旗艦SoC進入融合計算時代，天璣9600 Pro首創AI原生架構！
聯發科於26日正式發表新一代旗艦行動平台「天璣 9600 Pro」，這是天璣系列首度冠上「Pro」之名的高階晶片，象徵旗艦級系統單晶片（SoC）正式進入融合計算新時代。這款平台率先導入台積電2奈米製程技術，並從底層架構全面擁抱AI原生設計，徹底改變行動裝置的運算邏輯，為終端產品帶來全方位的效能升級。天璣 9600 Pro 在架構層級進行全面革新，配置雙超大核心CPU，同時搭載重新設計的雙NPU架構，並將神經網路渲染與智慧影像處理功能整合其中。這些創新不僅大幅強化AI運算能力，也同步提升效能、功耗效率、遊戲表現、影像處理、連網通訊與顯示體驗。
聯發科藉由這款晶片展現出在旗艦行動平台上的技術突破，為新一代旗艦手機提供更高效的融合運算基礎。業界分析指出，隨著生成式AI應用快速普及，行動裝置對即時運算與低功耗的需求前所未有地提高，傳統單純追求CPU或GPU效能的設計已難以滿足未來使用情境。天璣 9600 Pro 正是回應這股趨勢而生的產物。在製程方面，台積電2奈米技術為這款晶片帶來顯著的電晶體密度提升，相較於前一代旗艦製程，能在相同功耗下提供更高的運算效能，或在相同效能下降低功耗。這對於需要長時間執行AI推理任務的裝置尤其關鍵，例如即時語音辨識、智慧影像編輯、遊戲中的動態畫面生成等場景，都能獲得更流暢且省電的體驗。
雙NPU架構是此次升級的核心亮點之一。不同於過去僅配備單一神經處理單元，天璣 9600 Pro 採用的雙NPU設計能夠同時處理多種AI任務，例如在進行影像辨識的同時，還能支援即時語音助理的喚醒與回應。聯發科表示，這種分工協作模式讓AI運算不再彼此干擾，大幅降低延遲，也讓應用開發者有更多發揮空間。此外，神經網路渲染技術的導入，使遊戲畫面與影片播放的畫質得以透過AI即時優化。傳統上，渲染工作大多依賴GPU，但GPU在處理複雜的機器學習模型時效率並不理想。如今將部分渲染任務交由專屬的NPU單元處理，不僅減輕GPU負擔，也能在同樣的功耗預算下獲得更高解析度或更流暢的畫格率。
在影像處理方面，智慧影像處理功能整合了AI演算法，可以針對不同拍攝場景自動調整參數，例如夜景模式下的降噪、人像模式的景深模擬，以及動態範圍的即時擴展。這些過去需要多個ISP（影像訊號處理器）協同運算的工作，現在可以透過統一的AI引擎更快完成，拍攝出的照片與影片品質也更接近專業水準。聯發科過去幾年在旗艦市場的表現逐漸升溫，從天璣9000系列到9300系列，每一代都在效能與功耗之間取得良好平衡。天璣9600 Pro 的推出，進一步鞏固了聯發科在高階市場的競爭力。業界預期，搭載這款晶片的手機將在2025年下半年陸續問世，屆時消費者將能實際體驗到AI原生架構帶來的改變。
從更宏觀的角度看，天璣 9600 Pro 不僅是聯發科單一產品的升級，更標誌著旗艦SoC設計思維的轉變。過去晶片設計多以CPU為中心，其他單元圍繞其運作；現在則是以AI為核心，所有元件都必須支援高效能的機器學習運算。這種融合計算新時代，意味著手機不再只是通訊工具，而是具備即時感知、推理與生成能力的智慧終端。對終端用戶而言，最直接的感受將是日常使用的流暢度提升。無論是多工切換、背景應用程式的即時回應，還是大型遊戲的載入速度，都將因為AI排程的優化而更加順暢。同時，電池續航力也可能因為效率提升而獲得改善，尤其在長時間執行AI任務時，功耗控制將更為精細。
天璣 9600 Pro 還強化了連網通訊能力，支援最新的5G NR標準以及Wi-Fi 7等無線技術，確保在高速傳輸與低延遲環境下，AI運算所需的數據都能即時取得。這對於雲端協同的AI應用特別重要，例如即時翻譯、雲端遊戲串流等，都仰賴穩定的通訊品質。總體而言，聯發科透過天璣 9600 Pro 向市場展示了AI原生架構的可行性與優勢。隨著更多軟體開發者針對這套架構進行優化，未來手機上的AI應用將不再只是噱頭，而是真正滲透到每一個操作細節中。從影像、遊戲、通訊到系統排程，所有環節都將因為融合計算而變得更加智慧。
Related
相關文章
Transformers Model Integration Contracts
Back to Articles Transformers Model Integration Contracts Published November 3, 2026 Update on GitHub Upvote - Tarek Ziadé tarekziade Follow On July 30, 2026, Transformers enabled PyTorch's scaled dot-product attention (SDPA) for T5.
NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required
Back to Articles NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required Enterprise + Article Published October 21, 2026 Upvote 1 Joshua Przybylko jprzybylko Follow nvidia Jure Leskovec profjure Follow nvidia Matthias Fey rusty1s Follow nvidia Federico Lopez flopeznv Follow nvidia Valter Hudovernik valterh-nv Follow nvidia Akihiro Nitta akihironitta-nv Follow nvidia Ramona Bendias RBendiasN Follow nvidia TL;DR NVIDIA Kumo Relational is a pre-trained relational foundation model that makes predictions directly on enterprise databases.
NVIDIA Kumo Forecast Combines Pretrained Time-Series Representations with Historical Pattern Retrieval and Interpretability
Back to Articles NVIDIA Kumo Forecast Combines Pretrained Time-Series Representations with Historical Pattern Retrieval and Interpretability Enterprise + Article Published October 21, 2026 Upvote - Saira Qureshi sairaq Follow nvidia Aditi Gautam adgautam Follow nvidia Manikandan Ravikiran mravikirannvidia Follow nvidia Sena Ekiz neptunel1 Follow nvidia Viraj P Modak vmodak Follow nvidia Highlights (TL;DR) NVIDIA Kumo Forecast (formerly known as NV-Tesseract Forecasting) is a multi-variate time-series forecasting model that combines a pretrained Transformer backbone with Domain-Aware Representation and Retrieval (DARR), a context-enhanced forecasting mode that blends direct model predictions with patterns retrieved from historical data.
Announcing SimReady Central: An Open Library of Simulation-Ready 3D Assets for Robotics and AI Factories
Back to Articles Announcing SimReady Central: An Open Library of Simulation-Ready 3D Assets for Robotics and AI Factories Enterprise + Article Published October 21, 2026 Upvote 1 John Kosnik jkosnik Follow nvidia Frank DeLise delisef Follow nvidia Pomi Lee pomilee Follow nvidia Building robotics simulations and high-fidelity AI factory digital twins takes more than 3D models.
NVIDIA Cosmos3-H-Dreams: Bringing Clinical Surgery to Life Through Generative Simulation
Back to Articles NVIDIA Cosmos3-H-Dreams: Bringing Clinical Surgery to Life Through Generative Simulation Enterprise + Article Published October 20, 2026 Upvote - Lukas Zbinden lzbinden Follow nvidia Javier Gamazo javirk1 Follow nvidia Nigel Nelson nigeln Follow nvidia Mostafa Toloui mtoloui Follow nvidia Sean Huver shuver Follow nvidia Picture moving the Cadiere grasper, grasping the gallbladder, and lifting it, all within a generated surgical scene that responds in real time.
擴展印度語言預訓練：2.8兆詞元與開放資料生成管線
本文介紹了針對22種印度語言的預訓練擴展計畫，使用了2.8兆詞元，並提供了12種語言的羅馬化資料。作者來自AI4Bharat與NVIDIA，開發了一套可重用的GPU加速管線，用於翻譯、品質評估與修復，以支援這些語言的模型訓練。