高通新一代Adreno GPU新增3个矩阵核心 强化本地AI算力

高通新一代 Adreno GPU 将配备 3 个矩阵核心，专门以更低延迟和功耗处理本地 AI 任务。这项设计延续了一年前在 CPU 中加入 SME 矩阵运算的思路，直接针对画面升频等 AI 应用优化。在国产手机生态中，这意味着 Snapdragon 平台上的 AI 超分算法有望在游戏和视频场景实现更高效的实时处理，而无需大幅增加功耗。

Adreno GPU 新增 3 个矩阵核心专攻本地 AI

高通新一代Adreno GPU新增3个矩阵核心 强化本地AI算力：Adreno GPU 新增 3 个矩阵核心专攻本地 AI

高通在公布下一代旗舰处理器 CPU 细节之后，紧接着披露了 Adreno GPU 的最新变化。其中最核心的更新是加入了 Adreno 矩阵核心。根据高通公布的示意图，新一代 GPU 将配备 3 个矩阵核心。这些核心的定位非常明确：专门负责处理本地 AI 任务。

与传统 GPU 计算单元不同，矩阵核心被设计成针对矩阵运算进行硬件加速的模块。这使得它在运行 AI 模型时能避开通用计算路径，直接用专用硬件完成核心操作。高通强调，这种设计能带来更低的延迟和更低的功耗。目前还没有公布这些核心的具体面积或晶体管数量，但从示意图看，它们被集成在 GPU 整体架构中，与现有着色单元和纹理单元并存。

在实际使用中，这 3 个矩阵核心将主要承担推理工作，而不是训练。它们针对的是手机端常见的 AI 负载，比如图像处理和实时增强。这与高通过去几年在 Snapdragon 平台上推动的 AI 引擎方向一致，只是这次把硬件支持从软件优化层面推向了专用单元。国产手机厂商如果采用下一代 Snapdragon 芯片，就能直接调用这些核心来跑自家调优的模型，而不用完全依赖 CPU 或 NPU。

这一变化也反映出手机 SoC 设计正从通用计算向异构加速演进。GPU 不再只是负责图形渲染，还承担起部分 AI 职责。3 个矩阵核心的数量选择可能基于功耗和面积的平衡考虑，太多会增加芯片成本，太少则无法满足多任务并发需求。目前看，这个配置针对中高负载 AI 场景做了针对性优化。

从 CPU SME 到 GPU 矩阵核心的 AI 加速延续

高通的矩阵运算技术并非首次出现。一年前，该公司在 CPU 部分引入了 SME 矩阵运算技术，用于加速 AI 计算。现在，这一思路被直接延伸到 GPU 领域，形成了从 CPU 到 GPU 的完整 AI 加速链路。

SME 的核心是提供硬件级矩阵乘法支持，能大幅加快 Transformer 等模型常见运算。新一代 Adreno GPU 的矩阵核心本质上是把类似能力下放到图形处理器，让 AI 任务可以在 GPU 上更高效运行。这种延续表明高通在 Snapdragon 平台上正系统性地构建 AI 硬件基础，而不是孤立地在某个模块做优化。

从时间线看，CPU SME 先行一步验证了矩阵运算在手机端的可行性。功耗控制和热管理经验被复用到 GPU 设计中。GPU 矩阵核心的出现，意味着开发者今后可以根据任务特性灵活选择执行单元：重计算用 CPU SME，轻延迟或图形结合的任务则交给 GPU 矩阵核心。

这一演进路径对国产手机生态尤为重要。过去很多 AI 超分算法受限于硬件，只能跑在 NPU 或 CPU 上，容易遇到带宽瓶颈。现在 GPU 矩阵核心加入后，数据可以在图形管线内部快速流动，减少了多次内存拷贝。这对视频播放和游戏内实时画质增强都有直接帮助。高通通过这种方式，把 AI 加速从单一模块扩展到整个 SoC，形成了更完整的异构计算能力。

矩阵核心如何降低 AI 超分延迟与功耗

矩阵核心最直接的益处体现在 AI 超分和画面升频任务上。高通明确表示，这些核心能以更低延迟和更低功耗处理本地 AI 任务。传统 GPU 跑 AI 超分时，需要大量通用着色器单元参与，功耗较高且延迟不易控制。专用矩阵核心则能直接执行矩阵运算，跳过不必要的步骤。

在国产手机常见的 AI 画质算法中，超分辨率技术需要实时把低分辨率帧提升到更高分辨率，同时保持细节和减少噪点。矩阵核心的低延迟特性意味着算法可以在更短时间内完成一帧处理，这对 60fps 甚至 120fps 游戏至关重要。功耗降低则直接延长手机续航，尤其在高刷模式下表现明显。

结合当前国产旗舰机的实践来看，很多机型已经用 AI 超分来提升游戏画面，比如把 1080p 内容升到接近 1440p 效果。但受限于算力，部分场景下会牺牲帧率或增加发热。矩阵核心有望缓解这一矛盾。它让 AI 模型能以更低能耗运行，厂商因此可以部署更复杂的网络结构，而不用担心电池消耗过快。

实际机制上，矩阵核心很可能通过硬件流水线优化了常见卷积和注意力运算。这些运算正是 AI 超分模型的主力。低延迟还意味着系统能更快响应用户操作，减少输入延迟。这对竞技类游戏是实打实的提升。整体来看，这一设计把 AI 画质增强从“能用”推向“高效常用”的阶段。

游戏手机实时画质增强的实际落地可能

对游戏手机而言，矩阵核心的加入可能改变帧率与画质的平衡方式。过去高帧率往往要牺牲画质，或者开启 AI 增强后功耗明显上升。新一代 Adreno GPU 配备矩阵核心后，实时画质增强的成本降低，厂商可以更激进地在游戏中应用 AI 超分。

想象一下，一款搭载下一代 Snapdragon 的游戏手机在运行大型 3D 游戏时，可以在保持 120fps 的同时，通过 AI 把内部渲染分辨率从较低水平动态提升，同时修复边缘锯齿和纹理细节。这不再是偶尔开启的功能，而是默认行为。矩阵核心的低功耗特性让长时间游戏成为可能，而不会导致手机过热降频。

在国产游戏手机市场，这一点特别有意义。很多用户追求极致画质和流畅度，但电池和散热一直是瓶颈。矩阵核心提供了一种硬件解法，让 AI 成为平衡工具而非负担。未来可能出现更多针对 Snapdragon 优化的游戏适配，比如特定标题直接调用矩阵核心跑专属超分模型。

实际落地还取决于游戏引擎和驱动支持。高通需要提供相应 SDK，让开发者轻松接入。结合当前趋势看，主流国产游戏厂商很可能率先跟进，因为这能直接提升用户体验。最终结果可能是游戏手机的续航时间在高画质模式下得到明显改善，同时画面表现更接近主机水平。

国产旗舰机本地 AI 任务部署门槛降低

对国产手机厂商和中文用户来说，这一 GPU 更新降低了本地 AI 任务的部署门槛。Snapdragon 平台一直是国内旗舰机的主流选择，矩阵核心的加入让厂商无需额外设计专用 AI 芯片，就能获得更强的本地推理能力。

这意味着更多 AI 功能可以脱离云端，直接在手机上完成。视频超分、照片智能美化、实时翻译等场景的响应速度会更快，隐私保护也更好。国产生态中，vivo、OPPO、小米等品牌长期在 AI 画质上投入资源，现在硬件基础更扎实，能更快把实验室算法落地到量产机型。

用户能感受到的变化是，游戏时画质选项更多，视频播放更清晰，电池却更耐用。本地 AI 门槛降低还可能催生新应用，比如更复杂的 AR 滤镜或实时游戏辅助工具。这些功能过去受算力限制难以普及，现在有了硬件支撑。

从生态角度看，高通此举巩固了 Snapdragon 在 AI 手机领域的竞争力。国产厂商可以集中精力优化软件算法，而把重计算交给矩阵核心。这会加速整个行业的 AI 应用迭代，让更多中高端机型享受到旗舰级体验。

量化性能与功耗数据仍待进一步披露

尽管高通披露了矩阵核心的存在和设计目的，但目前还没有给出具体性能数据。提升幅度、实际功耗对比、与上一代 Adreno 的基准测试结果都尚未公布。这意味着现在只能基于描述进行合理推测，无法得出确切结论。

高通通常会在芯片正式发布时提供详细白皮书和跑分数据。下一代旗舰处理器预计会在未来几个月内亮相，到时矩阵核心的真实表现才会清晰。目前已知的是 3 个核心的配置和低延迟低功耗的定位，但峰值算力、与 NPU 的协同效率等关键指标仍不清楚。

这也提醒我们，硬件设计只是基础，最终效果取决于软件优化和散热设计。国产手机厂商后续的调校能力将决定用户实际体验。功耗表现尤其需要实测验证，在不同负载下的温度控制和续航提升都需要数据支撑。

总体来看，这一更新方向明确，但细节仍有待观察。消费者在购买新机前，最好等待专业评测给出量化结果。目前可以确定的是，矩阵核心代表了高通在 AI 手机硬件上的又一进步，值得持续关注后续进展。

参考来源