手机大模型背后的AI芯片暗战，挑战的不只是摩尔定律

端侧大模型融入手机，AI芯片进化成焦点。

智能手机集成AI技术已非新鲜事，自2017年起，AI便开始在图像降噪等处理任务中发挥作用，并逐步扩展至帧率优化、画质增强等场景应用。然而，这些早期应用所依赖的模型参数量通常不超过1000万，与当前讨论的端侧大模型相比，其规模相差很远。如今，即使是最小的端侧大模型，其参数量也已达到10亿，是早期模型的100倍。尽管如此，这些10亿参数级的模型也只能执行一些基本的文本处理任务。 

考虑到手机用户对多模态（文本、图像、视频等）处理的需求，甚至需要动辄百亿参数的模型才能提供满意的用户体验。手机运行如此大规模的模型，需要至少13GB的内存和130GB/s的带宽。然而，观察到2023年旗舰手机的配置，内存通常为16GB，带宽为50GB/s，这样的硬件配置使得在手机上运行大模型看起来几乎成为不可能的任务。 

尽管如此，手机厂商和用户都渴望将大模型集成到手机中。手机行业增长放缓，厂商急需新体验来打破僵局。集成大模型的手机承载着新的重要任务——打破传统应用壁垒、垂直整合软硬结合的新生态。同时，用户对大模型的认知逐渐形成，他们期望能够在智能手机上享受到大模型带来的便利。 

2023年下半年开始，我们逐渐看到各大手机厂商争相进入大模型赛道，而背后，芯片厂商正在赋能。芯片的进化被认为符合摩尔定律，那就是每24个月左右，晶体管的密度就会成倍，目前摩尔定律的速度已经明显放缓，每年仅能增长20%-30%，而以端侧AI的复杂度来讲，每年需要底层硬件提升的性能则需要达到至少两倍。如何突破摩尔定律的瓶颈从而达到用户期待的性能需求，考验的是芯片厂商的创新能力。 

另外，除了芯片本身的性能，如何能让芯片在手机上发挥最大的能效来达到更好的体验，还需要芯片厂商的生态能力、服务能力等各个方面的持续发力。 

在这场手机芯片大进化的背后，联发科和高通是最受瞩目的两大玩家。在2023年10月的骁龙峰会上，高通发布了骁龙8Gen3，支持运行100亿参数端侧大模型。紧随其后，联发科发布了天玑9300，支持运行10亿至330亿参数的端侧大模型。 

AI能力的增强正成为芯片厂商新的竞争焦点。本期《AI未来指北》端侧大模型系列，将深入探讨手机端侧大模型背后的软硬件创新。我们对话了联发科技计算与人工智能技术事业群副总经理陆忠立博士，作为这场AI芯片进化的亲历者和推动者，在本次对话中，他分享了关于这一领域的一些关键见解： 

●  把大模型装入手机，需要哪些关键步骤？ 

●  把大模型装进手机，仅仅是营销噱头吗？ 

●  大模型能力的上限取决于什么？ 

●  如果摩尔定律失效，芯片如何才能不断突破能力极限来应对越来越复杂的应用端需求？ 

以下为对话内容精编： 

01 芯片能力的上限，决定了端侧大模型能力的上限吗？

腾讯科技：Allen(陆忠立）你好，端侧大模型是目前行业关注的一个重要方向，我们看到今年各大手机厂商的一个宣传重点就是端侧大模型，这对产业来讲，会是一个巨大的机遇吗？ 

陆忠立：我们认为这是一个千载难逢的机会，就像大家所讲的AI是iPhone Moment。现在的大模型让智能手机从Smart Phone变成了AI Smart Phone这样的概念。 

传统的智能手机可以下载APP，这些APP让你的手机变得很聪明，这个智能并不是手机变智能，对于使用者而言，只是在消费内容而已。 

现在端侧大模型出现，会颠覆原来的使用体验。举例来讲，你现在买一个东西可能要到多个电商平台去找最低价的产品，或者通过比价网站找到性价比最好的产品。如果有一个AI助手或智能体，它能够自动帮你去做这些事情，找到最适合你的产品。这样的话，从“你”的角度来讲，这才叫AI Smart Phone。AI Smart Phone和Smart Phone最大的区别就是它能更了解使用者&#x