手机PC等终端芯片,在Agent变革面前也要被重塑了。
刚刚,高通发布全球最快Windows PC处理器、全球最快移动SoC处理器:
面向PC,高通首次推出专为超高端PC打造的骁龙X2 Elite Extreme,目标是“轻松驾驭智能体AI体验”;
面向手机,骁龙8系移动平台,将能支持“真正的个性化智能体AI助手”,能通过持续的终端侧学习、实时感知、多模态AI模型等深度理解用户,提供跨应用的定制化操作。
高通CEO安蒙也同步提出对AI趋势的六大理解,不仅对应此次最新发布,也暗暗透露高通将如何以智能体为核心颠覆个人计算体系:
如此思考与理解,在最新发布中已窥见一二。
骁龙X2 Elite系列采用3nm制程、第三代Oryon架构(12个Prime核+6个Performance核)。
各种峰值性能较上一代全面提升:
相较于上一代,在CPU能效功耗比上实现31%提升,功耗大幅降低43%。
Prime核最大多核频率为4.4GHz,单核最高5.0GHz,双核同样可达5.0GHz。Performance核最高频率可达3.6GHz。
高通称,这打破了ARM架构CPU的时钟频率纪录。
AI方面,使用了新升级的Hexagon NPU,可提供80 TOPS算力,性能提升37%,也是移动PC上最快的NPU。
该系列中,骁龙X2 Elite Extreme专为超高端PC打造,可轻松驾驭智能体AI体验、复杂数据分析、科学研究等任务。
在相同功耗下,高通表示骁龙X2 Elite Extreme相较于其他产品实现了75%的性能提升。
其他同类产品想要达到如此性能,需要额外多消耗222%。
在这里骁龙X2 Elite Extreme主要和AMD Ryzen AI 9 HX-370、Intel Core Ultra 9 288V / 285H进行了对比。
在相同功耗下,骁龙X2 Elite Extreme的单核性能也实现44%领先,竞对想要赶上需要额外多消耗144%。
GPU方面,相同功耗下骁龙X2 Elite Extreme比竞品快52%;竞品想要达到同等性能,需要多花92%能量。
高通表示,2026年第一季度就能看到搭载骁龙X2 Elite系列的笔记本电脑上市。
第五代骁龙8至尊版采用3nm制程。
CPU使用第三代Oryon架构;2个Prime核心+6个Performance核心。
大P核最高主频为4.6GHz,小P核最高性能为3.62GHz。单核性能提升20%,多核性能提升17%,响应速度提升32%,成为全球最快的移动CPU。
GPU采用升级后的Adreno GPU,最高主频1.2GHz,游戏性能提升23%,光追性能提升25%。
Adreno独立高速显存具备18MB专用内存,能效提升高达10%,性能提升达38%。
NPU内核包括12个标量+8个向量+1个张量核,总体性能提升37%,每秒可处理220tokens。支持INT2,FP8精度,支持32K 2bit上下文窗口。
此外还首创终端AI持续学习。
功耗方面总体下降,CPU下降35%,GPU下降20%,整体下降16%。
摄像方面,升级后的ISP支持APU(高级专业视频)编解码器。并将启用计算机视频pipeline。这将允许对视频进行逐帧AI增强,ISP还支持上下文感知的自动对焦、自动曝光和自动白平衡。
通信方面集成X85 5G Modem-RF系统,支持AI增强的WiFi,游戏延迟降低50%。
而搭载该芯片的手机平台,应该也很快能与大家见面。
因为小米17,今晚发布。现在的首发竞争实在激烈,高通骁龙再不努力,都赶不上小米发布速度了(doge)。
文章来自于微信公众号 “量子位”,作者 “量子位”
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI