🏢 公司C档 · NaN分

万毫安电池,喂不饱手机上的AI

··约1分钟阅读

📋 总体概括

高通CEO安蒙确认有AI厂商计划2028年在手机上常驻运行1000亿参数大模型,并自己下场造手机。与此同时10月新机电池卷至万毫安级,苹果则把Face ID塞进屏下。硬件端提前为AI让路,但真正的墙是内存容量与带宽——本文拆解端侧AI的三重瓶颈与两条路线之争。

📄 正文

万毫安电池,喂不饱手机上的AI

高通CEO安蒙日前在采访中放出一个颇为激进的消息:已经有前沿AI公司告诉高通,希望在2028年让手机运行至少一个1000亿参数的大模型,而且要一直在运行。几乎同一时间,10月安卓旗舰新机把电池卷到了8400mAh、9000mAh乃至一万毫安级别;苹果那边,iPhone 18 Pro则把Face ID整个塞进了屏幕下方。

三件事看似各说各话,拼在一起其实是同一张图:手机正在为AI时代提前腾挪硬件空间——电池在囤粮、芯片在提效、屏幕在给传感器让位。但真正决定2028年承诺能否兑现的,不是这些看得见的地方,而是藏在SoC旁边那几颗小小的内存颗粒。

核心判断先放在这里:算力不是问题,内存容量和带宽才是墙,续航是墙上的锁。

🎤 谁想在手机里养一个1000亿参数的大模型

先说安蒙这段话的含金量。

他没有点名,只说是“前沿领域的公司”。安蒙的表态本身就构成信源——能让高通CEO亲自出来站台转述的诉求,大概率不是随便一家创业公司的愿景,而是真金白银的芯片订单意向。至于具体是谁,公开信息里没有答案,不必替他填名字。

更值得玩味的是后半句:有AI公司开始造手机了。这同样没有名字。但逻辑不难理解——手机是AI未来最佳入口,头部模型公司没有谁愿意接受AI入口被苹果独家掌握的现状。模型是我的,交互是别人的,这种结构在任何一个行业里都让人睡不着觉。

但把目标翻译成工程语言,2028年常驻手机跑1000亿参数模型,等于同时向芯片、内存、电池三个方向开战。安蒙选择公开这个需求,某种程度上也是高通在给自己定锚:下一代旗舰平台的设计目标,要按这个规格倒推。高通把话说到明处,本质是在替整个安卓阵营把AI叙事的验收标准提前立好——2028年见真章。

🔋 电池卷到一万毫安:硬件端先交了投名状

AI要常驻,硬件先备粮。

进入10月,安卓旗舰迎来一波集中登场。数码博主“数码闲聊站”透露,本月将有3款搭载第六代骁龙8超级至尊版的新机亮相,电池容量分别达到8400mAh、9000mAh和10000mAh±,全系支持100W/120W级有线快充,并配备满血无线充电。万级大电池正在向高端性能旗舰普及,本月甚至会出现骁龙8至尊版、第五代骁龙8至尊版、第六代骁龙8超级至尊版“三代同堂”的局面,部分次旗舰也配上了万级大电池。

平台本身也在配合。第六代骁龙8超级至尊版采用台积电2nm工艺,搭载新一代Oryon CPU,最高主频突破5GHz,CPU性能相比上一代提升13%,能效提升37%。

把这两组数字放在一起看,意思就很清楚了:性能涨13%的同时能效涨37%,省下来的功耗预算没有还给续航做温和升级,而是直接被更大负载吃掉。

一句话总结这轮硬件军备:性能竞赛正在让位给“性能+续航”双竞赛,而后者真正的需求方是AI。

那句“一直运行的大模型功耗跟全程玩游戏差不多”值得单独拎出来:这意味着几个小时量级的重度负载,传统5000mAh电池根本撑不住。万毫安电池+2nm能效+百瓦快充,三件套本质上是给“AI常驻后台”预付的电费。

⚠️ 真正的墙:内存容量和带宽,不是算力

回到最硬核的部分。1000亿参数模型上手机,难在哪?

先看容量。1000亿参数的FP16权重需要200GB内存;量化到8位,仍要100GB;量化到4位,是55GB;至于2位量化——装是可能装下了,但模型质量基本塌掉,没有实际意义。

量化精度1000亿参数权重所需内存可用性判断
FP16200GB手机完全无法承载
8位100GB远超现有旗舰配置
4位55GB仍远超现有水平,需质变
2位体积可控模型质量塌陷,无意义

作为参照,当前安卓旗舰的内存天花板还在16GB-24GB量级。也就是说,即便按最激进的4位量化,需求仍是现有配置的两倍以上。

而且55GB只是权重的下限。模型一旦运行,还有两层吃内存的开销没算进去:其一是推理框架和操作系统的常驻占用,旗舰手机出厂时系统本身就要吃掉好几个GB;其二是KV cache——模型每生成一个token,都要把注意力机制的中间状态缓存下来,上下文越长,缓存越大。一个面向用户的常驻助手,至少要撑住几万token的对话历史,这部分开销在长上下文场景下可以轻松再吃掉几个GB到十几个GB。换句话说,容量这道墙的真实高度,比权重文件大小还要再高出一截。

再看带宽,这比容量更致命。可以算一笔简单的账:自回归生成模型每吐一个token,都要把参与计算的权重从内存完整读一遍。按最激进的4位量化、55GB权重算,20 Token/s的生成速度意味着每秒至少1.1TB的数据要从内存搬到计算单元——而现在的LPDDR5X 9600在64bit位宽下,带宽也就68-77GB/s,差了一个数量级还多。

MoE架构能缓解这个问题,但缓解得有限。假设通过稀疏激活,每次推理只调动1000亿参数中的两成,也就是约20GB(8位量化),20 Token/s仍需要400GB/s左右的带宽,是现有旗舰的5倍以上。Token速度本质上是内存带宽的函数,这一点短期无解。

这也是为什么“加算力”救不了端侧大模型。NPU的算力这些年翻了几番,但内存带宽的演进曲线平缓得多——JEDEC刚定稿的LPDDR6,单通道带宽相比LPDDR5X的提升也就在50%上下,靠接口迭代追不上一个数量级的缺口。算力和带宽之间的剪刀差,正在成为端侧AI最被低估的瓶颈。

距离2028年还有两年,技术进步的空间是真实存在的。三条路都在推进:其一,手机芯片本身在迭代,内存控制器和封装设计开始向“带宽优先”倾斜,宽位宽、多通道的SoC方案进入讨论范围;其二,激进方案开始考虑3D堆叠内存,从封装层面把带宽拉起来,代价是成本和良率;其三,算法侧MoE叠加2-4位量化,把“1000亿参数可跑”从纯话术变成工程命题——但正如上面的账算出来的,MoE压缩的是容量账,带宽账还是要靠内存本身。

但即便三条路全部走通,还有一个绕不开的约束:安蒙转述的要求是大模型一直在运行。常驻后台的高负载,意味着续航压力与全程游戏相当——这就是为什么前面那批万毫安电池如此关键。容量、带宽、续航,三关必须同时过,缺一个,2028年的演示就只能是实验室里的演示。

🍎 苹果的另一条路:把入口焊死在整块玻璃里

AI公司想自己造手机抢入口,苹果则在用另一种方式加固入口。

据9to5Mac报道,在iPhone 18 Pro和iPhone 18 Pro Max上,苹果将Face ID模组嵌入屏幕下方——迈向前苹果首席设计官乔纳森·艾维“整块玻璃”愿景的关键一步。用户在日常使用中,无论远看、拍照甚至微距拍摄,都察觉不到屏幕下藏着传感器,只有用显微镜才能看到像素排列的差异。

这个“整块玻璃”的执念由来已久。艾维的理想状态是:iPhone像一块从整块玻璃中“生长”出来的设备,没有开孔、没有缝隙,所有传感器、摄像头、扬声器全部隐藏在玻璃之下。这一理念最早可追溯至iPhone初期的设计讨论。从初代iPhone,到2017年iPhone X引入Face ID,再到灵动岛把刘海变成软件可控的“药丸”,苹果的形态演进一直朝着“传感器消失”这个方向走,屏下Face ID是最新一格。

技术上,苹果这次给了三招教科书式的解法:

给红外光让路。 Face ID依赖红外光发射和接收,而普通屏幕像素排列太密,红外光穿不过去。苹果工程师在TrueDepth模组正上方的屏幕区域刻意加大像素间隙——该区域像素密度降低50%,相当于原本每行10块砖改成5块,留出空隙给红外光通行。这些“缝隙”人眼看不见,红外光却能自由进出。

用亮度补差距。 像素密度减半会让这块区域看起来发暗,像屏幕上有块“补丁”。苹果用驱动芯片局部提亮,让人眼感知的亮度与周围保持一致。

拿滤光片遮丑。 像素间隙加大后,可见光也可能从缝隙漏出,导致色彩或对比度异常。苹果在屏幕内部集成一层红外滤光片,作用类似“单向门”——只放红外光通过,挡住可见光泄露。

放到产业视角看,屏下Face ID的意义远不止“好看”。当AI厂商还在为谁掌握手机入口而造硬件时,苹果已经把“入口本身”做到了物理不可拆解:传感器消失在玻璃之下,交互表面趋向纯粹形态。AI公司可以造手机,但要在形态和体验上追平这个水准,成本和难度只会逐年抬高。

一边是AI厂商用模型能力换硬件入口,一边是苹果用工业设计把入口焊死——2028年的入口之争,大概率不是谁消灭谁,而是两条路线在用户体验上短兵相接。

结语:2028年,先看内存厂的反应

把三条线索收拢:安蒙确认AI公司要在2028年让手机常驻1000亿参数大模型,并下场造硬件;安卓旗舰用万毫安电池和2nm能效提前铺路;苹果用屏下Face ID继续逼近“整块玻璃”。

三条线索的进度并不均衡。电池这条线走得最快,万毫安已经从概念变成货架上的商品;形态这条线苹果按自己的节奏推进,几乎不受外界变量干扰;唯独内存这条线——也就是真正决定2028年承诺成色的那条线——目前还没有任何一款产品能让55GB权重加TB/s带宽同时出现在手机上。硬件端的准备是认真的,但结论依然克制:算力足够,容量和带宽不足,续航是额外罚款。2028年不排除有AI厂商拿“手机本地跑1000亿参数大模型”做宣传,但实用性要打折扣——除非未来两年内存和AI算法同时发生一次质变。

判断哪条路在真实推进,有两个可观察的信号:一是JEDEC的LPDDR6规格落地节奏,以及终端厂商是否愿意为带宽上多通道、宽位宽的封装方案买单;二是3D堆叠DRAM能否从服务器概念走向移动端的成本试点。这两个信号任何一个提前,2028年的故事就还有戏;两个都按部就班,那2028年手机上的“1000亿参数大模型”,大概率是云端模型顶着端侧的壳。

所以与其盯着发布会,不如盯两样东西:LPDDR的下一代规格,和3D内存的量产节奏。AI上手机的发令枪,握在内存厂手里。

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)