欧宝APP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。
2011年，苹果在iPhone4S发布会上向世人展示了第二代自研芯片A5。和初代的A4芯片相比，A5的CPU性能提升到两倍，GPU性能则提升到9倍，颇让业界感到震撼，也让苹果在巨头林立的移动芯片市场站稳了脚跟。2018年，苹果推出首个7nm制程的A12芯片，以遥遥领先于安卓友商的姿态，成为一代经典。
在2022年的新机发布会上，iPhone14使用的还是上一年A15芯片的增强版。而在介绍iPhone14 pro所搭载的A16时，苹果甚至鸡贼地与三年前发布的A13芯片做起了对比。
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。
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。
11月10日，一家叫做Humane，由前苹果设计师成立的初创公司发布了一款专为AI定制的硬件：AI Pin。这款产品没屏幕，可以直接吸附在衣服表面，并通过激光在手掌中投影。用户可以用手指按住硬件上的触摸板和内置的GPT模型进行对话。
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。
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。
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。
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。
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。
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。
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。
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。