高通AI全面布局：从芯片到加速卡，构建统一AI架构
在2026年3月27日于CFMS MemoryS峰会上，高通公司AI产品技术中国区负责人万卫星深度解析了AI技术在终端侧的发展趋势与挑战，并展示了高通在AI全栈解决方案中的战略布局。
AI应用逐步演进，端侧部署面临多重挑战
万卫星指出，当前AI在行业中的应用正处于从感知AI向生成式AI、再到智能体AI的演进过程中，并预示着未来将迈入物理AI阶段。
感知AI主要应用于图像识别、语音处理与降噪等基础任务，而生成式AI则依赖大规模数据预训练，在特定任务中展现强大能力，如ChatGPT和文生图模型。智能体AI则在无监督环境下具备自主决策与任务执行能力，处理更为复杂的问题。物理AI则试图理解并模拟真实世界的物理规律，目前仍处于早期发展阶段。
随着生成式AI在端侧设备中的部署加速，模型的智能程度持续提升。当前，手机端已可支持10亿至100亿参数规模的模型，PC平台则可达130亿至200亿参数，车载系统甚至支持200亿至600亿参数级模型。
在AR眼镜和低功耗设备上，端侧部署的模型参数量也逐步扩展至10亿至40亿之间。虽然端侧模型的规模仍低于云端模型，但通过内存带宽优化、量化技术等手段，端侧设备的模型承载能力正在不断提升。
值得关注的是，高通已在端侧实现了具备推理能力的大模型部署，并逐步提升上下文长度。2025年，与合作伙伴的合作场景中，上下文长度已从4k-8k扩展至32k-128k，极大增强了端侧AI的理解与处理能力。
面对端侧AI部署的挑战，万卫星提出三点关键因素：一是端侧内存容量限制，二是内存带宽瓶颈，三是能效与散热问题。这些因素共同决定了端侧AI的性能上限和用户体验。
智能体发展趋势：从端侧AI芯片到跨终端协同
万卫星强调，未来个人AI将始于端侧，向以用户为中心的多终端体验演进。终端侧智能体将具备更短响应时延、更强个性化能力及无感交互特性。
当前智能体的发展趋势主要体现在三个方面：端侧智能体的深化、任务专业化与高度个性化、以及多模态理解能力的提升。终端侧智能体不再是传统的语音助手，而是能够全面理解用户意图、上下文和感知信息的“懂用户”的AI助手。
过去，AI更多围绕手机展开，其他设备如耳机、智能眼镜和手表只是手机的附属。现在，高通正推动以AI和用户为中心的多终端协同模式。在这种模式下，AI不再受限于单一设备，而是通过个人AI或智能体来理解用户需求并执行任务，实现终端侧、本地边缘、网络边缘与云端的协同。
高通在2025年推出了多款支持个人AI场景的产品，包括第五代骁龙8至尊版移动平台和骁龙X2 Elite计算平台。在数据中心领域，高通也在MWC2026上发布了基于AI200和AI250芯片的加速卡和机架系统，提供行业领先的TCO表现。
万卫星总结表示，高通AI全栈能力覆盖从消费电子产品到汽车、机器人乃至下一代数据中心的广泛领域。其统一AI架构依托高性能、高能效的软硬件技术底座，实现了从单个芯片到跨终端、跨场景的平台级能力扩展。