前段时间国产手机品牌的历史性突破，让手机行业再次成为舆论的焦点，也让今年的苹果发布会备受关注。
众所周知，芯片是影响电子产品性能的关键。一直以来，手机都随着芯片制程的提升更新换代。但由于摩尔定律逼近极限，制程迭代带来的性能提升逐步缩小。9 月，顶着“首个 3nm 制程芯片”的苹果 A17 pro 芯片问世，10% 的 CPU 性能提升让人忍不住感叹牙膏还能这么挤。
正当观众大感苹果或许已黔驴技穷时，隔壁的联发科却交出一张令人意外的答卷。
每发布一代新机，性能就往前大跨一步的时代，恐怕难以再现。这也不能怪苹果偷懒，本质的问题在于，随着芯片制程的迭代，半导体行业的两大定律：摩尔定律和登纳德缩放比例定律（Dennard Scaling）都在逐渐失效。
摩尔定律说的是：集成电路上可以容纳的晶体管数目在大约每经过 18 个月到 24 个月便会增加一倍。登纳德缩放比例定律认为随着晶体管密度的增加，单个晶体管的功耗会下降，因此芯片的功耗需求会保持不变。这两条定律都曾在过去几十年被行业视为金科玉律。
但如今的情况是，芯片上晶体管很难再增加，而芯片的功耗需求也变得越来越高。换句话说，制程提升的边际效益正在逐代递减。要想继续提升性能，最好从台积电以外的环节寻找办法。
面对这一现状，联发科提供了一份值得业界参考的样本。
11 月 6 日，联发科发布天玑 9300 旗舰芯片，相较于率先用上 3nm 的 A17 Pro，联发科天玑 9300 使用的是 4nm 制程，却意外地展现了峰值性能提升 40%，功耗降低了 33% 的成绩，性能反超友商。
这背后的秘密，是架构的胜利。通常来讲，手机 CPU 由大核心和小核心组成，大核心负责执行高负载场景，主要目标是输出性能，小核心则负责待机等低负载场景，主要目标是降低能耗。而在天玑 9300 中，联发科开创性地设计了 4 个超大核 +4 个大核的全大核架构。
设计思路也很明显，就是直接取消小核，进一步向高性能的目标靠近。但是，没有小核心的旗舰 CPU 要怎么解决能耗问题呢？
联发科的思路是旗舰 CPU 在接到任务时，在最短的时间内快速执行，通过提升工作效率来降低能耗。小核心的工作可以理解为让小学生打扫房间，需要花一天来完成，消耗一日三餐的能量，虽然食量少，但是要吃三顿。而全大核的工作模式则相当于让成年人来打扫房间，只需要花半天时间，消耗一顿成年人食量的饭。
相比之下，后者其实更节省能量（省电）。更何况近些年来，主流的手机应用都在不断做加法，如今的“低负载应用”其实负载也不低了。因此，高效率的大核显然比小核更适应当今的移动生态。
天玑 9300 的旗舰性能，可以说一种观念的胜利，打破了“大小核”手机的传统设计。作为传统架构的挑战者，天玑 9300 无疑给行业创新开了一个精彩的头。不过，天玑 9300 首创的其实还不止这些。
Humane 其实是硅谷最新动向的一个缩影：科技公司们正想方设法让大模型落地到硬件上。当下，我们固然可以通过云端来访问大模型，但存在延迟、无法在离线状态下使用等问题，端侧大模型是个必然的趋势。
因此，英特尔 CEO 基辛格就已立下决心：将于 2025 年达成出货超 1 亿台的 AI PC；联想则不甘示弱，表示将在明年下半年就抢先推出 AI PC。至于 OpenAI 的阿尔特曼，不仅投资了 Humane，还准备和前苹果首席设计师乔纳森 · 伊夫打造全新的人工智能硬件。
而手机作为这一时代全球保有量最高的电子终端，显然不会在这场战争中缺席。但是，要想把大模型塞到手机里，其实并不容易。
最主要的难题有三点：
第一，传统智能手机无法承载大模型所要求的内存。以 16GB 运行内存的手机为例，130 亿参数的大语言模型就将占据 13GB 的容量，剩下的空间仅仅是运行安卓系统都不够。第二，Transformer 模型架构特殊，需要硬件与此适配。第三，每个参数模型都要占据手机以 GB 为单位的内存，终端无法装下过多的参数模型。
对此，天玑 9300 给出了自己的解法，集成了专为生成式 AI 设计的 AI 处理器：APU 790。
具体而言，APU 790 通过内存硬件压缩技术使得大模型占用内存大幅减少，在 16GB 的手机中仅占用 5GB，而在 24GB 内存手机中，成功承载 330 亿参数的大模型。
其次，APU 790 内置硬件级的生成式 AI 引擎，与 Transformer 模型深度适配，处理速度达到上一代产品的 8 倍，1 秒内生成图片。最后，APU 790 通过“技能扩充”，使得基础大模型可以在端侧进行低秩自适应融合，在一个基础大模型的基础上，不同技能所占用的内存仅几百兆，从而使大模型具备更全面的能力。
因此，天玑 9300 成为了业界首个在端侧运行大模型的手机芯片。不久前，联发科与 vivo 共同宣布，成功在智能手机端侧运行了 10 亿、70 亿参数的大语言模型，以及 10 亿参数的视觉大模型，打响了智能手机迈向大模型时代的第一枪。
大模型的出现，给原本疯狂卷摄像头的手机行业，提供了一条新的发展路径。
当下，是移动芯片领域又一个充满想象力的时刻。此前，智能手机市场见顶，一度让这个行业趋于保守。为了 3nm 的工艺节点，台积电的资本开支占销售收入比重在 2021 年达到了 52% 的历史新高，可谓拼尽全力。但是，这次与苹果的合作结果却差强人意。
因为除了成本以外，3nm 的产能和良率才是台积电的心头大患。
芯片行业极其依赖规模效应，当成本飙升撞上手机市场饱和，就连苹果也难免囊中羞涩，下单的时候得掂量掂量有没有这么大的出货量。这也是为什么，苹果和台积电甚至展开“甜心交易”（sweetheart deal）：苹果下单 3nm 工艺，但台积电必须独自承受报废芯片的良率损失，这一举措直接为苹果省下了几十亿美元的成本。
而这样的举措，显然也会抑制台积电的生产动力。但这一切都发生在 AI 爆发之前。
今年 9 月，台媒 DigiTimes 传来捷报，台积电萎靡已久的各制程产能集体回升：6/7nm 制程的产能利用率自 10 月起，有望逐步回到 60% 以上，4/5nm 制程的产能则将回升至 80% 左右。
原因众所周知：AI 来了。
目前，全球主要的 AI 芯片中，超过 80% 都由台积电生产，既有谷歌和英伟达这类老牌列强，也有 Graphcore 这类初创公司，当然也包括联发科。人们总是希望通过创新来改变市场。事实上，市场和创新，其实是相互循环的。
在科技进步愈发昂贵的今天，创新的成本十分高昂，只有在足够庞大的市场驱动力下，才能有可持续的创新。
其中更重要的可能在于，及时捕捉到市场的新机会，率先革新。
联发科就给业界提供了一个值得参考的样本：通过“全大核”架构，给手机性能提升带来了新的发力方向；而针对大模型研发新一代 APU 790，又给手机品牌注入了新的活水。
今年 11 月 1 日，vivo 在 2023 开发者大会上正式推出了自研通用 AI 大模型矩阵：蓝心大模型 BlueLM。其中 vivo 让端侧大模型承担了比如会议的总结文档等应用，背后正是天玑 9300 的支持。
今天，芯片企业又一次站在了时代的十字路口，而联发科已经准备好应对挑战。
