手机NPU算力宣传变迁：从数字指标到功能体验

在当今智能手机领域，人工智能（AI）已成为厂商宣传的核心焦点。

各主流手机品牌均声称拥有自研AI大模型，并通过多样化的性能优化方案，实现了覆盖影像处理、日常助手及游戏增强等多元AI功能。

同时，上游芯片厂商在发布新款SoC时，也普遍强调NPU架构的改进、能效提升，并展示与各类AI大模型结合的端侧性能优化案例。

回顾智能手机发展早期，在AI尚未普及时，厂商在推广初代NPU时通常会明确公布算力指标，如TOPs（万亿次操作每秒）。这使得消费者即便面对功能有限的NPU，也能直观对比不同品牌和代际芯片的性能差异。

然而，当前手机SoC性能显著增强，NPU技术也更先进，支持更多端侧AI应用，但厂商宣传却转向功能演示，普遍不再提及NPU算力数字。这一变化让消费者难以直接进行性能对比。

那么，为何厂商不再强调NPU算力指标？

NPU算力是否陷入瓶颈？此说法部分成立

通常，当某项数据停止公开时，往往暗示其表现可能不佳。这一点在手机NPU领域似乎同样适用。

以高通为例，2019年骁龙855首次公开NPU算力为7TOPs，随后骁龙865、骁龙888、骁龙8 Gen1分别提升至15TOPs、26TOPs、52TOPs。

但自骁龙8 Gen1后，高通便未官方公布NPU算力。据公开技术资料，2024年骁龙8至尊版NPU算力为80TOPs，而最新第五代骁龙8至尊版则为100TOPs。

可见，尽管高通NPU性能仍处行业领先，但算力增长幅度已放缓，从骁龙8 Gen2到Gen3的代际提升不再像以往那样显著。

数据显示，高通NPU性能优势明显，但算力数字的进步速度确实有所下降。

为何NPU性能增长放缓？原因超越芯片设计范畴

早期手机NPU呈现每代算力近乎翻倍的态势，但近两年增速明显减缓。

这背后原因包括：早期NPU设计预留较多冗余，允许算力快速提升；但随着半导体工艺成本上涨，以及CPU和GPU功耗分配需求增加，这种高速增长模式难以持续。

有趣的是，厂商在停止宣传算力数字后，仍常在芯片换代时声称NPU性能翻倍。

实际上，硬件算力并未实现代代翻倍。所谓“性能翻倍”更多源于AI任务类型的演变：从早期的计算视觉（如面部识别、拍照优化）转向如今的生成式AI（如文本生成、图像创作），这对NPU架构和能效提出了不同需求。

过去，NPU专注于图像信号吞吐，追求峰值算力，能效相对次要；现在，NPU需处理内容生成等复杂任务，且系统调用更频繁，因此必须兼顾架构优化和长时间运行的能效比。

例如，一些手机已开始用NPU辅助GPU实现游戏超帧超分处理，这要求持续稳定的性能输出，而非短暂的爆发算力。

手机NPU会继续进步吗？会，但发展路径已转变

随着AI应用需求调整底层设计，各厂商NPU硬件性能近年已重回增长轨道，但受多种因素制约，无法再实现每代算力翻番。

未来NPU是否无法大幅提升？并非如此，但提升方式已从单纯堆砌规模和频率，转向软硬件协同优化。

例如，部分厂商通过将私有算法固化进NPU，以定制硬件提升特定任务效率；更多品牌则与大模型技术合作，深度调校AI功能在NPU上的兼容性和执行速度。

近期三星与Nota AI合作，旨在通过软件优化让Exynos 2500的NPU（算力59TOPs）在实际AI执行速度上追平第五代骁龙8至尊版的100TOPs NPU。这虽存疑，但凸显了软件优化在NPU性能提升中的关键作用。

总之，手机NPU正从数字比拼转向功能体验驱动，其进步依赖于硬件创新与软件优化的深度融合。