端侧AI算力，开始拆墙

8月最后一周，[[三星]]、[[小米]]、[[苹果]]像约好了一样同时亮出端侧 AI 的底牌：三星把运算单元塞进 LPDDR 内存，小米用 [[玄戒O3]] 把安兔兔跑分推到 520 万，苹果直接端出首款 2nm 的 [[M6]] 和四晶粒 [[M5 Ultra]]。三场发布看似各说各话，其实都在拆同一堵墙：端侧大模型不是模型太大，而是硬件搬运太慢、能效太差。本文拆解三颗芯片背后的三条技术路线，以及它们将如何改写手机、PC 与座舱的算力版图。

一、三星把“算盘”塞进内存：先拆数据搬运这堵墙

Hot Chips 2026 的讲台上，[[三星]]相关负责人把 [[LPDDR5X-PIM]] 的内部结构图放大。台下听众心里清楚，这颗芯片月初刚在 FMS 2026 拿到下一代内存奖，但真正参数直到斯坦福这场会才公开。三星没有先讲带宽，而是直接给了一组 [[Llama 3.1]] 80 亿参数测试数据：LPDDR5X-PIM处理时间 5.4 秒，普通 [[LPDDR5X]] 是 12.3 秒；每秒令牌 81.3 TPS，后者只有 27 TPS。翻译过来：在同一个开源模型上，快了约 2.3 倍，吞吐达到 3 倍。

PIM 的逻辑不复杂。传统架构里，AI 推理每次都要把数据从内存搬到 CPU 或 GPU，算完再搬回去。大模型一跑，数据搬运成了瓶颈，内存墙比算力墙更先撞上。三星早在 2021 年就做过 [[HBM-PIM]]，面向数据中心高带宽内存；这次把 PIM 落地到 LPDDR5X，明显是冲着手机、平板、端侧 AI 设备来的。三星相关负责人的说法是：HBM 不是所有场景都非它不可，LPDDR-PIM 的高带宽加低功耗，给端侧 AI 开辟了新路。

需要看到，移动端大模型的竞争，已经从“能不能跑”变成“跑多久、烫不烫”。内存内计算把简单运算就近处理，理论上可以减少数据搬运带来的功耗和延迟。但 LPDDR-PIM 要真正商用，还得看手机 SoC 厂商愿不愿意改内存控制器、操作系统怎么调度。据多位接近三星内存部门的人士透露，LPDDR-PIM 真正急的是三星自己——存储厂需要在 HBM 之外再立一个技术标杆，把移动内存的定价权重新攥回手里。

从产业链角度看，三星这步棋还有另一层意思。当前端侧大模型正在从 70 亿向 80 亿甚至更高参数下探，SoC 的 NPU 峰值算力增长很快，但内存带宽没有同步跟上。手机厂商如果继续走传统 LPDDR + NPU 的路，发热和续航会越来越难看。三星用 PIM 把一部分注意力引向内存子系统的革命，等于提前给 2027 年以后的旗舰机定标准。能不能成，取决于有没有一家头部厂商愿意在量产旗舰上冒险首配。这也让接下来几场手机发布会变得有意思。

二、小米玄戒 O3：用“全大核”把安卓旗舰跑分顶过 500 万

8 月 24 日北京，[[小米]]的玄戒芯片技术沟通会一口气发了三颗芯片：旗舰手机 SoC [[玄戒O3]]、端侧 AI 加速 [[O100]]、智能驾驶 [[D100]]。官方话术叫“从口袋到座舱、从客厅到工厂”。但真正让数码圈睡不着的是 O3：[[安兔兔]]综合跑分 5228014，行业首个突破 500 万的移动旗舰平台。

O3 不是小改款。3nm 制程下，晶体管从上一代 O1 的 190 亿增至 240 亿；CPU 直接上了 6 超大核 + 4 大核的十核“全大核”架构，峰值主频 4.35GHz。[[GeekBench 6]]单核 3945、多核 15221，较上一代分别提升 31% 和 60%；日常使用场景功耗反而下降 25%。粗略看，小米是想同时拿下峰值跑分和日常能效两个 KPI。

“全大核”在安卓阵营是个赌注。没有小核做低负载兜底，系统调度一旦压不住，刷微信都可能崩能效。但小米显然不想再被叫“跑分没输过、体验没赢过”。据多位接近小米芯片团队的人士透露，O3 立项时最大的内部争论不是安兔兔能到多少，而是抖音、微信这类轻负载下的功耗曲线。最终方案是拉高超级大核主频，再靠 3nm 制程把漏电和发热压下去。这个选择能不能成，要等量产机出来才能见分晓。

更值得关注的是“三芯齐发”背后的复用逻辑。O100 补端侧 AI，D100 打座舱，O3 做手机，小米想把同一套 AI 算力底座铺到人车家全生态。这一步如果走通，手机、汽车和智能家居之间的算力协同会更有看头；如果走不通，三线并进也会变成三线失血。对于国产旗舰 SoC 来说，O3 的符号意义不小：它不仅是一颗芯片，更是安卓阵营在传统芯片之外寻找替代的又一次喊话。

三、苹果 M6/M5 Ultra：2nm 和四晶粒，不是炫技是抢定价权

苹果这一周没开发布会，更新 [[Mac mini]] 和 [[Mac Studio]] 的方式很苹果：官网静悄悄，芯片却一个比一个狠。[[苹果]]首款 2nm 制程的 [[M6]] 塞进新 Mac mini，而 [[M5 Ultra]] 用 UltraFusion 把两枚双晶粒 M5 Max 连成四晶粒架构，装进 Mac Studio。PC 圈还没消化完 M5，苹果已经把下一代晒了出来。

先看 M6：12 核 CPU，2 超 + 4 性能 + 6 能效的三种核心组合，多线程较 M5 提升最高 1.2 倍，较 M1 最高 2.4 倍；双 16 核神经网络引擎，AI 峰值较前代提升最多 2 倍；GPU 12 核，每颗核心内置神经网络加速器，AI 峰值较 M5 提升近 30%，较 M1 超过 8 倍。统一内存最大 32GB，带宽 170GB/s，较 M5 提升 10%，较 M1 提升 2.5 倍。注意，这是 2nm 第一次落在量产 Mac 上，单线程与能效优势直接把 Arm 阵营刚追上的距离又拉开。

M5 Ultra 更极端。苹果首次在 M 系列用 UltraFusion 把两枚双晶粒 M5 Max 互联，形成四晶粒架构，晶粒间带宽 4.4TB/s 以上，连接密度提升逾 6 倍。CPU 最多 36 核（12 超 + 24 性能），单线程较 M3 Ultra 提升最高 1.25 倍，多线程最高 1.3 倍。说白了，这是给大模型推理、视频后期、专业工作站准备的“拼积木”芯片，核心不是跑分，而是让统一内存和带宽大到足够本地跑更大的模型。

苹果的逻辑很清楚：端侧 AI 时代，制程和封装就是定价权。M6 的 2nm + 神经网络引擎 + GPU 内置加速器，走的是每瓦算力路线；M5 Ultra 的四晶粒，走的是“我全都要”的桌面路线。据多位接近苹果供应链的人士私下说，M6 的产能节奏非常激进，Mac mini 先上而不是 MacBook，就是想卡住 Arm PC 阵营更新前的窗口。苹果不轻易在参数表上写“AI”，但每颗芯片都在给本地推理铺路。

四、三条路线，同一个堵点：端侧 AI 芯片开始“拆墙”

把三件事放在一张表里，就能看出产业正在发生什么。三星拆的是内存墙，小米拆的是架构墙，苹果拆的是制程与封装墙。目标却高度一致：让 80 亿、甚至更大参数的开源模型可以低成本地跑在手机、平板和 PC 上。

时间线也颇具表演性：

三家公司路径不同，但共同揭示两个事实。第一，端侧 AI 的硬件瓶颈已从峰值算力转向数据搬运和能效，内存与 SoC 的协同比单一跑分重要。第二，跑分通胀已经不够用，三星测试直接用 [[Llama 3.1]] 80 亿模型，小米拉安兔兔，苹果同时给神经引擎和内存带宽——他们其实在竞争“每瓦令牌”这个新指标。

据多位业界人士的话说，现在几家头部手机厂的内测标准已经不只是安兔兔，而是 Llama 3.1 或更小开源模型的首字延迟、decoding 吞吐和整机温升。这也解释了为什么三星敢把 PIM 拉到 Hot Chips，为什么苹果 M6 的神经引擎升级这么急。接下来一年，芯片厂商如果只会讲 AI 算力峰值而不讲内存带宽、能效和实际模型吞吐，基本等于裸泳。

但更残酷的是生态协同。LPDDR-PIM 要大范围落地，需要 SoC 厂商和手机厂一起改内存子系统；小米 O3 要上量，需要先进制程和安卓生态调度优化；苹果 M 系列虽强，但封闭生态也让其在端侧 AI 模型上只能自己定义标准。三方各占一个入口，谁能先形成“芯片—系统—开发者”闭环，谁就能吃到下一轮 AI 设备红利。

五、跑分退场，体验上场：端侧 AI 的第一场大考

对普通用户来说，三星、小米、苹果这三场发布最实际的信号不是跑分，而是手机上能跑什么 AI。三星用 [[Llama 3.1]] 80 亿模型做基准，已经点明大模型端侧化是核心场景；小米 O3 的 AI 能力要靠 O100 和 OS 调度落地；苹果 M6 拉开 AI 峰值，但最终感知要落在 Siri、相册搜索、本地写作这些日常功能上。

过去十年，消费电子行业习惯了“参数通胀”：处理器看安兔兔，相机看像素数，内存看容量。但端侧 AI 让参数和体验开始脱钩。一颗 SoC 的 NPU 算力再高，内存带宽跟不上，跑大模型照样卡顿；反过来，PIM 再强，没有系统软件配合，用户也感知不到。这意味着行业要进入“体验基准”阶段——用户会关心一次长语音转文字耗多少电、一张图本地生成要等几秒、跑完模型后机身温度多少。

这种变化对厂商是压力也是机会。小米 O3 敢喊全大核，是因为它赌轻负载能靠制程和调度压住；苹果 M6 敢在 Mac mini 上给 2nm，是因为它赌专业用户会为每瓦算力买单；三星推 PIM，则赌手机厂愿意为内存新技术冒一次险。谁先把这些能力转化成稳定、可感知的本地 AI 体验，谁才能在换机潮里拿到真金白银。

对于 2026 下半年的旗舰机，真正值得盯的不是发布会长达几十页的跑分图，而是三件事：第一，开箱后默认状态下的 AI 功能是否真的本地运行；第二，80 亿参数模型能否在 10 秒内完成一次可用的长文本摘要；第三，连续使用 AI 半小时后，手机背板温度能不能控制在 40 度上下。这些看似细碎的指标，才是端侧 AI 芯片“拆墙”之后，用户能摸到的墙被拆掉的部分。

小结

2026 年 8 月这一周，端侧 AI 的战争从模型层打到了硅片层。三星用 PIM 拆内存墙，小米用全大核抢安卓旗舰话语权，苹果用 2nm 和四晶粒筑牢 PC 护城河。短期看，这些技术都不会立刻普及，但方向已经明确：谁能在更低的功耗下把更大的开源模型留在本地，谁就掌握端侧 AI 的门票。下一个观察窗口，是量产机型和实际模型吞吐，而不是安兔兔那串数字。