智能体让旗舰SoC从拼核心，转向拼系统。

过去数年，旗舰手机芯片的升级路径非常清晰，制程更先进、CPU主频更高、GPU、ISP更强，再加上算力不断增长的NPU。

这套方法在生成式AI进入手机后依旧奏效，却很难完整回答智能体带来的新问题。因为AI不再只在用户点开应用后运行几十秒，而要持续感知声音、画面和环境，在后台理解需求，甚至提前执行任务。

一颗核心能跑多快，仍然重要。但当CPU、GPU、NPU、内存和存储需要频繁交换数据，决定体验的已经不只是每个单元的峰值性能，而是整颗SoC如何组织算力。

MediaTek资深副总经理徐敬全在天玑旗舰芯片新品发布会上给出了明确判断：“计算基准将不再是单一核心的能力，而是要将异构的计算单元整合为系统级的融合计算架构。”

这是理解天玑9600 Pro的关键，台积电2nm、超过330亿个晶体管和2+3+3全大核CPU，构成这颗旗舰芯片的性能底座。天玑智算融合架构、双NPU以及贯穿游戏、影像和通信的AI能力，则指向一个更大的变化，旗舰SoC的竞争正在从几个核心分别升级，走向计算、存储和调度共同设计。

AI让手机一直「醒着」，峰值性能不再是唯一标准

智能体首先改变的是手机工作的节奏。

过去，用户打开应用、拍下一张照片或者启动游戏，芯片在短时间内拉高性能，完成任务后迅速回到低功耗状态。智能体却需要持续理解环境，并在前台应用运行时保持在线。芯片一天被唤醒的次数可能是过去的数倍，CPU的空档也会越来越短、越来越碎。

这意味着，电量未必消耗在一次特别重的计算上，也可能被一次次核心启动、任务切换和数据搬运吃掉。与此同时，AI不能独占手机性能，用户打游戏、看视频或开会时，后台智能体仍可能运行，大模型与应用争抢内存，CPU和NPU还要频繁交接任务。

MediaTek无线通信事业部副总经理陈一强在发布会上说，“过去评价旗舰芯片，会问能够跑多快，智能体时代，还要问能不能一整天这样”。

这个问题背后，是端侧AI的价值和限制同时出现。

MediaTek董事、总经理暨营运长陈冠州表示，AI的入口将从PC扩展到手机等更多终端，算力将从云端集中式部署走向云端与端侧混合，AI用户也会从企业进一步扩展到消费者。手机不只是连接云端AI工厂的入口，本身也会成为生产Token的分布式AI工厂。

延迟是一方面，隐私则是更直接的约束。陈冠州说：“有些隐私资料不能送到云端，只能在终端的人工智能工厂生产Token。”

但手机只有几瓦的功耗空间、一块电池和有限的内存。如果端侧智能体需要一整天在线，旗舰SoC真正稀缺的就不只是峰值算力，而是有限功耗下能够长期调用的有效算力。

2nm支撑全大核，融合架构负责把算力组织起来

联发科发布的最新旗舰天玑9600 Pro就是为AI而设计。

天玑9600 Pro采用台积电2nm制造工艺，集成超过330亿个晶体管。

CPU架构层面，天玑9600 Pro的CPU继续沿用全大核路线，并升级为2+3+3架构：两颗最高4.55GHz的C2-Ultra超大核，三颗4.35GHz和三颗3.1GHz的C2-Pro大核；L2、L3与SLC总容量达到34.5MB，并率先支持LPDDR6和UFS 5.0。

和上一代相比，天玑9600 Pro单核性能提升17%，多核提升15%；达到上一代峰值性能，多核功耗下降61%。性能继续增长的同时，功耗降幅远高于性能增幅，这才是2nm与架构协同产生的核心价值。

不过，MediaTek没有把17%和15%当成这一代CPU最重要的升级。陈一强在发布会上用餐厅作比喻：炸薯条和煎牛排的速度分别提高，并不代表整个餐厅的出餐效率同步提升，食材怎么流转、订单怎么分配、店长如何动态调度，同样决定最终效率。

AI计算也是如此。数据会在CPU、NPU、缓存、内存和存储之间流动，只提高某一个计算单元的峰值性能，系统效率未必按同样比例增长。

手机SoC原本就是异构系统，包含了CPU、GPU、NPU和ISP。融合计算是改变设计和评价的出发点，过去先分别定义每个单元，再通过软件调度组合。现在则从一项完整任务出发，反向决定算力放在哪里、数据怎么走、哪颗核心何时唤醒。只有这样，纸面上的算力才不会在数据搬运和等待中被抵消。

天玑智算融合架构因此将CPU与NPU协同、内存和闪存的数据交换，以及算力、电源、内存资源的调度放进同一套设计中。面对频繁而碎片化的负载，天玑9600 Pro把全大核的电源调度做到微秒级，核心快开快关能力达到上一代的10倍；系统级智能计算电源管理则尝试减少用户不易察觉的后台损耗。

当AI与传统应用同时运行，内存成为瓶颈。MediaTek通过压缩与动态调度提升内存效率，根据联发科给出的数据，大模型启动速度提高27%的同时，可以维持25个应用保活。它所解决的不是一项跑分，而是AI不清后台、不牺牲前台体验的现实问题。

从全大核CPU，到CPU与NPU协同，再到内存和电源调度，天玑9600 Pro希望回答的已经不是某一个核心够不够快，而是整颗SoC能否把算力变成持续、稳定的体验。 

双NPU一颗负责重活，一颗保持始终在线

智能体对NPU提出了两个相反的需求，既要运行更大、更复杂的模型，又要以极低功耗保持持续感知。

一颗NPU承担所有任务，峰值能力和全天运行很难兼得，天玑9600 Pro延续并重构双NPU设计。

智能体让旗舰SoC从拼核心，转向拼系统。

过去数年，旗舰手机芯片的升级路径非常清晰，制程更先进、CPU主频更高、GPU、ISP更强，再加上算力不断增长的NPU。

这套方法在生成式AI进入手机后依旧奏效，却很难完整回答智能体带来的新问题。因为AI不再只在用户点开应用后运行几十秒，而要持续感知声音、画面和环境，在后台理解需求，甚至提前执行任务。

一颗核心能跑多快，仍然重要。但当CPU、GPU、NPU、内存和存储需要频繁交换数据，决定体验的已经不只是每个单元的峰值性能，而是整颗SoC如何组织算力。

MediaTek资深副总经理徐敬全在天玑旗舰芯片新品发布会上给出了明确判断：“计算基准将不再是单一核心的能力，而是要将异构的计算单元整合为系统级的融合计算架构。”

这是理解天玑9600 Pro的关键，台积电2nm、超过330亿个晶体管和2+3+3全大核CPU，构成这颗旗舰芯片的性能底座。天玑智算融合架构、双NPU以及贯穿游戏、影像和通信的AI能力，则指向一个更大的变化，旗舰SoC的竞争正在从几个核心分别升级，走向计算、存储和调度共同设计。

AI让手机一直「醒着」，峰值性能不再是唯一标准

智能体首先改变的是手机工作的节奏。

过去，用户打开应用、拍下一张照片或者启动游戏，芯片在短时间内拉高性能，完成任务后迅速回到低功耗状态。智能体却需要持续理解环境，并在前台应用运行时保持在线。芯片一天被唤醒的次数可能是过去的数倍，CPU的空档也会越来越短、越来越碎。

这意味着，电量未必消耗在一次特别重的计算上，也可能被一次次核心启动、任务切换和数据搬运吃掉。与此同时，AI不能独占手机性能，用户打游戏、看视频或开会时，后台智能体仍可能运行，大模型与应用争抢内存，CPU和NPU还要频繁交接任务。

MediaTek无线通信事业部副总经理陈一强在发布会上说，“过去评价旗舰芯片，会问能够跑多快，智能体时代，还要问能不能一整天这样”。

这个问题背后，是端侧AI的价值和限制同时出现。

MediaTek董事、总经理暨营运长陈冠州表示，AI的入口将从PC扩展到手机等更多终端，算力将从云端集中式部署走向云端与端侧混合，AI用户也会从企业进一步扩展到消费者。手机不只是连接云端AI工厂的入口，本身也会成为生产Token的分布式AI工厂。

延迟是一方面，隐私则是更直接的约束。陈冠州说：“有些隐私资料不能送到云端，只能在终端的人工智能工厂生产Token。”

但手机只有几瓦的功耗空间、一块电池和有限的内存。如果端侧智能体需要一整天在线，旗舰SoC真正稀缺的就不只是峰值算力，而是有限功耗下能够长期调用的有效算力。

2nm支撑全大核，融合架构负责把算力组织起来

联发科发布的最新旗舰天玑9600 Pro就是为AI而设计。

天玑9600 Pro采用台积电2nm制造工艺，集成超过330亿个晶体管。

CPU架构层面，天玑9600 Pro的CPU继续沿用全大核路线，并升级为2+3+3架构：两颗最高4.55GHz的C2-Ultra超大核，三颗4.35GHz和三颗3.1GHz的C2-Pro大核；L2、L3与SLC总容量达到34.5MB，并率先支持LPDDR6和UFS 5.0。

和上一代相比，天玑9600 Pro单核性能提升17%，多核提升15%；达到上一代峰值性能，多核功耗下降61%。性能继续增长的同时，功耗降幅远高于性能增幅，这才是2nm与架构协同产生的核心价值。

不过，MediaTek没有把17%和15%当成这一代CPU最重要的升级。陈一强在发布会上用餐厅作比喻：炸薯条和煎牛排的速度分别提高，并不代表整个餐厅的出餐效率同步提升，食材怎么流转、订单怎么分配、店长如何动态调度，同样决定最终效率。

AI计算也是如此。数据会在CPU、NPU、缓存、内存和存储之间流动，只提高某一个计算单元的峰值性能，系统效率未必按同样比例增长。

手机SoC原本就是异构系统，包含了CPU、GPU、NPU和ISP。融合计算是改变设计和评价的出发点，过去先分别定义每个单元，再通过软件调度组合。现在则从一项完整任务出发，反向决定算力放在哪里、数据怎么走、哪颗核心何时唤醒。只有这样，纸面上的算力才不会在数据搬运和等待中被抵消。

天玑智算融合架构因此将CPU与NPU协同、内存和闪存的数据交换，以及算力、电源、内存资源的调度放进同一套设计中。面对频繁而碎片化的负载，天玑9600 Pro把全大核的电源调度做到微秒级，核心快开快关能力达到上一代的10倍；系统级智能计算电源管理则尝试减少用户不易察觉的后台损耗。

当AI与传统应用同时运行，内存成为瓶颈。MediaTek通过压缩与动态调度提升内存效率，根据联发科给出的数据，大模型启动速度提高27%的同时，可以维持25个应用保活。它所解决的不是一项跑分，而是AI不清后台、不牺牲前台体验的现实问题。

从全大核CPU，到CPU与NPU协同，再到内存和电源调度，天玑9600 Pro希望回答的已经不是某一个核心够不够快，而是整颗SoC能否把算力变成持续、稳定的体验。 

双NPU一颗负责重活，一颗保持始终在线

智能体对NPU提出了两个相反的需求，既要运行更大、更复杂的模型，又要以极低功耗保持持续感知。

一颗NPU承担所有任务，峰值能力和全天运行很难兼得，天玑9600 Pro延续并重构双NPU设计。