会懂网AI资讯，10月15日，近日，高通方面表示，AI公司正在期待到二〇二八年让一千亿参数规模的模型在终端本地运行，这一规模远超当前端侧模型，意味着未来两年端侧AI算力还有数量级的提升空间。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
具体来看，目前高通的端侧布局以骁龙X2系列为主力，与英伟达RTX Spark、AMD和英特尔的新平台乃至苹果M系列在AI PC市场正面竞争，端侧大模型对内存容量与带宽的需求被显著抬升，为DRAM与高带宽存储打开了数据中心之外的第二个需求来源。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。
从技术细节出发，在数据中心与边缘侧，高通Cloud AI 100 Ultra提供一点五PFLOPS FP16算力与二百五十六GB HBM内存，能效比达一点五TOPS每瓦，针对Transformer推理优化，适合对运营成本敏感的数据中心与电信边缘部署。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。
在产业层面，随着智能体本地化成为行业共识，高通正把其在移动端积累的低功耗AI设计经验，同时输出到AI PC与边缘推理两个战场。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。
对开发者与企业用户而言，随着智能体本地化成为行业共识，高通正把其在移动端积累的低功耗AI设计经验，同时输出到AI PC与边缘推理两个战场。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。
展望后续，随着智能体本地化成为行业共识，高通正把其在移动端积累的低功耗AI设计经验，同时输出到AI PC与边缘推理两个战场。相关进展将持续影响行业格局，值得长期跟踪。这类进展也折射出国内外在基础模型与智能体方向上的投入力度与路线差异。从长远看，模型与算力、数据的协同优化，将决定下一阶段智能应用的上限。
暂无评论内容