了主语——要求来自模型一侧，高通是被告知方，不是承诺方。

▲ 手机主板上的 SoC 旁边，闪存颗粒与 DRAM 叠放在一起。

01从今天往回看

　　把时间轴倒着排，这条要求的分量才清楚。9 月 22 日的骁龙峰会发布了 Snapdragon 8 Elite Gen 6 与 Extreme Gen 6，官方口径下支持运行的端侧混合专家模型规模是 300 亿参数。到 2028 年的 1000 亿，中间隔着 3 倍以上的跨越。这个倍数本身不算吓人，难的是它要跳的不是算力那一栏——旗舰 NPU 的运算能力每年都在涨，真正卡住的是同一时刻有多少参数处在可访问的内存里。

　　要在这两年多里走完这段路，靠工艺节点是走不到的。同一代 SoC 的逻辑密度提升通常只有百分之十几到二十几，而参数量要翻三倍以上。差额只能从别处补。

02内存层级要重排

　　Amon 给出的路径有四条，都指向同一件事：不再假设整个模型常驻内存。参数按需从闪存加载，扩大 NPU 可以直接访问的容量，同时把闪存的调度与读写策略管起来，最后配一套低功耗内存架构，把常驻那部分数据维持住。

　　闪存在这个位置要顶替一部分 DRAM 的工作。代价很清楚：闪存的带宽与延迟都比 DRAM 差一到两个量级，换来的是容量几乎不受限。这条账能不能算得过来，取决于模型访问参数的局部性——一次推理里真正要读的权重如果扎堆，才划算。

▲ 常驻小模型与被按需调用的大模型，两者有不同的位置。

03常驻的那部分另有其人

　　真正一直开着的是另一颗更小的东西。高通这套方案里，负责常驻感知的是一个约 2 亿参数的模型，挂在低功耗感知 hub 上常年不断电运行;整颗芯片一天处理的 token 量大约 100 万。大参数模型则在被调用时才拉起来。

　　分层的用意正在这里：让 agentic 体验显得"一直在"，靠的是那颗 2 亿参数的小模型，真正干活的那部分不必常驻。把 1000 亿理解成要一直待在内存里，是把两件事当成了一件。

04真正的约束在另一端

　　内存价格涨了 5 到 6 倍，这组数字出现在同一场访谈里，读起来没那么顺：今年手机出货量因此下降约 20%，被打到的主要是中低端，高端机型撑住了。Amon 把这轮下滑定性为被压抑的需求，而非需求消失——这个判断在等待 2027 年的出货数据核验。

▲ 2028 年前后的几条时间线索，指向同一批产品落地节点。

　　两条线在这里碰上了：一边是模型侧往上顶参数，一边是内存成本把整机价格往上推。能不能再看 2027 年旗舰 SoC 的公开规格——如果 NPU 可直接使用的内存容量没有明显上调，说明这条"闪存当内存"的路还停在工程方案里，1000 亿的时间表也就不必当真。

　　Chris Lattner 创立的 Modular 做的是跨厂商编译栈，让模型不必为某一种硬件重写一遍——Amon 在同场对话里提到收购它的用意正在于此。放在端侧推理的语境里，这步棋和内存的账是同一件事：算力平台之间的迁移成本越低，内存这条约束才越值钱。他给出的 6G 时间表也落在同一区间——2028 年洛杉矶奥运会期间演示，2029 到 2030 年小规模部署。

　　回到 10 月 8 日那句话——模型公司提出的要求里藏着一个前提：它们默认手机厂商会为这件事改一遍内存层级。这个默认为真与否，要到 2027 年的旗舰规格里才能读到答案，而高通现在给出的答复是一句"我们在想办法"。