iPhone 19开售后，数码圈最热议的话题不是A19芯片有多快，而是它跑本地大模型时有多烫。
大量用户反馈，在社交平台和论坛上，关于“背部10分钟烫手”、“NPU降频导致延迟飙升”的帖子扎堆出现。很多人第一反应是苹果M5芯片的NPU算力不够，但实测数据给了这个直觉一记耳光。
根据《iPhone 19 运行 70B 模型实测：发热与延迟的妥协》一文的数据，M5芯片在处理INT4量化的70B模型时，首字生成延迟仅为1.2秒。这一成绩甚至优于部分安卓旗舰的端侧NPU表现。问题出在“持久战”上：连续运行10分钟后，SoC温度触及65℃的温控红线，系统强制降频，延迟瞬间飙至5秒以上，基本失去实用价值。
根源在于硬件架构的调整。iPhone 19首次换用高通X85 5G基带，替代了此前的英特尔方案。虽然网络速率提升了40%，但X85的峰值功耗比前代高出1.2W，且布局在主板中部，直接挤压了原本预留的石墨散热层空间。这导致SoC区域的导热效率比iPhone 18 Pro下降了约18%。
这里存在一个常见的认知误区：认为NPU算力越高，跑大模型就越顺畅。实际上，端侧大模型的功耗从来不是NPU单独承担的。即便经过INT4量化，70B模型单次推理的整机功耗也能达到3-5W。在7.8mm厚的机身里，没有主动散热风扇，仅靠金属中框和石墨片被动导热，3W以上的热量堆积让温度突破65℃成为必然。这不是加几个NPU核心能解决的问题，而是物理定律。
对比之下，安卓阵营早已通过VC均热板技术绕过了这一物理瓶颈。三星S26 Ultra、小米15 Ultra等旗舰标配的VC均热板，导热效率是传统石墨片的10倍以上。实测显示，搭载骁龙8 Elite 4的S26 Ultra在运行相同模型时，持续负载15分钟温度仅为62℃，未触发降频，延迟稳定在2秒左右，长时稳定性远超iPhone 19。
苹果显然也清楚被动散热的极限，因此在Apple Intelligence 2.0的调度策略上选择了务实路线：不再硬扛纯端侧重负载。隐私敏感的轻任务（如联系人搜索、短文本摘要）留在端侧；而长文档生成、视频分析等耗时长的重任务，则直接迁移至云端。这种“端云协同”既符合欧盟AI法案的隐私要求，也规避了硬件散热的短板。
杭州的AI写作博主张磊的经历颇具代表性。他因“本地跑模型不传数据”的卖点购入iPhone 19，但在撰写5000字行业稿时，模型中途触发降频，延迟从2秒增至6秒。最终他不得不连接热点调用云端模型。“发烫的时候什么隐私都没用，能先把活干完才是真的。”这条吐槽在小红书获得了超2000个赞。
这折射出2026年中AI行业的一个趋势：从“卖算力”转向“卖结果”。端侧算力只是手段，稳定输出可用结果才是核心。目前暂无消息表明苹果会在iPhone 20系列上彻底重构散热设计，这意味着，在可预见的短期内，端侧大模型的体验瓶颈依然锁定在散热技术上，而非算力本身。