NPU！手机SoC新一轮争夺赛

各大厂商关于2026年移动系统芯片（SoC）的更多技术细节正在陆续公布，例如苹果A20 Pro和联发科天玑9600 Pro等芯片的最大变化显然集中在神经网络处理单元（NPU）上。高通也在9月10日发表了一篇关于NPU开发的技术文章，称其下一代NPU将扩展共享内存容量，从而提高模型数据的访问效率和速度，帮助移动AI保持快速响应。

NPU在移动SoC中的作用已显著提升。事实上，苹果公司计划于2026年推出的旗舰移动SoC将NPU核心数量翻倍，而联发科则采用了双NPU架构。一些研究资料还显示，与 A19 Pro 相比，苹果 A20 Pro 的 CPU 和 GPU 芯片面积实际上略小。这些资料也表明，尽管芯片面积缩小，但性能不仅没有下降，反而大幅提升。最引人注目的是，苹果的神经网络引擎（NPU）获得了更大的发展空间，早期基准测试数据显示，它们的计算性能也显著提高。

与此同时，联发科则着重提升大型语言模型的预填充性能。预填充性能越好，代理读取指令的等待时间就越短。天玑9600 Pro的预填充性能比该公司2025系列产品提升了约50%。但与苹果大幅扩展NPU不同，联发科的NPU面积并没有显著增加。事实上，尽管性能提升幅度不小，但该公司2nm芯片的整体芯片尺寸不仅没有增大，反而有所缩小。

高通公司尚未正式发布其新产品，但该公司表示，其下一代 Hexagon NPU 的 Element Accelerator 旨在为现代生成式和代理式 AI 的 Transformer 工作负载提供强大支持。Element 加速器旨在加速大型模型中最关键的计算，帮助 AI 代理更快地响应、更高效地推理并提供更丰富的体验，同时不牺牲移动设备的电源效率。

此外，Hexagon NPU显著扩展了共享大内存容量。内存子系统容量提升了50%，使得更多模型状态、激活值和中间张量能够保留在芯片上，从而降低了双倍数据速率（DDR）访问频率。

熟悉移动SoC的业内人士表示，NPU的性能比CPU和GPU的性能更难直接比较，因为除了AI计算之外，很少有其他量化基准。他们补充说，必须从更系统的角度看待 NPU 的性能，因为它通常取决于外围存储器数据交换技术和软件端驱动程序引擎的能力。然而，对用户而言，关键问题在于智能体AI的响应速度是否足够快，以及信息的准确性。这也是所有厂商在NPU开发方面努力的方向。

NPU有多重要？

早在2011年，Google就提出了利用大规模神经网络进行图像识别的技术，并在2012年的ImageNet大赛中取得了显著成绩，这标志着深度学习技术的崛起。2017年，华为在Mate 10中首次搭载了集成AI模块的麒麟970处理器，标志着手机AI时代的到来。随后，苹果、三星等厂商也相继推出了搭载NPU的智能手机产品。NPU的性能通常受到多个因素的影响，算力是衡量NPU性能的关键指标，通常以每秒能够执行的浮点运算次数（FLOPS）或整数运算次数（IOPS）来衡量。在AI芯片中，算力往往以TOPS（Tera Operations Per Second，即每秒万亿次运算）来表示。

NPU的工作频率是另一个重要的性能指标，它影响着处理器的运算速度。频率取决于制成节点和NPU设计，不同的NPU之间可能存在差异。更高的频率允许NPU在单位时间内执行更多运算，从而提高处理速度。然而，提高频率也会导致更高功耗和发热，影响电池续航和用户体验。因此，在设计NPU时需要在性能和功耗之间找到平衡点。

Q2全球智能手机SoC份额，仅苹果、三星增长

近日，Counterpoint research发布2026年第二季度全球智能手机SoC型号出货量追踪，其中仅苹果和三星同比增长。由于iPhone 17系列（尤其是Pro机型）销量增长，苹果2026年第二季度的芯片出货量同比略有增长。A19系列芯片的出货量将高于其前代产品，因为iPhone 17系列的表现优于iPhone 16系列，而Pro机型凭借其强大的性价比在各个地区都取得了不错的成绩。

联发科2026年第二季度整体出货量同比下降。主流和入门级市场的出货量受到持续内存短缺的影响。高通2026年第二季度的芯片出货量同比下降。高端芯片的出货量受到三星在部分地区Galaxy S26系列入门级机型中采用Exynos 2600处理器的影响。三星Exynos处理器在2026年第二季度的出货量同比增长。

受存储器危机和入门级市场挑战的影响，紫光展锐2026年第二季度出货量同比下降。该公司LTE业务得益于T7250芯片的设计订单，同时凭借T8300芯片与多家领先智能手机厂商的合作，继续扩大其在入门级5G市场的份额。