🏢 公司C档 · NaN分

联发科先摸到2nm的门

··约1分钟阅读

📋 总体概括

2026年9月15日,联发科发布2nm旗舰SoC天玑9600 Pro,主打61%多核功耗下降、NPU 1090端侧30B大模型与AISeal安全架构。本文拆解这场发布会的真实含金量,以及它对iPhone 18 Pro Max与Galaxy S26 Ultra旗舰对局的影响。

📄 正文

每年九月的手机圈,是苹果的发布会,也是所有人的暗战。

就在iPhone 18 Pro Max与Samsung Galaxy S26 Ultra的年度对位被全球媒体反复摆上货架时,真正的第一枪却先从新竹打响。2026年9月15日,联发科(MediaTek)正式发布2nm旗舰SoC 天玑9600 Pro,并附带一颗兄弟芯片Dimensity 9600M——官方口径非常直接:全球第一家宣布跨过2nm门槛的移动芯片公司。

这不是一次常规的例行升级。61%的多核功耗降幅、51%的NPU峰值性能提升、端侧30B MoE大模型——每一个数字都在指向同一个判断:旗舰手机芯片的竞争,正在从「跑分叙事」切换到「能效+端侧AI叙事」。

而联发科,抢在了所有人的前面按下按钮。

⚡ 2nm第一枪,为什么是联发科

先说结论:这一枪的关键不在「2nm」三个字,而在「第一家」。

移动SoC的制程竞赛,过去十年基本是三条路线:台积电代工的高通、三星代工的高通与自研的苹果、以及同样依赖台积电先进节点的联发科。制程本身不是联发科的独门武器——它真正抢下的,是「宣布权」。在旗舰芯片这个品类里,谁先宣布跨入新节点,谁就掌握了接下来半年媒体议程的定义权。

这次发布的地点是新竹。联发科在官方表述中给自己加了两重身份:全球第一大手机芯片供应商,以及第一家宣布达到2nm节点的公司。前者是市场份额的事实陈述,后者是进攻姿态——针对的显然不只是高通,还有苹果A系列芯片一贯的「制程领先」人设。

据多位产业链人士的看法,2nm节点初期的良率与成本压力极大,首批上车的旗舰SoC大概率要走「性能优先调度+激进能效设计」的路线。天玑9600 Pro给出的61%多核功耗降幅,正是冲着这个痛点去的。

工艺演进带来的收益链条,大致是这样的:

逻辑闭环的关键在最后一环。功耗降下来,AI才能「Always-On」。这是联发科这颗芯片真正的叙事主线——2nm不是为了跑分服务的,是为了让端侧AI从「按下才醒」变成「一直在场」。

至于这61%是在什么负载、什么对比条件下测出来的,官方并没有给全细节。老规矩:发布会数字先听个响,等天玑9600 Pro真机上市再复核。但方向本身是对的——手机SoC这几年的用户体验瓶颈,早就不是峰值性能,而是能耗曲线。

🧠 NPU 1090:把30B大模型塞进口袋

如果说2nm是入场券,NPU才是这次发布的主角。

天玑9600 Pro搭载第二代超能效NPU 1090,几个核心数字值得单独拎出来看:

维度**天玑9600 Pro**表现参照系
制程2nm首个宣布达标的移动SoC
NPU峰值性能提升51%对比天玑9500
每瓦生成Token数提升32%对比天玑9500
NPU功耗降低40%对比天玑9500
多核功耗降低61%2nm节点收益
端侧大模型支持30B MoE移动端罕见规格
ETHZ AI Benchmark v7第一官方口径

每一行单看都平常,放在一起就有意思了。

「每瓦特生成Token数提升32%」——这个指标才是端侧AI的胜负手。生成式AI推理是典型的能耗大户,用户不在乎你的NPU峰值有多猛,只在乎发一条指令、等一张AI生成的图时,手机烫不烫、掉电快不快。Token/Watt,本质上是端侧AI的「能效汇率」。

「支持30B MoE大模型端侧运行」——这是整个发布里最激进的规格。30B级参数模型即便走MoE稀疏架构,对内存带宽和功耗的考验依然是地狱级的。联发科把它列为官方卖点,等于在向开发者喊话:别再把端侧AI当玩具,把它当生产力。

配套的还有天玑智能体化AI引擎3.0,形成了从硬件、系统、开发工具到生态的完整链路,内置Sensing Foundation套件与天玑AI开发套件。NPU 1090支持智能体AI的Always-On环境感知与长时间后台运行,功耗较天玑9500降低40%。

整个链路可以这样理解:

把工具链做完整,这步棋比堆参数更值得同行警惕。芯片公司过去只管交付算力,AI应用碎片化严重;当联发科开始向下打通开发套件,它事实上在做安卓阵营的「端侧AI基础设施」——这是苹果早已用Core ML跑通的打法。

🔋 能效是唯一诚实的参数

回看这两年的旗舰手机评测,一个共识正在形成:参数表越来越好看,体验差距却越来越藏在「功耗」两个字里。

用户体感的排序其实很残酷——续航和发热排第一,AI功能排第二,峰值跑分连前三都进不去。这也是为什么61%这个多核功耗数字,比任何性能提升百分比都更值得记住。

行业里流传的一句老话是:「峰值性能决定发布会,能效曲线决定留存率。」一台跑分惊艳但刷两小时视频就烫手的手机,是留不住用户的。

把这次天玑9600 Pro的功耗数据连起来看,会发现一条清晰的递进:

9月15日

新竹发布2nm天玑9600 Pro

同日

公布61%多核功耗下降

同日

NPU功耗降40%

同日

每瓦Token数提升32%

三组功耗数字指向不同的层面:2nm制程收益(61%)、NPU架构优化(40%)、推理能效(32%)。也就是说,联发科不是把宝全押在制程上,而是在制程、架构、软件三个层面同时做功耗优化。这种「三段式降耗」的思路,比单纯等新工艺更可持续——毕竟2nm的制程红利,过两年大家都会有。

对整机厂而言,这组数字还有一层隐性价值:散热模组可以做得更轻、电池可以留出更多空间、机身可以更薄。芯片端的每一点能效进步,都会在结构设计端被放大成产品差异。这就是为什么旗舰手机的博弈,表面看是iPhone 18 Pro Max对Samsung Galaxy S26 Ultra,底层其实是芯片能效的军备竞赛。

🛡️ AISeal:AI手机终于开始补安全的课

这次发布会里最容易被忽略、但长期看可能最重要的一个点:天玑9600 Pro是全球首款内置AISeal安全架构的移动SoC。

AISeal的三大特性说得很直白——资料隔离、验证追溯、一致可控。资料隔离靠硬件信任根与PKVM/TEE隔离区,确保用户数据不出隔离环境;验证追溯采用PQC(后量子密码)强化可验证启动链与防回滚机制。

这件事的背景很简单:端侧AI跑得越深,安全暴露面就越大。

想想NPU 1090描述的使用场景——AI常驻后台、实时环境感知、处理多模态数据、执行复杂Agent任务。Agent要替你订票、整理邮件、读你的日程,这意味着它必须合法接触大量敏感数据。数据在隔离区外裸奔的Agent,用户是万万不敢授权的。

安全架构与AI能力,从此不再是两个独立卖点,而是一条因果链:

值得一提的是PQC的引入。后量子密码进入移动SoC的启动链验证,意味着芯片厂商开始为「后量子时代」的密码学迁移提前铺路。这一步在当下没有直接的用户感知,但旗舰芯片的设计周期往往领先市场三到五年——现在不埋点,五年后就是断代。

对 联发科来说,AISeal还有一个更实际的作用:它是给整机厂和监管环境看的一张「合规牌」。AI数据治理是全球性议题,越早把安全架构做进SoC底层,未来在旗舰机型竞标中的话语权就越足。

🚀 回到那场旗舰对位

现在把镜头拉回 iPhone 18 Pro Max 与 Samsung Galaxy S26 Ultra 的年度对比。

这类对比文章的框架多年来几乎不变:屏幕、影像、续航、生态。但2026年的旗舰对位,真正的变量已经下沉到芯片层——谁的NPU能稳定跑更大的端侧模型,谁的AI Agent敢被授予更多权限,谁的安全架构能撑住数据不出设备,谁就能在「AI手机」这场叙事里占住身位。

天玑9600 Pro的出现,改变了这个牌桌的筹码分布:

  • 对三星:Galaxy S系列在部分市场一直有Exynos与高通的双源策略,2nm的联发科提供了一个新的高端选项,也让三星在供应链谈判里多了一张牌。
  • 对国产旗舰:60W级别的多核功耗下降与端侧30B大模型能力,是影像之外的新差异化抓手,尤其对主打AI功能的品牌。
  • 对高通:2nm「宣布权」被抢先,意味着接下来高通的2nm旗舰发布将被迫进入「应战模式」,参数对决的主动权易手。
  • 对苹果:A系列芯片一贯的能效护城河,第一次被安卓阵营用「公开的2nm+专用NPU」组合正面逼近。

从产业链视角看,这次发布的传导路径也很清晰:

过去两年换机周期持续拉长,一个核心原因是旗舰机的体验迭代不够「痛」。而端侧AI如果真能从Demo变成日常——常驻感知、真Agent执行、30B级模型的本地推理——它可能是继高刷屏、潜望长焦之后,第一个有资格驱动换机的「痛级」升级。

小结:发布会的数字,一年后见真章

联发科这次的打法非常清晰:用2nm的「宣布权」抢夺议程,用NPU 1090和30B端侧大模型立住AI旗舰的人设,再用AISeal补上安全短板,形成一条完整的叙事链。61%、51%、32%、40%——这些数字最终都要回到真机上接受检验,发布会从来不是终点。

但可以确定的是:旗舰手机芯片的战场已经换页了。跑分终将被淡忘,能效与端侧AI的每一瓦、每一个Token,才是接下来决定iPhone 18 Pro Max、Samsung Galaxy S26 Ultra和所有安卓旗舰胜负的暗线。

2nm的门已经推开,里面站着的不止一个人。真正的分晓,要等到这些芯片装进真机、握进用户手心的那一天。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)