计算该发生在哪里，又由谁来决定。
过去，计算产业的价值跟着设备和芯片走。买一台手机、一台电脑，买的是里面那颗芯片能算多快。
智能体改变了这个逻辑。它会按任务调用各处的算力，简单的在本地跑，复杂的交给云端，中间还可能经过耳机、眼镜和电脑。这样一来，芯片的边界还停在 SoC 上吗？
这届骁龙峰会，我们带着这个问题和多位高通高管聊了聊，他们的回答很一致。智能体确实在更上层，但很多最基础的事还是绕不开 SoC，比如计算放在哪里跑，模型怎么分配，传感器的数据怎么合在一起，内存和上下文怎么管，哪些数据留在手机上、哪些传到云端。在他们看来，到了智能体时代，SoC 不但没有被边缘化，反而更重要了。
手机、个人 AI、AI 战略，在高通三场不同的群访上，我们其实看到正在从不同角度回答同一个问题：智能体成了计算的主角以后，算力要怎么重新分配。
梳理下来，高通给出的是一张分成三层的地图。手机 SoC 是中枢，负责调度；耳机和眼镜是触觉末梢，要能自己做判断，但更多是传递信号；云和数据中心是延伸，要装下跟着用户不断积累、不断成长的记忆和信息。
手机 SoC 从「算得快」变成「定在哪算」
第六代骁龙 8 超级至尊版的 CPU 最高主频第一次冲到 5GHz，现在的 AI 负载越来越看重吞吐，对延迟没那么敏感了，为什么还要设计如此高的主频？
高通 CPU 产品管理负责人 Manju Varma 给的理由不是性能，是编排。智能体要很快完成任务规划，还要让任务在 CPU、NPU 和 GPU 之间频繁交接，CPU 的响应速度决定了这条链路的节奏。高通反复强调的自研 CPU，也是它想要的那个调度者的核心部件。
同时，二级缓存从上一代的两组 12MB 改成了共享的 16MB，总容量变小了。高通提到这是因为 FlexCache 让不同类型的核心低时延访问同一个缓存池，在智能体任务和游戏场景上，可以给出新的设计。
内存上的改动更能说明问题。高通技术公司产品管理副总裁 Vinesh Sukumar 提到，现在的智能体越来越多用上推理模型，典型的是 MoE 这类大模型，计算过程中会产生大量中间数据。如果把它们放到系统内存里再搬回来，功耗会很高。所以这一代明显加大了 Hexagon NPU 旁边的 SRAM，让数据就地存放。GPU 也是同样的思路。Adreno Neural Fusion 算出来的结果直接放在 GPU 自己的独立高速显存里，完全不用经过 DDR。
把这些回答放在一起看，高通今年在手机上做的，是把「调度」本身做成了硬件能力。它想证明，每一段计算该交给谁，由手机里这颗 SoC 决定。
我们的理解是，这里的调度，一半是在调度算力，另一半其实是在调度数据。在手机上，搬运数据往往比计算本身更耗电。CPU 冲高主频、缓存改成共享、NPU 和 GPU 各自加大本地存储，说到底都是在减少数据来回搬动的路程。这也解释了高通为什么这么看重 HBC 这类把内存和计算贴在一起的技术。
调度也不全是技术问题。高通技术公司高级副总裁兼手机业务总经理 Chris Patrick 讲过一个很实在的原因，高通之所以同时保留 CPU、GPU、NPU 三套 AI 引擎，部分原因是背后站着三类开发者。做游戏的希望 AI 嵌在 GPU 里，一部分开发者习惯把 AI 和 CPU 绑在一起，还有人想用算力最强的 NPU。高通没法替开发者做选择，只能三条路都铺好。换句话说，SoC 能提供调度的能力，但一段计算最终落在哪个引擎上，很大程度由开发者说了算。
商业上的选择也在同一个逻辑里。有人问手机厂商利润这么薄，凭什么买更贵的 AI 芯片。Chris 没有讲这些能力值多少钱，而是讲厂商自己的标准版、Pro 和 Ultra，有的用户只要 4K 30 帧，有的用户愿意花钱上 4K 60 帧。今年骁龙 8 至尊版第一次分成两款，至尊版和超级至尊版的底子几乎一样，差别集中在 AI、影像、内存这些最贵的新能力上。高通把新的计算调度能力分成两档，下放的节奏交给厂商自己决定。
还有人问到自研芯片。小米一边做玄戒一边用骁龙，OPPO、vivo 也可能跟进，高通怎么保住位置？Chris 说客户有自研 SoC「在高通的历史上并不少见」，双方是互补关系。客户可以自己做一颗芯片，但要把 CPU、GPU、NPU 和内存之间的调度一起做好，门槛要高得多。
耳机和眼镜不能只是传声筒
到了个人 AI 群访，这张地图延伸到了人的身上。
第二代骁龙音频平台至尊版最值得说的，是环境模式下功耗降低了 40%，而不是 AI 算力翻倍。高通技术公司音频产品管理资深经理 Andrew Laister 解释，环境模式就是耳机一直「开着」，随时准备回答你的问题，这是他们现在最看重的新指标。以前算耳机功耗，看的是一次能听多久歌；现在看的是智能体能「在线」多久。
我们问高通技术公司高级副总裁兼 XR、可穿戴及个人 AI 业务总经理 Ziad Asghar，高通是在继续提升单个设备的算力，还是已经在给个人智能体铺节点？他明确选了后者，分工也讲得很具体。很复杂的问题交给云端，需要很快响应的放在手机甚至眼镜上，介于两者之间的由手机本地处理。其中有一句让我们印象最深：「终端上的 token 是免费的，云端的 token 要花钱。」
这句话值得多想一步。端侧的 token 其实并不免费，它的成本已经算进芯片和整机的价格里，用户买设备时一次付清。云端的 token 则是用一次付一次。所以这句话背后，是两种商业模式的差别：芯片公司希望价值体现在一次性卖出的硬件上，模型和云服务公司则希望用户持续为调用付费。计算留在端侧越多，对高通越有利。
那戒指这种小设备，最后会不会只是个采集数据的通信模组？Andrew 的回答很有意思。如果每个用户的每台设备都只管往上传数据，服务器会被海量通信压垮。所以终端必须有判断力，知道在什么时候、什么位置发起连接。在高通的地图里，终端要先替云端筛一遍信息，只做传声筒是不够的。
不过，它们自己并不决定去哪。Andrew 另一段话说得很清楚。用户打交道的对象是服务，由服务来决定 AI 任务放在云端、手机还是耳机上。高通把能力铺好，路线由上面的服务去选。
眼镜这一层，Ziad 讲得更细。他把智能眼镜分成了几档：只有音频的，第二代骁龙音频平台至尊版就够了；带计算机视觉摄像头、只用来给 AI 提供情境的，再往上是带显示屏的，用第一代骁龙 AR1 平台；要做沉浸式增强现实的，用第一代骁龙 AR2 平台。每一档对应不同的算力、功耗和价格。
骁龙 START 计划是这套思路的商业化版本。高通直接做好一个装进镜腿就能用的 AI 眼镜模块，配上打通眼镜、手机和云的全套软件，首批伙伴 Inspecs 旗下大约 18 个品牌可以直接接入。Ziad 说他们刚开始接触中国客户。中国本土品牌多，过去很难快速做出成熟产品，这套模块能帮他们提速。
企业场景又是另一套路线。Ziad 说，工厂或者油气现场的工人戴的眼镜，数据不应该经过员工自己的手机，而是要直接送到企业自己的服务器或私有云上。第二代骁龙音频平台至尊版的超低功耗 Wi-Fi 能直连云端，传输速率也从上一代的 MCS3 提升到了 MCS7。
这一点很说明问题。在个人场景里，决定计算去哪的主要是成本和速度；到了企业场景，隐私和合规排到了前面。展区里高通眼镜团队的一位负责人也讲过类似的考虑。他们正在研究把更多智能体能力放到眼镜本地，一是为了省下云端的成本，二是为了少往云端传数据。调度看的不只有算力，还有钱和信任。
但到了中国市场，还有个现实问题。第二代骁龙音频平台至尊版不少直连云端的能力要靠 Wi-Fi 6E，而 6GHz 频段在中国大陆并没有开放给消费电子使用。问到会不会出中国专供版，Andrew 讲了协议层面的好处，又说它也支持 2.4GHz 和 5GHz，最后补了一句：「希望它在中国也能为你们所用。」
这些贴身记录用户信息的硬件，不只替云端筛数据，也可能成为新的数据入口。群访最后，有同行问高通的芯片离真实场景的数据最近，会不会直接做数据的生意。Ziad 没有回避。他说第一视角的数据可以用来训练机器人，手部和眼部的数据可以用来做追踪，高通有条件搭这样的平台，也已经在和一些公司合作。
在展区里，那位眼镜团队的负责人讲得更接地气。他平时喜欢把手机收起来，和太太散步的时候会随口问一句阿森纳下一场什么时候踢，开车上班时让眼镜往待办清单里加一条事情。他还特意强调，平台上的模型都托管在高通自己的云上，「数据不会发给 Anthropic 或者 ChatGPT」。
一家芯片公司自己托管模型，说明这张地图已经延伸到了云上。
让这张网连到云，还要带上记忆
高通技术公司执行副总裁兼技术规划、边缘解决方案和数据中心业务总经理马德嘉（Durga Malladi）的那场群访，把地图的最后一层补齐了。
说到 CPU 为什么重要，他认为到了智能体时代，NPU 和各种加速器负责推理，编排调度仍然由 CPU 完成，这件事「从终端一直延伸到数据中心」。高通在数据中心的目标是 2027 财年营收 50 亿美元、2029 财年 150 亿美元，客户里已经有 Meta 和亚马逊 AWS。
问到存算一体，他说高通是这个趋势的开创者。HBC 的思路是把 DRAM 堆在计算裸片上，先用在数据中心，之后也会带到终端设备上。问到怎么应对英伟达的 CUDA，他讲的是高通今年 7 月收购的 Modular，其中的编程层 Mojo 会完全开源，而且能跑在任何厂商的硬件上。
问他打造一颗 AI 芯片最难的是什么，他没有挑某一项技术，而是说制程、计算和内存三件事必须同时统筹。这和手机团队的思路一致，高通不认为胜负取决于某一个单点，而是取决于把所有环节串起来的能力。
他对端侧模型的看法也值得一提。端侧已经能跑 300 亿参数的模型，但他认为不该只看参数，模型质量更重要。而且智能体本来就不会只用端侧模型，它还会在云端做部分推理，调用网页和各种工具来获取信息。换句话说，连高通自己也承认，一个智能体任务天然是端云混合的。端侧的竞争重点，正在从能跑多大的模型，转向能不能跑好合适的模型。
最能说明他思路的，是关于个人上下文的回答。他设想了一个场景。你先用骁龙手机工作一小时，再用骁龙笔记本工作两小时，两台设备各自积累了一份个人知识图谱。这两份图谱必须一致，因为它们对应的是同一个人。高通要做的，是让上下文在所有骁龙设备之间始终跟着用户。至于长期记忆，现阶段先在端侧把知识图谱做得足够高效，随着信息越积越多，再对它做压缩，以后也许有一部分会放到云端。
把三层串起来的是用户的上下文。这是马德嘉给整张地图补上的最后一根线。不过他自己也承认，要做到这一点，需要 OEM 厂商和云服务伙伴一起推进。
难点也正在这里。上下文是智能体时代最值钱的东西，手机厂商有自己的账号和系统，模型公司有自己的应用和云，谁都想把它留在自己手里。高通说的「只要是骁龙设备，上下文都跟着用户走」，前提是这些伙伴愿意把上下文交给一套跨品牌的机制。
算力、模型和调度能力，高通都准备好了。但应用愿不愿意被调用，上下文归谁，用户敢不敢把事情交出去。QwenBook 先做 PC，本身就说明手机上的信任门还没打开。在 QwenBook 上，我们看到了一部分信任设计，关键一步要在手机上确认。但我们还没看到它对「意图」的理解，它依然是我们下指令、它去执行，离理想中的个人智能体还有不小的距离。
不过，通过高通的三场群访，我们也能看到一张完整的算力地图。中枢负责调度，终端负责感知和过滤，云端负责延伸和记忆，每一层高通都准备了对应的芯片和方案。只是地图上的路要怎么走，由成本、隐私和应用之间的权限共同决定，这些都不是芯片能单独说了算的。高通画好了地图，下一步要看的是，谁来决定算力在哪里使用。
