Подождите...Каталог
В преддверии конференции Snapdragon Summit, которая пройдет в 20-х числах сентября, компания Qualcomm представляет интегрированные компоненты своей премиальной мобильной платформы Snapdragon следующего поколения: центральный процессор (CPU) Oryon, графический процессор (GPU) Adreno и нейропроцессор (NPU) Hexagon. В NPU добавлен ускоритель трансформеров Element Accelerator и увеличена емкость памяти. CPU Oryon предлагает 5-гигагерцовые ядра Prime и динамический кэш-пул FlexCache, а GPU Adreno – ядра Matrix Cores. Поскольку мы уже вошли в эру агентного ИИ, Qualcomm представляет свою платформу в контексте запуска на ней ИИ-нагрузок.
CPU Oryon оркестрирует агентные нагрузки, координационное планирование, вызовы инструментов и задачи ускорителей. В обзоре Computex-2025 мы предположили, что более новые мобильные дизайны Oryon могут быть перенесены и на чипы для десктопных ПК, хотя архитектура, представленная здесь, по-прежнему ориентирована на мобильный сегмент.
Два ядра Prime в премиум-платформе Snapdragon следующего поколения предлагают частоту 5 ГГц, и, как подчеркивает компания, впервые мобильный процессор достигает этой частоты. Дизайн Qualcomm отличает кастомная микроархитектура CPU, исполнение микросхемы и подсистемы.
FlexCache – это динамически назначаемый кэш-пул, используемый гетерогенными ядрами CPU новой платформы.
Ядра Prime могут ангажировать весь пул, если этого требует нагрузка, что позволяет им хранить в кэше более большие сеты рабочих данных и снизить число обращений к системной памяти. Надеемся, в скором времени мы узнаем больше подробностей о CPU.
GPU Adreno включает в себя три графических слайса, работающие с частотой 1.45 ГГц, процессор команд и 18-мегабайтный блок высокопроизводительной памяти (HPM) Adreno. HPM работает как локальное хранилище графических рабочих данных, таких как тайлы и фрейм-буферы, и снижает нагрузку на системную память.
По словам Qualcomm, это также повышает энергетическую эффективность платформы на 12% относительно уровня Snapdragon 8 Elite Gen 5.
Каждый из трех слайсов GPU содержит ядра Matrix Cores, которые специализируются на матричных операциях и ИИ-процессинге. Рабочие данные находятся рядом в памяти Adreno HPM, что позволяет снизить трафик через системную память и повысить энергетическую эффективность.
Технология Neural Fusion, обеспечивающая ИИ-рендеринг и масштабирование разрешения с суперсэмплингом, интегрируется с отвечающими за апскейлинг фреймворками Unity и Unreal Engine.
По данным внутрифирменных бенчмарков Qualcomm Dragon Alley, включение Neural Fusion повышает энергетическую эффективность на 40%.
NPU предлагает новый ускоритель моделей-трансформеров Element Accelerator с векторными и скалярными расширениями, которые отвечают за ИИ-математику и решения/ маршрутизацию агентов. Нейропроцессор поддерживает длину контекста до 32 тыс. токенов и также обеспечивает ускорение KV-кэша.
По данным Qualcomm, емкость внутренней памяти NPU увеличена на 50%, хотя абсолютную цифру компания не назвала. В этом блоке, находящемся в NPU рядом с аппаратными ускорителями тензорных, векторных, скалярных и элементных вычислений, хранятся состояния модели, контекст и KV-кэш, что существенно разгружает системную память.
Для моделей INT4 Qualcomm заявляет прирост производительности на этапе предзаполнения (prefill) до 50% по сравнению с платформой Snapdragon 8 Elite Gen 5. На этапе предзаполнения, который предшествует генерации токенов, модель обрабатывает входной контекст/ запрос (промпт).
На NPU Hexagon можно запускать модели типа «смесь экспертов» (Mixture of Experts, MoE) с общим числом параметров до 30 млрд, из которых на этапе генерации токенов активируется около 3 млрд. Моделью управляет система вызова экспертов (flash-to-memory) и кэширования.
Технология Sensing Hub принимает голосовой ввод и направляет его на CPU Oryon, который организует выполнение задачи.
Задачи инференса распределяются между GPU и NPU, при этом из соображений разгрузки системы доступен облачный вариант.
Общая идея здесь – держать рабочие данные рядом с аппаратными вычислительными блоками, которые их непосредственно используют, в результате чего снижается нагрузка на более медленную системную память. Мы предполагаем, что реализация этой идеи в конечных продуктах даст солидный полезный выход. Надеемся в скором времени увидеть эти чипы и получить о них больше подробной информации.