手机变“暖手宝”：端侧 AI 的散热瓶颈
如果你刚花近万元买了 2026 款旗舰机，想在通勤路上流畅跑一个 13B 参数的本地模型，现实可能会让你手心出汗——字面意义上的。
上周，我们复现了《iPhone 17 Pro 跑 70B 模型：快、烫》中的极端场景，并将测试范围扩大到了 Google Pixel 10 和 Samsung Galaxy S27 Ultra。核心任务很简单：在室温 25℃ 环境下，连续运行 Llama 3.3（13B 量化版）进行长上下文写作，记录前 5 分钟与后 20 分钟的 Token 生成速度及机身温度变化。
结果并不浪漫。正如我们在《半年端侧实测下来，NPU 的能效比到底卡在哪》中指出的，手机 AI 的瓶颈早已不是 NPU 的 TOPS 算力，而是内存带宽和散热。这次实测，散热材料成为了决定体验生死的变量。
iPhone 17 Pro：算力溢出，热量无处可去
iPhone 17 Pro 搭载的 A19 Pro 芯片，其 NPU 算力号称是上一代的两倍。在启动本地 13B 模型的初始阶段，它的表现确实令人惊艳。首字延迟低于 0.5 秒，前 30 秒的生成速度稳定在 25 tokens/s。
然而，这种性能维持得并不长久。
在第 8 分钟，机身背板上部（靠近 SoC 区域）的温度计读数突破了 42℃。此时，iOS 系统的 thermal throttling（热节流机制）开始介入。为了保护电池和传感器，系统强制降低了 NPU 的频率。第 15 分钟时，生成速度从 25 tokens/s 暴跌至 8 tokens/s，甚至出现了明显的卡顿和停顿。
一位参与内测的开发者告诉我：“iPhone 17 的散热堆料相比 iPhone 16 并没有本质飞跃，依然依赖传统的石墨片和铜箔。对于瞬时峰值计算没问题，但对于持续的高负载 AI 推理，这点散热面积就像用吸管喝可乐。”
值得注意的是，这种热节流不仅影响 AI 体验，还波及了游戏。在同时运行《原神》高画质和后台 AI 模型时，iPhone 17 Pro 的游戏帧率在第 10 分钟后出现了不可逆的下降，从 60fps 跌至 35fps 左右。相比之下，如果是单纯的游戏负载，得益于 Apple 的调度优化，帧率能维持得更久一些，但一旦叠加 AI 推理，热量堆积呈指数级增长。
Pixel 10：谷歌的“偏科”与散热补救
Google Pixel 10 搭载的 Tensor G5 芯片，其 NPU 能效比虽然不及苹果，但谷歌在软件层面的优化弥补了部分差距。更重要的是，Pixel 10 在散热设计上做出了改变。
Pixel 10 引入了更大面积的石墨烯均热板（VC），并增加了机身内部的导热硅脂填充量。实测中，Pixel 10 在运行同一 13B 模型时，机身最高温度控制在 38.5℃，比 iPhone 17 Pro 低了近 4 度。
在持续 20 分钟的生成测试中，Pixel 10 的速度曲线更为平滑。从最初的 18 tokens/s 缓慢衰减至 12 tokens/s，没有出现断崖式下跌。虽然绝对速度不如 iPhone 17 Pro 的爆发力强，但这种“细水长流”的体验对于需要长上下文对话的用户来说，反而更加可用。
不过，Pixel 10 也并非完美。由于 Tensor 芯片本身功耗较高，长时间运行 AI 模型会导致电池电量快速消耗。20 分钟测试后，电量从 100% 降至 72%，而 iPhone 17 Pro 仅从 100% 降至 68%。这提示我们，NPU 能效的提升往往伴随着 CPU/GPU 的额外调度开销。
Galaxy S27 Ultra：三星的“保守”与意外惊喜
Samsung Galaxy S27 Ultra 的表现出乎意料。尽管三星在 AI 功能上的营销声势浩大，但其在端侧大模型的优化上显得较为保守。S27 Ultra 默认关闭了部分后台 AI 进程，以防止过热。
然而，当我们手动开启“开发者模式”并解除后台限制后，S27 Ultra 表现出了惊人的稳定性。这得益于三星采用的新型 VC 均热板设计，其内部表面积比 S26 Ultra 扩大了 30%。在 20 分钟测试中，S27 Ultra 的温度始终维持在 39℃ 左右，生成速度稳定在 15 tokens/s 上下，波动极小。
三星的问题在于，普通用户很难感知到这种稳定性，因为默认设置下，AI 功能会在检测到轻微发热时就自动降频或退出。这反映出三星在用户体验与硬件潜力之间的权衡失误。
选购建议：散热比 NPU 更重要
对于 2026 年打算入手旗舰机的用户，如果你的主要需求包括本地 AI 推理、长文本处理或高负载游戏，以下建议可能比关注 NPU 的 TOPS 数值更有意义：
- 关注散热材料：查看评测中关于均热板（VC）面积和石墨烯层数的描述。Pixel 10 和 S27 Ultra 在这一点上优于 iPhone 17 Pro。
- 避免“全都要”：不要在运行大型 AI 模型的同时进行高负载游戏或视频渲染。热量叠加会迅速触发热节流，导致性能断崖式下跌。
- 考虑外接散热：对于重度端侧 AI 用户，一款磁吸半导体散热背夹可能是必要的投资。实测表明，使用散热背夹后，iPhone 17 Pro 的持续生成速度可提升 40%，且温度恒定在 35℃ 以下。
端侧 AI 的未来，不在于芯片有多强，而在于热量能被带走得多快。2026 年的旗舰机大战，表面看是算力的比拼，实质上是散热工程学的较量。如果你厌倦了手机在 AI 任务中变成“暖手宝”，那么在选购时，请务必把散热堆料放在与 NPU 同等重要的位置。
注：本文测试数据基于 2026 年 6 月 15 日至 20 日在实验室环境下的实测结果，环境温度 25℃，湿度 50%。实际使用效果可能因个体差异和环境因素有所不同。
