這幾天，全世界科技圈的眼光投向了 COMPUTEX。 昨天是 COMPUTEX 正式最先的第一天，英偉達、高通的重磅主題演講激起了行業的強烈熱鬧會商。 英偉達開創人黃仁勛又一次夸大 AI Agent 是將來重點發力標的目的，專為智能體打造的 CPU 也正式發布；而高通 CEO 安蒙于《智能體之年》（Year of the Agents）的主題演講中，開釋出了一個清楚的旌旗燈號：其正于為已經經開啟的智能體 AI 時代鋪設底層硬件及體系基建。 作為 2026 上半年 AI 范疇繞不開的要害詞，智能體再次成為 COMPUTEX 上科技巨頭敘事的中央。這次，這條主線進一步落到了 AI 硬件及基礎舉措措施層面。從 AI PC、呆板人到數據中央，各家掀起了一場關在智能體算力、毗連與終端部署的競逐。 如今，智能體已經經率先于手機、PC 端最先落地。比擬之下，呆板人、可穿著、XR 裝備、車載、邊沿等其他硬件雖然想象空間一樣很年夜，但受限在硬件成本、場景繁雜度及生態成熟度，離真正年夜范圍部署仍有很年夜的間隔。 怎樣讓智能體進入更多終端成為這次安蒙演講的重點。 對于在高通如許的硬件廠商，這已經經不但單是把 AI 塞進更多裝備的問題了，更多磨練的是把芯片、毗連、體系軟件及生態能力構造起來，提供一套能支撐起智能體永劫間運行、低功耗相應、跨終端協同的基建。 高通給出了本身的戰略選擇：用「計較持續體」（Compute Continuum）把包括可穿著、手機、PC、汽車、呆板人、邊沿裝備及數據中央于內差別層級的計較節點毗連起來，讓智能體按照使命需求運行于最適合的位置上。 根據這一邏輯，將來及時交互及隱私敏感使命更多地留于端側，現場化、低延遲使命交給邊沿裝備，更繁雜的年夜范圍推理則由數據中央負擔。 經由過程這場演講，安蒙真正想講清晰的是，智能體走向更廣漠的實際世界所需要的新型基礎舉措措施：從個性化體驗到年夜范圍推理，從端側能效到云端算力，高通但愿借助「計較持續體」把所有須要的能力串起來。 為何智能體 AI 時代需要「新基建」？ 安蒙于演講最先拋出了一個要害判定：今天的裝備其實不是為智能體體驗設計的。手機、PC、操作體系及運用，持久以來都是繚繞人類自動操作構建的。 不外，跟著智能體成為年夜模子運用的重要形態，它會連續運行、保留上下文、自動計劃、多步履行，還有可能于后臺挪用多個辦事。這就帶來了一系列新的體系要求： 起首，裝備需要常駐智能。 各人回憶一下之前是怎么用 AI 的：打開對于話框，發問，等候回覆，末了關失。人是倡議者，AI 是應對者，一切繚繞單次交互舉行。智能體的呈現轉變了這套邏輯，它們要于后臺連續運行，理解日程、使命、情況、位置、裝備狀況等上下文，并針對于及時指令舉行反饋。這些對于當地傳感器、低功耗計較及隱私掩護提出了更高要求。 其次，端云需要協同。 智能體履行使命時，不成能所有計較都放于云端，也不成能全數塞進終端裝備。安蒙想要的不是簡樸的「端側 AI」或者「云端 AI」二選一，應該遵照漫衍式部署邏輯：使命按照時延、功耗、隱私、成本，于裝備、邊沿及云之間動態路由。 末了，裝備需要更強的異構計較。 智能體其實不是跑一次模子、給一個謎底就竣事了，它要連續理解用戶用意，拆解使命，挪用東西，處置懲罰上下文，還有要判定哪些計較留于當地，哪些交給邊沿或者云端。使命越繁雜，裝備內部的計較分工也就越主要。 這恰是安蒙尤其夸大 CPU、NPU 及 GPU 共同的緣故原由。CPU 不僅賣力通用計較，也要負擔使命編排及體系調理；NPU 及 GPU 則賣力于當地高效運行模子，處置懲罰語音、圖象、感知及部門推理使命。 基在上述判定，安蒙認為，智能體走向下一階段，要害于在可否真正進入裝備，并于真實使命中不變高效地跑起來。高通給出的謎底是：計較持續體。對于在將來的智能體，一套串起終端、邊沿及云真個漫衍式部署系統成為必選項。 用計較持續體，拼出新基建邦畿 用一句話總結，計較持續體可以理解為「一套橫跨小我私家終端、邊沿裝備及數據中央的 AI 計較系統」。更詳細來說，高通的能力已經經籠罩從毫瓦級的小我私家音頻裝備，一起到到千瓦級的數據中央體系。 先來說小我私家終端，這是智能體最切近用戶之處。 安蒙重復夸大的一點是，智能體正于代替傳統的運用步伐及操作體系，成為用戶數字體驗的新中央。換句話說，用戶紛歧定老是自動打開某個 運用，取而代之的是由智能體于差別裝備之間理解場景、接辦使命。 手機、PC、AI 眼鏡、可穿著裝備將從零丁的硬件進口釀成智能體毗連人的端點。高通于這些范疇的結構早已經經放開了。 于手機側，第五代驍龍 8 至尊版強化個性化端側 AI，負擔更多當地推理、上下文感知及即時交互使命；于 PC 側，驍龍 X2 Elite 系列面向 Windows AI PC，承接更多永劫間、多窗口、多東西的智能體使命；AI 眼鏡及可穿著裝備將智能體推到更切近人的位置，可穿著平臺驍龍 Wear Elite 撐持最年夜 20 億參數 AI 模子的端側運行，為康健、運動、糊口記載、語音交互及自動提示等連續場景提供更佳體驗。 接下來是邊沿與物理世界。 智能體不只存于在手機、PC 等小我私家終端，汽車、呆板人、工業裝備一樣是智能體進入物理世界的主要端點。好比于呆板人側，高通此次值患上存眷的是初次表態的躍龍 IQ10 RRD 全棧呆板人參考設計。 先來看一波參數，它基在躍龍 IQ10 處置懲罰器，最高可提供 700 TOPS AI 算力，配備 18 個 Oryon CPU 焦點、多核 NPU 及 GPU，方針是于呆板人當地完成感知、計劃及推理。 差別在簡樸地給呆板人廠商一顆芯片，高通是把高機能計較、多傳感器接入、收集毗連、及時節制及呆板人軟件棧放到了一套參考體系里，讓廠商少做底層適配及體系拼接，把更多精神放于感知、導航、操作及使命履行自己。對于在高通自身而言，這也是其把挪動端 AI 堆集遷徙到物理世界的要害一步。 而數據中央補上了計較持續體的末了一塊拼圖。 安蒙官宣了全新數據中央營業品牌高通飛龍（Dragonfly），并暗示公司已經經于與超年夜范圍云辦事商及全世界互助伙伴推進現實部署。更多線路圖會于本月尾的投資者日上宣布。跟著它的推出，高通的漫衍式部署邦畿也從端側補齊到了云端，使「計較持續體」敘事越發完備。 末了還有有被低估的協調層。 大都人會商 AI 時只看算力，輕忽毗連。但智能體的素質是協作，多個智能體之間需要低延遲、高靠得住的通訊來連結協調。于這方面，高通正致力在推進 AI 原生的 6G。 于安蒙看來，6G 具備三根支柱：毗連、漫衍式計較及感知。這個表述很要害，它象征著 6G 再也不只是把數據從一個處所傳到另外一個處所，它成了將來漫衍式 AI 體系的一部門。于智能體 AI 時代，收集腳色發生了變化：它不僅賣力毗連裝備，也幫忙裝備協同計較，甚至介入對于物理世界的感知。 智能體越普和，越需要一套能把裝備、邊沿、云端及收集構造起來的基礎舉措措施。6G 于此中負擔的，除了了「連患上更快」，也要「讓計較被更合理地分配」。 以上組成了高通計較持續體的完備邦畿。智能體越日后成長，競爭越不會只逗留于某一顆芯片、某一個終端，端、邊、云、網的共同愈加劇要。高通要講清晰的正于在此：用一套橫跨全場景的漫衍式部署系統，承接智能體 AI 時代不停增加的感知、推理及履行需求。 TCO（總擁有成本），成為新的勝敗手 智能體帶來的變化，不只是交互方式變了，暗地里的成本布局也于變。智能體的運行方式象征著它耗損 token 的速率較著加速。 安蒙提到，從單輪對于話，到多輪推理，再到多步調智能體使命，token 耗損呈數目級上升。一個繁雜的智能體事情流，可能就患上百萬 token 。「到 2030 年，token 總耗損量將到達驚人的 4.0148×10^18。」 這暗地里對于應的是一個很是實際的問題：假如所有使命交給云端完成，成本、延遲、隱私及能耗迅速釀成壓力。對于小我私家用戶來講，體驗可能變慢；對于企業來講，成本會變高；對于呆板人、汽車及工業裝備來講，許多使命不克不及等云端往返相應。 以是，高通夸大漫衍式部署是于回覆一個現實的問題：甚么使命留于裝備當地，甚么使命交給邊沿節點，甚么使命值患上送到云端。 這恰是計較持續體的貿易價值地點：能于當地完成的就削減云端挪用，需要低延遲的就接近現場處置懲罰，真正繁雜的年夜模子推理才交給數據中央。 安蒙于演講及第了兩個例子：于 Claude Code 的一次真實使命中，計劃器把部門計較留于當地，只把須要內容交給云端處置懲罰，末了于成果穩定的環境下罕用了約 140 萬 token，成本降落 60%。 于另外一個網頁天生 demo 里，使命一樣于端側及云端之間分配，token 用量削減 30%，成本降到本來的四分之一。 對于在高通而言，已往于挪動裝備上持久解決的是統一個問題：怎樣于有限的電池、散熱及體積里盡可能開釋更多算力。到了智能體 AI 時代，每一瓦特征能的晉升將釀成端邊云協同的成本上風。 漫衍式部署，高通有哪些上風？ 于 Computex 2026 舞臺上，談智能體的不只有高通。英偉達、聯發科、英特爾也于繚繞智能體做文章。問題于在，一樣是押注智能體，為何高通更夸大計較持續體？它的上風于哪里？ 咱們可以總結為如下幾點： 一是，籠罩海量終真個生態進口。 智能體終極要進入用戶天天利用的手機、PC，也要進入汽車、工業裝備及更多邊沿場景。高通的上風很較著，智能手機是其傳統主場，PC 是近幾年較著加快的標的目的，汽車營業已經經有比力深的堆集，呆板人及工業裝備是它往外擴的新空間。 是以，高通其實不是忽然最先講智能體。更正確地說，它是于把已往幾年堆集下來的挪動計較、毗連、汽車及邊沿計較能力，從頭放到智能體這個新框架中。 二是，CPU、GPU、NPU、傳感器及毗連能力的體系集成。 智能體落到真實裝備里，不只看 CPU、GPU、NPU 強不強，還有要看這些計較單位能不克不及與傳感器、毗連、體系軟件共同起來。 這一樣是高經由過程去持久堆集之處，它繚繞 SoC、通訊、傳感器接口、軟件棧及生態伙伴，構建起了一整套面向差別終端裝備的平臺能力。安蒙于演講中重復提到端邊云協同，素質上也是于夸大這類體系級能力。 三是，多元化營業護城河，從小我私家計較到物理 AI。 智能體正于把裝備之間的界限從頭打開。對于高通來講，這象征著 AI 的時機再也不只繚繞小我私家計較裝備睜開，會依托計較持續體延長到更廣漠的真實世界。 汽車是一個典型的例子。已往幾年，高通于智能座艙、輔助駕駛、車載毗連及邊沿計較上連續投入。這些能力放到智能體 AI 時代，正好可以轉化為車內交互、門路感知及當地決議計劃的一部門。呆板人及工業裝備也是近似邏輯，它們都需要當地計較、傳感器接入、不變毗連及持久運行能力，這些偏偏是高通一直于補的拼圖。 素質上來講，高通于汽車、呆板人及工業范疇的結構，是于提早盤踞智能體進入物理世界的更多要害進口。 從賣芯片，到鋪智能體底座 咱們把前面的線索串起來會發明，高通于 Computex 2026 上不只是別離于 PC、呆板人或者數據中央標的目的尋覓新增量。更深條理的變化于在：它于用「計較持續體」把這些看似分離的營業，從頭構造到統一套敘事里。 已往外界理解高通，起首想到的是芯片及通訊。它為手機、PC、汽車等硬件裝備提供計較與毗連平臺，這是高通最認識的位置。如今，智能體 AI 的呈現轉變了這一傳統分工，它們的能力開釋與運行模式自然需要跨裝備協同。 這時候，單顆芯片的機能已經經不是獨一問題。企業、開發者及裝備廠商有了更體貼的方針，好比智能體于差別裝備間的不變運行，智能體于端側、邊沿及云端之間的順暢接力等。 于這類變化下，高通的價值也必需往上走。領先的芯片能力仍是底座，但需要及軟件棧、參考設計、開發東西、毗連能力以和端邊云部署方案放于一路看。如許的體系化進級要求高通從頭界說本身，計較持續體的意義正于在此。 于這個歷程中，高通想要夸大的上風變患上越發清晰：低功耗計較、毗連能力、終端生態，以和正于補齊的邊沿及數據中央能力。高通想爭奪的不單單是更年夜的芯片市場份額，更要成為智能體 AI 落地進程中底層計較及毗連系統的要害支撐者。 這對于應了 AI 財產競爭重心的變化。將來的競爭不會只于模子參數上，也不會只繚繞某一個進口睜開。智能體周全進入一樣平常糊口、企業出產及更廣漠的物理世界，必需運行于一張更繁雜的計較收集里。裝備、邊沿、云、毗連、軟件及生態，每一一層都決議著它們可否真正落地。 高通此刻做的，就是把本身從這張收集里的芯片供給商，進級為「體系級 AI 基礎舉措措施提供者」。這差別在簡樸的營業界限擴張，是高通對于自身于 AI 財產鏈中的位置舉行了一次重塑。
掃描微信公眾號
