Arm的2026判断:手机端侧AI不能只靠压缩模型
Arm把2026年芯片创新的注意力从单纯缩小晶体管,移到3D堆叠与Chiplet。苹果AFM 3则用稀疏架构控制每次推理的计算量。手机要减少云端依赖,靠的不是单独堆NPU,而是让模型、框架、芯片和具体功能对得上。
阅读全文关键词:AFM 3
Arm把2026年芯片创新的注意力从单纯缩小晶体管,移到3D堆叠与Chiplet。苹果AFM 3则用稀疏架构控制每次推理的计算量。手机要减少云端依赖,靠的不是单独堆NPU,而是让模型、框架、芯片和具体功能对得上。
阅读全文苹果的AFM 3 Core Advanced约200亿参数,小米MiMo-V2 Pro总参数超1万亿、激活420亿,Pixel 10则让Gemini Nano常驻端侧。数字越来越大,但公开资料仍不足以做统一跑分。选设备,
阅读全文手机能装下模型,不等于能长期跑好。苹果约200亿参数的AFM 3 Core Advanced选择稀疏激活,Gemini Nano沿用知识蒸馏。端侧轻量化的重点,正转向按需计算、能力压缩和分层精度。
阅读全文2026年端侧大模型进入规模化落地期,Arm高管指出移动芯片的真正瓶颈并非TOPS堆叠,而是总线与内存带宽。苹果AFM 3用稀疏架构规避访存,行业从拼算力转向拼架构命中率。
阅读全文苹果把AFM 3 Core Advanced做到约200亿参数,却通过稀疏架构控制单次推理的激活规模。结合Arm对CPU、GPU、NPU协同的强调,手机端侧选型需要重新评估实际计算量、部署适配和任务调度。
阅读全文