让手机成为超级智能，千亿参数塞进手机？高通CEO放出2028豪言

把一个千亿参数的大语言模型装进口袋，随时随地离线运行，这听起来像是科技爱好者的终极梦想。高通首席执行官克里斯蒂亚诺·阿蒙说，这个梦想可能在2028年成真。

在接受Fireside Alpha采访时，阿蒙透露，一些处于AI前沿的公司正在打造能持续运行1000亿参数大模型的智能手机，这类设备可能在2028年问世。

这段采访片段于10月10日在社交平台X上发布，迅速引发科技圈热议。

不过，他以“不便透露名字”为由，没有点明是哪些公司。他还表示，尽管内存供应紧张、价格高企，手机厂商仍会为设备配备大容量内存。

然而，在一片美好愿景背后，两头“房间里的大象”被巧妙地绕了过去：内存从哪里来，又要花多少钱？

千亿参数到底有多“重”

要理解这个目标有多难，得先算一笔内存账。

大模型的参数需要存放在内存中才能运行。如果把一个1000亿参数的模型压缩到每个参数4比特，仅模型本身就需要至少约50GB内存。

为什么参数越多越吃内存？简单来说，每一个参数都是一个需要随时调用的数字，参数越多，需要同时摊开在“桌面”上的数字就越多。

所谓量化，就是用更少的比特来表示每个参数，相当于把高清照片压缩成更小的文件，体积变小了，细节也会有所损失。

这还没算上操作系统、各类应用和上下文缓存所占的空间。而如今主流旗舰手机的内存，大多在12GB到16GB之间。

即便采用更激进的2比特量化，模型本身仍需约25GB内存，在手机上依然难以实现。

更不巧的是，全球正经历一场内存短缺。一年前，部分安卓手机还配备了24GB的LPDDR5X内存，如今受内存危机影响，许多厂商已停止提供大内存版本。

在这种形势下，手机内存短期内很难突破16GB的门槛，离50GB更是相去甚远。

除了内存，发热也是个大问题。持续运行稠密大模型会产生大量热量，引发降频，让手机变成“暖手宝”的同时也拖慢运行速度。

此外，持续高负荷运行大模型，对电池续航也是严峻考验。

工程师手里的几张牌

当然，业界并非束手无策，至少有几条可能的技术路径。

第一条是改进芯片封装。苹果的A20 Pro和高通的骁龙8至尊版第六代芯片，都在一定程度上缓解了这一问题，但内存瓶颈依然存在。

第二条是更激进的量化，甚至压缩到每个参数1比特。但一旦压缩到4比特以下，模型质量就会明显下降，在推理任务上尤为突出。

第三条是采用混合专家架构。

这类模型每处理一个词，只需调用少数几个“专家”模块。活跃的专家留在内存中，其余则存放在闪存里，按需调取。

这就像一个大型图书馆，只把最常用的书放在手边，其余的放在仓库里。

问题在于，手机的存储芯片读写速度远慢于内存，运行速度可能因此大打折扣。苹果此前就曾研究过从闪存运行大模型的方法。

第四条，也是被认为最现实的路线，是模型蒸馏。通过让小模型向大模型“学习”，打造一个200亿到300亿参数、性能接近千亿级水平的精简模型。

这样的模型既能塞进手机，又能提供相当不错的体验，在市场上也更容易推广。

豪言背后的冷思考

阿蒙的表态，折射出整个行业对端侧AI的热切期待。

在手机上本地运行大模型，意味着更快的响应速度、更好的隐私保护，以及不依赖网络的随时可用。对手机厂商而言，这也是刺激换机需求的新卖点。

对高通这样的芯片巨头来说，端侧AI更是兵家必争之地。谁能率先让大模型在手机上流畅运行，谁就可能在下一轮智能手机竞争中占据先机。

但批评者指出，阿蒙的说法缺少清晰的技术路线图，并没有真正推动解决在手机上运行更大模型的现实难题。

内存的物理限制、供应链的紧张局面、散热和功耗的约束，这些都不是一句愿景就能化解的。

过去几年，手机上运行的端侧模型大多在几十亿参数量级。从几十亿跨越到千亿，中间隔着一道巨大的鸿沟。

内存价格上涨还意味着成本压力。即便技术上可行，一部配备超大内存的手机，价格也可能让大多数消费者望而却步。

或许，2028年真正出现在我们手中的，不会是一部硬塞进千亿参数模型的手机，而是一部靠更聪明的算法和架构，用小模型实现大智慧的手机。

无论如何，口袋里的AI革命已经开始。它最终以什么样的面貌到来，取决于工程师们能否在内存、算力和功耗之间，找到那个精妙的平衡点。