E心科技
2026-09-28
在这次骁龙峰会上，高通一次性推出了两款旗舰移动平台——第六代骁龙8超级至尊版和第六代骁龙8至尊版，两款平台共同扩展了骁龙旗舰产品组合，专为智能体AI时代和下一代旗舰移动体验而打造。
问题来了：为什么高通要从“一颗旗舰打天下”变成“双旗舰”？答案并不是简单地划分价格档位，而是为了满足旗舰市场日益多元化的产品和体验需求。如今，旗舰终端已经覆盖标准款、Pro、Ultra、折叠屏等不同形态，单一平台很难充分满OEM厂商对产品差异化的需求。其中，第六代骁龙8超级至尊版代表骁龙移动平台的顶尖能力，专为最先进的AI工作负载和定义智能体时代的全新体验而打造；第六代骁龙8至尊版则在旗舰级性能与先进智能能力之间实现出色平衡，将新一代骁龙旗舰体验带到更广泛的旗舰终端。
我们再来看看技术上的升级。两款平台均采用了先进的2nm制程工艺，并搭载全新Qualcomm Oryon CPU。Oryon CPU采用八核设计，包括两颗超级内核和六颗性能内核，其中超级内核最高主频达到5GHz，性能内核最高主频达到4GHz。它不仅是全球最快的移动CPU，也是业界首个最高主频达到5GHz的移动CPU。不过，只盯着5GHz也容易错过重点。高通这次并不是单纯靠频率往上冲，而是把高主频、IPC和CPU子系统放在一起重新调校。最后反映到实际体验上，就是应用启动、游戏、内容创作，以及智能体AI任务中的响应速度都更快。
缓存架构同样迎来重要升级，那就是全新Qualcomm Oryon FlexCache。可以把它理解成一个能够灵活调整空间的共享缓存池，超级内核和性能内核都可以从中读取数据，并根据不同任务动态分配缓存资源。当智能体AI、多任务处理等工作负载在不同核心之间迁移时，相关数据可以继续保留在缓存中，减少反复访问系统内存，从而提升任务切换的响应速度和运行流畅度。
GPU的变化也值得一看。第六代骁龙8超级至尊版配备18MB Adreno独立高速显存（HPM）。这是一种专用的片上图形存储，可将渲染目标、帧缓冲和中间计算结果保留在GPU内部，减少对外部DDR的访问，从而降低时延和功耗。
还有Adreno Matrix Cores，它让AI模型可以直接在图形管线里运行。基于这套硬件，高通推出了Adreno Neural Fusion，把神经网络处理、AI超级分辨率和AI帧生成放进同一条图形管线。简单来说，就是在尽量少增加渲染负担的情况下，把画质和帧率一起往上推。
AI当然是超级至尊版的另一条主线。全新Hexagon NPU加入Element Accelerator，专门针对Transformer工作负载中的关键运算进行加速；NPU共享内存也扩大了50%，更多上下文和KV-cache数据可以留在更靠近计算单元的位置，减少访问外部DDR。同时，它还支持总参数超过300亿的混合专家模型，这并不是每生成一个词元都把300亿参数全部跑一遍，而是每次只激活约30亿个经路由选中的参数。这样既能保留大模型的能力，也更适合手机的功耗和内存条件。
从官方数据来看，第六代骁龙8超级至尊版的CPU性能提升13%、能效提升37%，GPU性能提升44%、能效提升40%。性能继续往上走的同时，能效没有被落下，这对长时间游戏、视频编辑和AI处理反而更重要。
性能拉高之后，散热自然也需要跟上，封装就是另一个重点。全新Offset PoP封装将封装内存移至一侧，为处理器区域开辟专用散热路径，从而更高效地将热量传导出来。在手机内部空间本就紧张的情况下，这个设计直接缓解了2nm芯片高负载下的散热压力，为游戏、视频编辑、AI处理和多任务处理等高负载场景提供更大的热设计余量和更持续的性能表现。
在高通提供的参考测试设备上，第六代骁龙8超级至尊版的Geekbench 6单核成绩为4332，多核成绩为13048。单核成绩主要反映应用启动、网页浏览和日常操作中的响应能力，多核成绩则更能体现多任务、内容创作以及复杂AI工作流下的并行处理能力。GPU测试中，3DMark Wild Life Extreme得到9980分，显示出全新Adreno GPU应对高强度图形负载和复杂游戏画面的能力。安兔兔综合成绩则超过568万分，这组跑分不只是几个更高的数字，它说明第六代骁龙8超级至尊版既在追求峰值性能，也在为游戏、多任务、内容创作和智能体AI等复杂负载预留更大的性能空间。需要说明的是，这些成绩来自高通的参考测试设备，最终商用手机的表现还会受到散热设计、性能调校和软件版本等因素影响。
最后总结一下。高通这次双旗舰策略，表面是芯片升级，本质是智能体AI的时代下，给手机厂商和消费者提供更多的选择。第六代骁龙8至尊版负责拓展高通在战略上的“广度”，而第六代骁龙8超级至尊版则把智能体AI、游戏、影像和持续性能继续推高上限。5GHz和2nm当然足够吸睛，但这代平台真正值得看的，是CPU、GPU和NPU都开始围绕智能体AI重新调整架构。手机芯片之间的竞争，也不再只是跑分数字谁更高，而是谁能更高效地处理越来越复杂的AI任务。
