企业官网建设流程全解析

1. 这条消息到底在说什么

先把标题拆开看。核心信息其实有两层：第一层，某芯片厂商高管公开表示，有AI公司提出要求，希望到2028年手机能常驻运行100B参数级别的模型；第二层，这家芯片厂商开始自己下场做手机。两件事放在一起看，指向的是同一个趋势——端侧AI的算力需求正在从“能跑个小模型”往“把大模型塞进兜里”演进，而且芯片厂商不再满足于只做供应链上游，开始往整机方向试探。

100B参数是什么概念？现在主流手机端侧跑的模型，大多是1B到7B这个量级，个别激进方案能到13B左右，而且往往要靠量化压缩、分层加载、部分卸载到云端才能勉强跑起来。100B是另一个数量级，参数量翻了十几倍甚至几十倍。如果真要在手机上常驻运行，意味着内存带宽、NPU算力、功耗控制、散热设计、模型压缩技术都要同时跨一大步。

这条消息之所以能成为热搜，不是因为某个具体数字，而是因为它把“端侧大模型”的时间表具象化了。以前大家说“未来手机会跑大模型”，是个模糊的方向；现在有人给出了2028年、100B、常驻运行这三个具体坐标，讨论就有了锚点。同时，芯片厂商自研手机这件事，也让外界开始重新审视手机行业的价值链分配——当芯片方开始做整机，它到底是在秀肌肉，还是在抢生态位？

这篇文章不打算复述新闻，而是想从从业者视角，把这条消息背后的技术账、商业账和实操账算一遍。如果你关注端侧AI部署、手机芯片架构、模型压缩，或者只是想知道2028年这个时间点靠不靠谱，下面这些内容应该能给你一些参考。

2. 100B模型常驻手机，技术账怎么算

2.1 参数量与内存占用的基本换算

先做一道最基础的算术题。100B参数，如果以FP16精度存储，每个参数占2字节，总大小约200GB。这显然不可能塞进手机。即便用INT8量化，也要100GB左右。手机当前顶配内存是16GB到24GB，和100GB差着四五倍。

所以100B模型要上手机，第一步必须是极致量化。业界常见的做法是4-bit量化，每个参数占0.5字节，100B就是50GB。还是太大。继续往下走，2-bit量化能压到25GB，1-bit量化理论上是12.5GB。但量化到1-bit或2-bit，模型精度损失会非常明显，尤其是推理任务和长文本生成，输出质量可能断崖式下跌。

这里就引出一个关键问题：100B模型常驻运行，到底是指完整模型常驻，还是指部分专家常驻？如果是MoE架构，总参100B但每次激活可能只有10B到20B，实际内存占用可以大幅降低。这也是为什么现在很多端侧大模型方案都在往MoE方向走——总参数量可以做得很大，但推理时只调用其中一小部分。

注意：厂商标称的“支持XX B模型”通常有前提条件，比如特定量化精度、特定上下文长度、特定任务类型。看到这类数字，先问清楚量化方式和激活参数规模，否则很容易被误导。

2.2 内存带宽才是真正的瓶颈

很多人只盯着算力TOPS，忽略了内存带宽。大模型推理是典型的memory-bound任务，算力再高，数据喂不进去也是白搭。手机当前的内存带宽大概在50GB/s到70GB/s这个区间，高端机型能到100GB/s左右。而100B模型即便量化到2-bit，每生成一个token也需要读取大量参数数据。

粗略估算：假设激活参数20B，2-bit量化，每token需要读取约5GB的数据。以100GB/s带宽计算，理论极限是每秒20个token。这还没算KV Cache、中间激活值、系统开销。实际体验可能只有每秒几个token，比人打字还慢。

所以2028年手机要常驻运行100B模型，内存带宽至少要有数倍提升。LPDDR6、更宽的总线、近存计算、存内计算这些技术方向都会被推上台面。芯片厂商如果自研手机，一个潜在优势就是可以更深度地定制内存子系统和NPU的协同设计，不像纯芯片方案那样受制于整机厂商的选型和成本控制。

2.3 功耗与散热的硬约束

手机是被动散热设备，没有风扇，靠均热板和石墨片导热。当前旗舰手机跑7B模型，功耗大概在3W到5W，机身温度会明显上升，持续跑十几分钟就可能触发降频。100B模型如果常驻运行，即便有MoE和量化加持，峰值功耗也可能冲到8W到10W甚至更高。

常驻运行意味着模型要一直挂在后台，随时响应。这对功耗管理提出极高要求。可能的方案包括：极低功耗的always-on NPU负责唤醒和简单任务，大模型按需加载；动态电压频率调节更精细化；把部分计算卸载到云端，端侧只做缓存和轻量推理。但“常驻”这个词本身就意味着不能频繁卸载，否则体验割裂。

散热方面，2028年的手机可能会采用更激进的均热方案，比如VC均热板面积翻倍、石墨烯导热膜、甚至微型热电制冷。但这些都会增加厚度和重量，和手机轻薄化趋势矛盾。芯片厂商自研手机，或许能在结构设计上做更激进的取舍，比如为了AI性能牺牲一点厚度。

2.4 模型压缩与架构创新的空间

量化只是压缩手段之一。知识蒸馏、剪枝、低秩分解、稀疏化、条件计算，这些技术都在演进。2028年如果100B模型要上手机，大概率不是把训练好的稠密模型直接压下来，而是从训练阶段就考虑端侧部署，用NAS搜索适合手机的架构，或者用MoE让不同专家分布在不同存储层级。

另一个思路是“端云协同”：端侧常驻一个轻量调度模型，复杂任务动态调用云端大模型。但AI公司的要求是“常驻运行100B”，这暗示他们希望端侧有完整的推理能力，不依赖网络。这可能是因为隐私、延迟、成本或者离线场景的考虑。

从实操角度看，如果你现在在做端侧模型部署，建议重点关注三个方向：一是4-bit以下的量化训练和推理框架；二是MoE架构在移动端的调度策略；三是内存和NPU的协同优化。这些在2028年之前会持续迭代。

3. 芯片厂商自研手机，图什么

3.1 从供应链上游到整机整合

芯片厂商做手机，不是新鲜事。早些年就有芯片方推出参考设计甚至自有品牌手机，但大多不了了之。这次不同之处在于，AI手机的定义权正在从整机厂商向芯片和模型方转移。谁定义AI体验，谁就掌握溢价权。

芯片厂商自研手机，最直接的动机是展示自家芯片的AI能力。参考设计只能证明“能跑”，自有品牌才能证明“跑得好”。通过软硬一体优化，可以把NPU、内存、散热、系统的协同做到极致，做出第三方整机厂商做不到的体验。这类似于某芯片厂商做笔记本参考设计，后来演变成自有品牌产品线。

另一个动机是获取用户数据和场景反馈。端侧AI的核心竞争力在于对用户习惯的理解和个性化。芯片厂商如果只卖芯片，拿不到真实场景数据，模型优化就缺少闭环。自研手机可以拿到第一手数据，反哺芯片和模型设计。

3.2 对手机行业格局的潜在影响

如果芯片厂商真的推出自有品牌手机，首当其冲的是高端旗舰市场。芯片方可以用最顶级的芯片、最激进的散热、最不计成本的堆料，做一款“AI性能标杆”产品。这对现有旗舰机型会形成压力，尤其是在AI功能同质化的当下。

但芯片厂商做手机也有明显短板：渠道、品牌、售后、系统生态。手机不是造出来就行，还要卖出去、用起来。芯片厂商在To B领域强，在To C领域未必能快速建立优势。所以更可能的策略是：小批量试水，主打AI开发者和极客群体，不追求大众销量，而是作为技术展示和生态撬动点。

对整机厂商来说，这既是威胁也是机会。威胁在于核心卖点被上游截胡，机会在于可以更专注于差异化体验，比如影像、折叠、设计，而不是卷AI参数。行业分工可能会进一步细化。

3.3 自研手机与端侧AI生态的绑定

芯片厂商自研手机，还有一个深层逻辑：绑定AI模型方。如果2028年真有AI公司要求手机跑100B模型，那芯片厂商需要和模型方深度合作，从训练阶段就针对自家NPU优化。自有手机是最好的试验田，可以快速迭代，不用等整机厂商排期。

这也会影响开发者的选择。如果某芯片厂商的手机在端侧AI上体验最好，开发者会优先适配它的NPU和工具链。久而久之，形成生态壁垒。这比单纯卖芯片的粘性强得多。

从从业者角度看，未来几年端侧AI的竞争，不只是芯片算力的竞争，而是“芯片+模型+整机+开发者工具”的综合竞争。芯片厂商自研手机，是在补齐全链条能力。

4. 2028年这个时间点，靠谱吗

4.1 技术演进的线性与非线性

从7B到100B，参数量增长约14倍。如果按每年端侧模型规模翻倍的速度，大概需要4年左右，2028年刚好。但这是线性外推，实际演进可能受制于几个瓶颈：内存带宽、功耗、散热、成本。这些不是单纯靠芯片制程进步就能解决的。

另一方面，技术突破往往是非线性的。如果存内计算、光子计算、新型存储介质在2028年前商用，端侧算力可能跳变。或者模型架构出现革命性变化，比如更高效的稀疏激活、动态网络、神经符号系统，让100B模型的等效计算量大幅下降。

所以2028年这个时间点，既不是拍脑袋，也不是铁板钉钉。它更像是一个行业目标，倒逼供应链在四年内解决一系列工程问题。

4.2 成本与量产可行性

即便技术可行，成本也是大问题。100B模型常驻运行需要更大的内存、更强的NPU、更好的散热，这些都会推高BOM成本。2028年的旗舰手机可能因此涨价，或者AI功能成为超高端机型的专属。

芯片厂商自研手机，可以在初期不计成本做标杆，但量产版本必须考虑成本。如果只有少数人买得起，端侧AI生态就起不来。所以更现实的路径是：2028年先在超高端机型上实现100B常驻，然后逐年下放到中高端。

4.3 用户真实需求与场景匹配

最后要问：用户真的需要手机常驻100B模型吗？当前端侧AI的主要场景是语音助手、输入法预测、图像处理、离线翻译、隐私计算。这些任务7B到13B模型已经能做得不错。100B模型能带来什么质变？

可能的答案：更复杂的agent任务、更长的上下文理解、更精准的个性化推荐、多模态实时交互。但这些场景是否刚需，是否值得为此增加功耗和成本，还需要市场验证。AI公司的要求代表了一种技术理想，但产品化要经过用户投票。

从个人经验看，端侧AI的杀手级应用还没完全出现。2028年100B常驻，可能先服务于开发者和特定行业用户，比如现场工程师、医疗辅助、离线办公，而不是普通消费者的日常。

5. 端侧大模型部署的实操要点

5.1 量化方案怎么选

如果你现在就要在手机上部署大模型，量化是绕不开的第一步。常见方案对比：

实操建议：优先用INT4，配合GPTQ或AWQ算法，在精度和体积之间平衡最好。如果要做100B模型，必须上MoE加INT4以下量化，否则内存根本放不下。

注意：量化后的模型要在真实设备上跑长文本和复杂推理，不能只看困惑度指标。有些模型量化后短文本正常，长文本就崩。

5.2 NPU适配的坑

不同芯片厂商的NPU指令集和算子支持差异很大。同一个模型，在A芯片上跑得好，在B芯片上可能算子不支持，回退到CPU跑，速度慢十倍。实操中要做的：

1. 确认模型中的算子是否被NPU原生支持，不支持的用等效算子替换。
2. 用芯片厂商提供的转换工具把模型转成NPU格式，注意量化校准集的代表性。
3. 做层融合和内存复用优化，减少NPU和CPU之间的数据搬运。
4. 实测不同batch size和序列长度下的延迟和功耗，找到最佳配置。

我踩过的坑：某次转换模型时，校准集用了英文语料，结果中文推理精度掉得厉害。后来换成中英混合校准集，问题解决。校准集一定要贴近实际使用场景。

5.3 常驻运行的后台管理

常驻运行不是简单把模型加载到内存就完事。手机系统对后台进程有严格限制，内存不足时会杀进程。要让模型常驻，需要：

• 把模型放在系统级白名单，避免被清理。
• 用内存映射方式加载，减少物理内存占用。
• 设计分级唤醒机制，简单任务用轻量模型，复杂任务再加载大模型。
• 监控温度和功耗，必要时动态降级。

这些需要和系统厂商深度合作，普通开发者很难独立完成。这也是芯片厂商自研手机的一个优势——可以从系统底层支持常驻AI。

6. 常见问题与排查技巧

6.1 模型加载失败或崩溃

最常见的原因是内存不足。排查步骤：先看模型文件大小和量化精度，估算内存需求；再看设备可用内存和系统限制；最后检查是否有内存泄漏。如果是MoE模型，还要确认专家加载策略是否合理，避免一次性加载全部专家。

另一个原因是算子不支持。用NPU工具链的日志功能，看哪个算子回退到了CPU。如果是关键算子，找替代实现或换芯片方案。

6.2 推理速度慢

先定位瓶颈：是计算慢还是内存慢。用profiler看NPU利用率和内存带宽占用。如果NPU利用率低，可能是算子调度问题；如果带宽占用高，可能是量化不够或KV Cache太大。优化方向包括：增大量化力度、减少上下文长度、用PagedAttention管理KV Cache、把部分层卸载到CPU或云端。

6.3 功耗和发热超标

实测功耗，对比芯片规格书。如果远超预期，检查是否有不必要的计算或数据搬运。常见问题：模型常驻但没做休眠，一直在跑推理；NPU和CPU频繁切换；内存访问模式不连续。优化手段：用低功耗协处理器做唤醒，大核按需启动；优化数据布局，提高缓存命中率；动态调整频率和电压。

6.4 精度下降明显

量化是主因。排查方法：对比量化前后在验证集上的输出，看是全局下降还是特定任务下降。如果是特定任务，可能是校准集不匹配。尝试用任务相关数据做校准，或者对敏感层保留更高精度。另外，MoE模型的专家路由在量化后可能不稳定，需要专门校准路由网络。

7. 我对这条消息的判断

芯片厂商高管放话，从来不只是技术预测，更是战略喊话。2028年100B模型常驻手机，技术上有一堆硬骨头要啃，但方向是清晰的。AI公司提要求，芯片厂商接招，整机厂商跟进，这条链条已经在转动。

自研手机这一步，短期看是技术展示，长期看是生态卡位。如果端侧AI真的成为手机核心卖点，芯片厂商不会甘心只赚芯片的钱。但手机行业的复杂性，也不是芯片厂商能轻易颠覆的。更可能的结果是：芯片厂商的自研手机成为AI开发者和极客的选择，而大众市场仍然由现有品牌主导，但所有旗舰机都会把“端侧大模型能力”作为核心参数。

对从业者来说，现在就该关注端侧量化、MoE部署、NPU适配这些实操技能。2028年听起来还远，但技术迭代的速度，往往比预期快。等风来了再准备，就晚了。