看9月7日這場華為發布會，原本最容易想到的主角，是HarmonyOS 7和Mate XT 2非凡大師。三摺疊怎麼變、系統又多了什麼功能，已經足夠聊上一陣。

沒想到，麒麟9050 Pro的亮相又帶來了一份意外。繼Mate 40全球發布會之後，華為時隔六年再次在旗艦發布會上展開介紹一顆全新麒麟晶片，而且這次拿出的內容，相當值得細看。

單核峰值性能提升24%、多核併發性能提升52%、渲染性能提升142%，這些數字當然吸引眼球。不過，看完之後，我更在意的是它們背後的幾項變化：CPU為什麼分成這麼多種核心，GPU為什麼要同時增加緩存，一個300億參數的模型又是怎麼放進手機的。把這些問題串起來，我們或許就能一瞥麒麟9050 Pro的真實成色。

邏輯摺疊：找條近路，自然能超車

先聊最有新鮮感的邏輯摺疊。這個名字聽上去有點抽象，其實出發點很容易理解：晶片裏的計算單元除了自己幹活，還要不斷交換數據。單元本身再快，如果訊息總要繞遠路，整體效率也會被拖住。就像兩個人配合做事，各自手腳都很利索，卻要頻繁跑到另一棟樓取材料，時間還是會耗在路上。

麒麟9050 Pro的做法，是把電路安排到垂直堆疊的不同層，再用密集的層間連接把它們接起來。原來在平面上隔得較遠的單元，可以通過重新佈局縮短往返距離。這裏的「摺疊」，可以理解為把原本鋪開的工作區重新安排成立體空間，讓經常交流的部分靠得更近。

少走一些路，為什麼就能更快？因為晶片內部的線路也有電阻和寄生電容，信號切換需要完成充放電。縮短關鍵線路，有機會減小這些負擔，減少信號傳遞所需的時間。所以，邏輯摺疊並非只是在有限空間裏多塞一些晶體管，它同時在調整這些晶體管之間的關係。

從觀察晶片發展的角度看，這一點值得關注。過去大家討論性能升級，往往很快就落到「幾納米」上。製程當然重要，但一顆晶片最終能發揮多少能力，還與架構、佈線、存儲和封裝有關。邏輯摺疊讓這些不太容易被消費者看見的環節，重新走到了台前。

今年5月提出的韜（τ）定律，也可以沿着這個思路理解：把關注點進一步放到完成任務所需的時間上，通過電路和系統設計減少等待。它給出的啟發很實際——在繼續推進器件微縮的同時，還可以想辦法讓現有的計算資源配合得更好。

【延伸閱讀】華為τ定律顛覆半導體　晶片不靠縮小密度達1.4nm　帶你拆解黑科技（點擊連結看原文）

當然，立體佈局本身也會帶來新的難題。層間連接要足夠緊密，供電和散熱也得跟上，不能省下了傳輸時間，卻讓熱量更難散出去。因此，邏輯摺疊的價值要靠設計、製造和封裝共同兌現。把它理解成一條值得繼續探索的技術路線，比急着為摩爾定律宣佈結局，更接近這顆晶片真正值得討論的地方。

CPU：超線程落地，榨乾性能潛力

再看靈犀CPU。單核峰值提升24%，多核併發提升52%，後者的增幅明顯更大。對手機來說，這種變化很有現實意義。我們平時很少只讓它做一件事：前台刷着內容，後台可能還在下載文件、處理消息，開起視像會議之後，事情就更多了。

麒麟9050 Pro採用1顆大核、2顆性能大核、4顆能效大核和2顆小核的組合，另外還有低功耗微核負責部分待機任務。光看名字，確實容易覺得複雜。簡單說，這套配置給系統準備了更多檔位：急着完成的重任務用更強的核心，持續運行的交互任務兼顧效率，熄屏顯示之類的工作則儘量少耗電。

超線程則是在另一處挖潛。CPU運行一條線程時，可能因為等待數據，暫時有一些執行資源閒着。超線程讓同一物理核心有機會處理更多線程，利用這部分空閒能力。可以把它想成等材料的間隙順手推進另一項工作，前提是兩件事不要處處爭搶同一套工具。

所以，相比一次跑分又多了多少，CPU升級更值得期待的結果，是複雜場景下少一點忙亂：切回應用時不必停一下，開着會議再查資料也能及時響應。尤其放在三摺疊上，屏幕容得下更多窗口，處理器就要接得住更多同時發生的操作。這是多核能力和系統調度真正有用武之地的地方。

GPU：緩存翻倍值得關注

馬良GPU的渲染性能提升142%，是這次參數裏很顯眼的一項。它的計算單元與緩存同時翻倍，這個組合比單獨增加計算單元更值得留意。因為渲染一幀畫面，需要反覆讀取紋理、幾何訊息和中間結果，計算資源增加了，數據也要及時送到。

緩存可以理解成計算單元手邊的材料台。經常要用的東西放在附近，就不用一次次跑去較遠的倉庫拿。緩存變大，有機會留下更多可重複使用的數據，減少對外部記憶體的訪問。它既幫助計算單元少等一會兒，也能減少數據來回搬運的開銷。

這也是看GPU升級時容易忽略的一點：堆上更多計算單元，並不自動等於它們能一直滿負荷工作。算力、緩存和記憶體訪問配合得好，新增資源才更容易發揮作用。麒麟9050 Pro同時補強兩端，至少在設計思路上，考慮到了這個問題。

光追硬加速則更容易對應到畫面上。光線追蹤要計算光線如何與物體相交，再處理反射、陰影等效果，用專門硬件承擔其中的重複工作，可以減輕通用計算資源的壓力。麒麟9050 Pro支持5000萬線實時光追，為適配遊戲提供了更複雜的光照表現。

GPU的用途也不只限於遊戲。多軌道影片裏的畫面合成、特效和預覽，同樣需要它參與。Mate XT 2的4K影片導出速度提升40%，就對應了另一類更容易感知的收益：如果經常在手機上處理素材，少等一段導出時間，有時比偶爾看到一次漂亮的光追反射更實用。

NPU：300億參數進手機

達芬奇架構NPU這一部分，最抓人眼球的是端側MoE全模態大模型：總參數300億，激活參數20億。兩個數字放在一起，難免讓人疑惑，既然有300億，為什麼只用20億？這恰好是混合專家架構值得聊的地方。

可以把模型想成一個分工不同的團隊。每次處理輸入，由路由機制挑選一部分「專家」參與，不需要讓所有成員一起上場。這樣，模型保留了較大的整體容量，每次實際參與計算的部分又相對較小。對功耗和算力都比較緊張的手機，這是很有吸引力的取捨。

但「少算一些」不等於其餘參數可以消失。整個模型仍然需要被存儲和管理，運行時的數據也得及時送到NPU。因此，這次提到的多級存算協同優化，同樣是重點。它要處理的不只是算得快不快，還有模型怎麼放、數據怎麼取，以及怎樣減少反覆搬運。

從產品角度看，我覺得端側AI最值得期待的，是讓一些原本依賴聯網的操作變得更直接。比如圖庫整理，相關分析能在本地完成，網絡不好時也可以繼續，不必為了一個簡單任務等雲端回應。這類變化可能不如演示一段長篇對話熱鬧，卻更容易進入日常使用。

寫在最後

將上面提到的各個模塊放在一起，麒麟9050 Pro給人的感覺就清楚了：它在增加計算資源，也在想辦法讓數據少繞路，讓不同任務分配得更合理。邏輯摺疊、CPU調度、GPU緩存和端側模型運行，看起來是幾件不同的事，最終都關係到晶片裏的資源能不能用得更充分。

這次意外亮相最讓人有興趣繼續追下去的，是華為把晶片怎麼繼續往前做這件事，講出了更多具體內容。邏輯摺疊能挖出多少空間，新的計算和存儲配置能否轉化成體驗，都值得我們長期觀察。

【本文獲「中關村在線」授權轉載。】