AI咨询

每日早报 投融资 最新技术 行业应用 大模型进展

AI知识

AI工具库 AI智能体 AI编程 Hermes 使用 Codex 使用 Claude Code 学习路径 Prompt模板库

AI应用

最佳实践 企业落地 AI赚钱 OPC 一人公司 落地SOP AI成熟度诊断 咨询预约

其他

AI 问答 关于本站
首页 / 最新技术 / 正文

旗舰SoC进入融合计算时代,天玑9600 Pro首创AI原生架构!

事件

就在这两天,联发科正式发布新一代旗舰移动平台天玑9600 Pro。作为天玑首款Pro旗舰,它率先采用台积电2nm制程,并以全新AI原生架构重构移动计算,带来双超大核CPU、重构双NPU、神经网络渲染与智能影像等一系列架构级升级,推动性能、能效、AI、游戏、影像以及通信显示体验全面跃升。 过去几年,AI正从云端加速走向终端,手机也成为AI能力最重要的入口之一。随着生成式AI持续发展、消费者智能体进入新阶段,设备需要承载更强的理解与推理能力,也要更高效地调动内部多种算力资源,这让旗舰芯片的竞争开始从单一计算单元的性能提升,走向整颗SoC的系统级协同。 正是在这种思路之下,天玑9600 Pro 首创AI原生架构,将CPU、GPU、NPU、ISP等异构计算核心通过软硬融合整合为系统级融合计算架构,让不同算力单元协同工作。由此,旗舰芯片的性能基准也进一步升级为对整颗SoC协同效率的考验,而融合计算架构,正成为天玑9600 Pro面向AI新时代打造的全新计算核心。 2nm旗舰看天玑,智算融合架构,旗舰性能与能效迎来全面升级 Pro旗舰,首先要有Pro级的基础。天玑9600 Pro率先采用行业首批台积电2nm制程,在逻辑密度、性能与能效方面带来全面提升。 天玑9600 Pro集成超过330亿个晶体管,精密设计进一步深入2nm制程。早在2nm研发初期,联发科技便与台积电展开深度共研,双方围绕2nm核心指标进行联合攻坚,并通过设计工艺协同优化(DTCO)进一步提升制程的性能上限。 作为旗舰芯片的核心算力底座,天玑9600 Pro 采用天玑智算融合架构,融合并调动 CPU、NPU、内存、闪存等核心计算组件,打造面向智能体的CPU 架构,除了全面升级的 CPU 架构,还有强大的算力调度技术,带来超强能效,超高性能。 经实测,天玑 9600 Pro 基于天玑智算融合架构,实现了能效的巨大飞跃!超大核功耗下降37%,多核功耗下降61% 已经是断代式的领先! 其次还有超强性能,天玑 9600 Pro 首创2+3+3全大核CPU架构,采用双超大核设计,包括2颗最高4.55GHz的C2-Ultra超大核,以及3颗4.35GHz和3颗3.1GHz的C2-Pro大核,面向重载和AI多任务并行进一步强化处理能力。 同时,天玑9600 Pro 还搭载34.5MB L2+L3+系统缓存的缓存架构,二级缓存相比上一代提升21%,并率先支持业界最高规格LPDDR6内存和UFS 5.0闪存。 从实际性能表现来看,Geekbench V6.4单核成绩达到4276分,较上一代提升17%;多核成绩达到12650分,提升15%、当硬件性能进一步提升,如何把这些算力真正调动起来,同样重要。 天玑智算融合架构,通 过AI算力智能调度精准预测任务需求,并根据实际负载动态调度系统资源。以3B大语言模型为例,问答出词速度最高提升40%。 手机的真实使用环境远比单项跑分复杂。AI模型需要随时启动,多个App也会同时运行,用户还会在不同应用之间频繁切换,这些都会给内存资源带来压力。 因此,天玑9600 Pro进一步强化智能内存调度,通过并发运行、内存压缩和动态调度,让AI模型启动速度提升27%,同时支持25个应用并发运行并全部保活,让AI持续在线的同时,日常App切换依然保持流畅。 从2nm制程,到融合计算架构,再到 2+3+3全大核CPU,天玑9600 Pro这次的性能升级是在重构旗舰芯片的性能评判标准。 双NPU全面重构,AI真正走向主动式智能 CPU解决的是旗舰手机的通用性能,进入智能体时代之后,NPU承担的

来源

本条目由采集管线自动抓取,原始内容见下方来源链接,审核时请补充观点与「对谁有用」的判断。

*采集源:雷锋网*

📎 原始来源:雷锋网
本站内容为摘要与观点整理,不全文转载原文;版权归原作者所有。
💬 对这篇还有疑问?

直接问 AI,回答带站内出处。

就这篇提问

相关内容

行业应用2026-09-16

亚太唯一!腾讯云首次入选IDC MarketScape 全球托管边缘服务领导者类别

IDC发布全球托管边缘服务评估,腾讯云凭EdgeOne首次入选领导者类别,为唯一中国及亚太厂商。EdgeOne融合加速、安全、边缘计算与AI,推出边缘AI推理平台Booster和智能体托管平台Makers,服务超50万用户。

最新技术2026-09-16

迈向自适应物理AI:LLM智能体能否管理长周期物理任务?

该论文探索零样本LLM智能体管理长周期物理任务的可行性,设计融合规划、工具调用、观察与验证的多智能体框架,在农业任务中与强化学习智能体对比。结果显示,同天气下LLM智能体管理效果相当,环境变化时自适应能力更强。

最新技术2026-09-16

LabAgent:用AI智能体为科研发现定制任意研究中枢

论文提出LabAgent,一个面向实验室持续科研的复现与发现框架,通过技能执行验证和纠错经验记录机制,解决人员流动导致方法失传问题。在药物性质预测、生物医学分析、蛋白质变异效应预测和统计遗传学中均超越商业通用智能体,并能准确复现已发表图表。

最新技术2026-09-16

Vibe Patenting:评估用于专业专利撰写智能体的LLM评审

研究提出Vibe Patenting专利撰写测试平台,用LLM评审评估AI生成的专利草稿并给出结构化反馈。迭代评审可提升草稿质量,使低推理智能体接近高推理智能体水平,但与专业专利律师评估存在校准差异。