2024最新Agent硬件大爆发时代：高通计算连续体深度测评与权威排行榜

6月1日的台北电脑展上，高通CEO克里斯蒂亚诺·安蒙登台后，首先向供应链合作伙伴、开发者社区及台积电致谢——紧接着话锋一转，揭晓了整场演讲的核心命题：2026年，将是“智能体之年”。

在当前时间点，这一预测并不令人意外。全球主要科技巨头均在竭力展示自己紧跟AI智能体浪潮。然而，高通的切入视角颇具深意：其重点并非智能体概念本身，而是如何将智能体切实部署到每个人的日常设备中——包括手机、PC、可穿戴设备、汽车、机器人、工业摄像头乃至数据中心。

“未来，所有计算资源都将被充分利用，AI将无处不在，这一切将发生在整个计算连续体上。”

从PC、机器人到数据中心：高通押注的「计算连续体」究竟意味着什么？

整场演讲中，安蒙并未发布任何具体产品型号，而是将重心置于一个更具战略性的议题：AI将如何彻底重塑我们身边的每一款设备。不过，要洞悉高通的布局逻辑，仍需从产品层面切入。

就在上周，高通正式推出了面向入门级笔记本的骁龙C平台。该平台主打网页浏览、视频播放、日常办公及视频会议等场景，兼顾静音散热与全天续航，目标明确：覆盖300美元以上的Windows笔记本市场。

图片来源：高通

这一举措听起来或许不够惊艳，但却是Windows on Arm生态亟需补齐的关键一环。过去两年，AI PC的热度几乎全部集中在高端市场，价格始终居高不下。然而，PC市场最庞大的需求恰恰来自中低端价位。无数学生与家庭用户的核心诉求始终是：价格亲民、机身轻薄、续航持久、运行流畅——若能支持基础AI功能，则更具吸引力。

骁龙C系列的价值正在于此：它试图证明，基于Arm架构的Windows系统同样能够进入更广泛的价格区间。但随之而来的挑战同样明显：入门级产品最致命的短板往往是基础体验不佳。骁龙C笔记本能否守住体验底线，甚至带来超出预期的表现，才是决定成败的关键。

另一条更为硬核的产品线，则是今天刚发布的跃龙IQ10机器人参考设计。演讲中，高通将机器人的计算架构拆解为三个层次：即时执行、动作落地与推理。这一思路极具“高通特色”——机器人并非只需要一个大脑，它还需要中央计算、运动控制、执行机构、传感器同步、安全冗余以及工业接口的协同配合。

图片来源：高通

跃龙IQ10定位于工业AMR与全尺寸人形机器人，搭载18核Oryon CPU，并通过专用NPU提供最高700 TOPS的AI算力，支持多摄像头、LiDAR、雷达等多模态感知系统。不过，参数只是表象，高通真正想输出的，是一套从原型设计到量产落地的机器人底层解决方案。

这背后，与高通在手机、汽车领域积累的深厚能力一脉相承。手机需要在有限功耗内集成极致计算能力；汽车则需处理安全冗余与实时控制——而机器人，恰好将这两类需求融合在了一起。

还有一个安蒙未详细展开、但值得单独标记的预告：数据中心。去年底，高通已推出AI200与AI250两款AI推理芯片。AI200是面向推理场景的机架级方案，单卡配备768GB LPDDR内存，强调每瓦性能与总拥有成本；AI250则计划于2027年商用，主打近存计算架构。

与此同时，高通全新数据中心品牌Dragonfly的首款CPU也已箭在弦上。安蒙在演讲中透露，更多数据中心相关细节，将在6月24日的投资者日上正式揭晓。

图片来源：高通

从骁龙C、跃龙IQ10到数据中心CPU，高通正将移动时代最擅长的“每瓦性能”哲学，渗透至计算世界的每一个角落。正如安蒙所言：从耳机中不足2毫瓦的连接，到数据中心里千瓦级的系统，高通的目标是覆盖整个计算连续体。

智能体时代：高通要打破计算的设备边界

所谓计算连续体，本质上是一条从毫瓦级到千瓦级的计算光谱。一端是耳机、手表、眼镜、手机等贴身设备，另一端则是汽车、机器人、工业系统与数据中心。功耗、形态、任务各不相同，但在智能体时代，它们将共同构成一套分布式的AI系统。

AI究竟应当运行在云端还是设备端？这个问题本身并不重要。正如今天使用手机App，很少有人会关心一段计算是在本地完成还是远端执行。智能体也是如此——它会根据效率、延迟与安全性，自动调度所有可用的计算资源。

这恰恰是高通所瞄准的机遇。它不追求在每个环节都拥有最强算力，但希望在每一个端点上提供最适配的计算能力：耳机要实现低功耗连接，眼镜需理解所见内容，手机要承载个人上下文，PC要支持多智能体工作流，汽车则需融合座舱智能与驾驶感知，而机器人必须在本地完成即时执行、动作落地与推理。

图片来源：高通

这也解释了为何安蒙反复强调，当前的设备并非为智能体而设计。如今的手机、PC和应用，大多围绕“人主动操作”展开——打开App、输入指令、点击按钮、等待结果。但智能体的运作方式截然不同：它需要持续运行、携带上下文、跨系统协调任务，并以机器速度与软件交互。

这一差异将直接重塑硬件架构。CPU不再仅仅运行系统与应用，还需承担任务编排；GPU与NPU负责本地模型推理与生成；传感器提供上下文信息；连接能力则确保设备在云端、端侧及周边设备之间实时切换。简而言之，设备不再只是屏幕与应用的容器，它将转变为智能体的感知器、执行器与身份载体。

安蒙在台上用手机举了一个非常直观的例子。早期尝试智能体的用户，可能会专门购置一台电脑，例如Mac mini，将智能体部署在那台机器上，然后通过消息与之交互。但对于普通用户而言，不可能为了一个随身智能体，再多背一台连着电池的电脑出门。真正合理的载体，依然是手机——以及未来的眼镜、手表、耳机等个人AI设备。

图片来源：高通

因此，在高通的叙事体系中，手机不会消失，但它不再是数字生活的单一中心。手机将拥有双重“人格”：一种是人类直接操作的设备，另一种是智能体同样可以操作的设备。这一变化，随后将向PC、汽车及其他终端蔓延。

这，正是高通对智能体时代的核心判断。未来的AI不会只存在于一个超级App、一台电脑或一个云端模型之中，而是会分布在用户身边的所有设备与网络里。而高通真正押注的，正是那张原本碎片化、如今可能被智能体重新串联起来的设备网络。

来源：互联网