高通 Snapdragon X2 Elite 處理器深度剖析 Part 4 Hexagon NPU 篇：市面最高 80 TOPS AI 算力登場

陳拔 · 2025-11-21T08:00:00+08:00

在看過架構中針對 CPU、GPU 以及整體平台的介紹後，這篇就來看這次高通 Snapdragon X2 Elite／Extreme 處理器成長幅度也大的一塊：Hexagon NPU 的部分，其實負責 AI 運算的 NPU 設計在這幾年各家筆電處理器上都被視為相當重要的部分（畢竟微軟就是要推 Copilot+PC），但是各家所採取的策略又各有不同，像是 Intel 的 PantherLake 透過更大的矩陣配置提供更多算力， AMD 的 AI Max 則是在年初就推出了具備 50 TOPS 的 XDNA 架構 NPU 2 晶片，並且可使用系統主記憶體來增加記憶體配置。至於在高通這次的 Hexagon NPU 部分，更是一口氣將 AI 算力推升到 80 TOPS 的水準，可說是目前市場上筆電處理器中最高算力的 NPU 配置。更多高通 Snapdragon X2 Elite 系列處理器介紹文章請見：高通 Snapdragon X2 Elite 處理器深度剖析 Part 1 平台架構篇：效能／續航力／AI 功能我全都要！高通 Snapdragon X2 Elite 處理器深度剖析 Part 2 Oryon CPU 篇：以更高時脈／更多核心數堆疊性能高通 Snapdragon X2 Elite 處理器深度剖析 Part 3 Adreno X2 GPU 篇：顯示效能提升 2.3X 支援性更加完整這部分的內容由高通的另一位副總 Lucian Codrescu 進行說明。Lucian 一開始就點明了這次 Hexagon NPU 是目前市場上最快速的筆電 NPU 產品，最高能提供 80 TOPS 的 AI 算力，比起上一代要提升了 78% 的效能表現。至於為何要一口氣拉到這麼高的設定？Lucian 表示主要是由於 AI 進化的速度真的太快了，基本上根本改變了使用者會在電腦的使用方式，包括工作型態、互動方式、甚至是作業系統運作等等，尤其是 AI 代理出現之後，更是加速了這樣的改變，每天都有不同的模型在筆記型電腦上運作，甚至是同時運作，所以高通認為需要為筆記型電腦帶來更強的 AI 加速性能，以滿足使用者未來的需求。不過 Hexagon 處理器並非一開始就作為 NPU 進行發展，其實早在 2004 年，高通就為多媒體裝置的音訊處理開發了 Hexagon DSP 訊號處理器，這是一個可程式化的架構，使用了大量的乘法運算、重新解構數據並且在記憶體中重新配置以更有效地進行處理，並且還要針對電源效率進行最佳化。接著來到 2014 年進入到智慧型手機世代，新增了很多圖像處理的需求，所以 Hexagon DSP 的工作也開始加入了圖像處理，除了加入影像濾波器的設計外，可以看到運算效能也比先前提高了 10 倍。而在 2019 年進入機器學習世代後，則是加入了矩陣運算以及 Tensor 加速器，並且把運算效能再提升 10 倍，不過仍然兼顧了電源效率表現。而進入到 NPU 世代後，Hexagon NPU 仍然每年持續進行進化，Lucian 表示高通在這部分持續跟 Google 合作進行用於 NPU 機器學習神經網路，並且逐年進行迭代更新。而且這個架構不僅用於筆記型電腦上，也橫跨了手機／車載或是其他處理器，雖然功能略有不同，但是都是採用同樣的架構。而從左側的架構圖中可以看出，相較於競爭對手的 NPU 強調增加 Matrix 矩陣的數量，甚至是將所有運算單元都改用矩陣設計，高通在 Hexagon NPU 仍然維持了 Scalar 純量、Vector 向量以及 Matrix 矩陣的平衡設計，