骁龙新一代旗舰平台的NPU，把智能体装进了手机

从功能手机到智能手机，再到智能体手机，手机的角色一直在变。骁龙新一代旗舰移动平台正是为这个转变而来，CPU、GPU、NPU三大模块协同发力，支撑起智能体AI的完整体验。

相比CPU、GPU这两个更基础、更成熟的SoC组成单元，NPU的发展从源头上就与AI强相关——Neural Processing Unit，神经网络处理单元。也正因如此，在智能体时代，NPU几乎成为智能终端在算力层的“标配”。骁龙新一代旗舰平台搭载的全新Hexagon NPU，给出的答案可以简单归纳成两句话：算得更快，算得更多。

算得更快：让智能体“想”得干脆利落

智能体和传统AI应用最大的区别，在于它不是“问一句答一句”，而是一连串任务的协同——理解意图、拆解步骤、调用工具、跨应用操作。这套流程要跑得顺畅，NPU必须同时做好两件事：把大模型最核心的运算加速，把智能体的决策逻辑处理好。

高通在Hexagon NPU中引入了全新的Element Accelerator，专为生成式AI和智能体AI的Transformer工作负载打造。它结合了向量计算单元和标量计算单元——向量单元负责高吞吐量的AI数学运算，加速大模型推理中的关键计算；标量单元则处理智能体的决策逻辑、路由和编排。这套设计的含义是：NPU不仅能“算”，还能“想”。智能体在推理过程中需要选择走哪条路、调用哪个工具、下一步做什么，这些控制逻辑的复杂度远超传统AI任务，Element Accelerator让NPU第一次同时具备了“重计算”和“轻调度”两类能力。

快，是能感知到的。对于INT4精度的模型，预填充性能提升最高可达50%，40亿参数模型首个词元生成时间低于1.5秒——用户与智能体对话时，几乎感觉不到等待。

算得更多：让大模型真正“住”进手机

端侧大模型部署有一个容易被忽视的瓶颈：数据搬运比计算本身更耗资源。模型每生成一个词元，都需要读取用于保存对话上下文的KV缓存。如果NPU片上空间不足，这些数据就必须在NPU和设备主内存之间频繁搬移，推高时延和功耗。用户感受到的“智能体反应迟钝”“答到一半忘了上下文”，根源往往在这里。

Hexagon NPU的做法是把共享内存容量较前代增加50%，让模型状态、上下文信息和KV-cache数据存储在更靠近加速器的位置，大幅减少对外部内存的访问频次。简单说，数据留在NPU内部，智能体就不用每次都“跑一趟内存”。