我先联网核实孟樸关于 AI 基础设施与端云协同的最新发言内容。
财新峰会原话、高通官方技术进展和多场公开演讲都核对完毕,以下是成稿。
孟樸这次给出的判断很明确:AI 算力投入不会因为应用落地慢而熄火,下一阶段的重点从 “堆云” 转向 “端云怎么接”。2026 年 11 月 12 日,在第 17 届财新峰会 AI 圆桌论坛上,高通公司中国区董事长孟樸表示,AI 发展的链条比 IT 革命、互联网革命都长,参与者和环节更多,各环节相互协同、相互促进;尽管不同阶段速度会有波动,未来十年至十五年的总体方向不会改变。他直接点破了当下讨论里的一个死循环 ——“没有算力就没法谈应用,应用不及预期又反过来质疑算力投资”,而现实是芯片、服务器、光连接、机房建设,连同石油、火电、水电、核电等能源领域都在同步推进,这些力量合起来就是把 AI 当天生就要长的基础设施在长。他还给出了分工原则:模型训练留在云端,部分推理和 AI 计算下沉到终端,以满足实时性、隐私保护和网络时延要求;真正难的不是 “云还是端”,而是两者之间的衔接效率与商业模式经济性。
一、四个核心判断,先拎出来
| 判断 | 原话要点 | 含义 |
|---|---|---|
| 方向不变 | 未来十年至十五年,AI 发展总体方向不会改变 | 短期波动不改长期投入 |
| 基础设施属性 | 芯片、服务器、光连接、机房、能源多线并进 | AI 是系统工程,不是单点芯片竞赛 |
| 端云分工 | 训练在云,部分推理与 AI 计算在端 | 按实时性、隐私、时延分流 |
| 衔接是关键 | 不只是计算效率,还涉及商业模式与经济性 | Token 价格决定能不能持续 |
二、为什么算力投入不会停
- 产业链变长了,不再是一条线。 云服务和大模型企业要考虑数据中心选址、土地与电力成本、网络时延、数据传输能力、服务器与芯片性能;芯片企业要考虑选什么计算单元、怎么把功耗压下来;能源企业要供电。任何一个环节掉队,另外几个环节都会跟着卡。
- “算力 — 应用” 不是零和。 孟樸描述的那个循环之所以站不住,是因为算力和应用并不是同一张账:算力投资拉动的是服务器、光模块、机房、电力这些长周期资产,应用落地拉动的是终端和软件生态,两条曲线本来就有时间差。
- AI 落地本身在推高基础设施需求。 智能体要长期在线、要跨设备流转、要按场景主动服务,这些都要求 “端上有算力、云上有大模型、中间有边缘”,天然是多层基础设施,而不是单层云。
- 能耗是硬约束,也是分流的理由。 芯片企业要降功耗,系统要按任务划分部署位置,这决定了不可能把所有推理都塞进云端。
三、端云怎么分工:一张表说清
| 任务类型 | 部署位置 | 原因 |
|---|---|---|
| 大模型训练、深度推理 | 云端 | 需要大规模算力与模型能力 |
| 涉及个人信息的处理 | 端侧 | 实时性更高、数据本地化、降低隐私泄露风险 |
| 智能网联汽车的感知与决策 | 端侧为主 | 车辆连云的时延太长,安全场景等不起 |
| 复杂任务规划、多智能体协作 | 边缘+云端 | 需要跨设备统筹与更强算力 |
| 强即时性、强可靠的工业控制 | 端侧 / 边缘 | 断网也要能跑,时延必须可控 |
这套划分不是高通一家之言,而是它近一年反复讲的 “计算连续体”:从毫瓦级可穿戴,到手机、PC、汽车、机器人,再到数据中心,算力按需分布。
四、端侧能力到底跑到哪一步了
| 时间 | 端侧模型能力 | 出处 |
|---|---|---|
| 大模型兴起初期 | 商用手机上演示运行 70 亿参数模型 | 孟樸在财新峰会回顾 |
| 2026 年 9 月 | 联合阶跃星辰等伙伴,在第六代骁龙 8 超级至尊版上跑通 30B 参数 MoE 模型 | 2026 骁龙峰会 |
| 2026 年 10 月 | 已有 AI 企业要求高通在 2028 年推出支持 100B 参数模型本地运行的移动平台 | 高通总裁兼 CEO 安蒙 |
| 2028 年(目标) | 100B 参数端侧运行若成真,本地体验与多智能体协同会明显抬升 | 安蒙判断 |
孟樸给的时间表是:未来一年端侧 AI 保持较快发展,智能体加速进入各类终端,改变以 APP 为主的用法,在不同终端间无缝衔接,并按用户所处场景主动提供服务。这意味着入口会从 “点开一个 App” 变成 “叫一声智能体”。
五、高通自己在往哪个方向铺路
| 时间 | 动作 | 和 “端云协同” 的关系 |
|---|---|---|
| 2026-06-25 | 与 Hugging Face 扩大合作,打通端到云、支持智能体混合编排 | 让模型在端与云之间按性能、成本、隐私、时延动态调度 |
| 2026-08-21 | 推出 Dragonwing 工业边缘 AI 产品线,含 870 TOPS 本地推理设备 | 把 “云级” 推理搬到现场,数据不出厂 |
| 2026-09-08 | 与亚马逊合作定制芯片与 1.6T 光连接,做 AI 数据中心 | 补上 “云侧” 这块拼图 |
| 2026-11-02 | 首代 HBC 高带宽计算芯片完成硬件验证,AI250 计划 2027 上半年出样 | 用近存计算压低推理的每 token 能耗 |
这条线和孟樸的说法是互相印证的:他在台上讲 “端云要衔接”,高通在台下同时在补端、边、云三块的硬件和工具链。
六、接下来一年该看什么
- Token 价格怎么走。 孟樸明确说,Token 太贵会压住用户使用意愿,太便宜又撑不住商业模式,这个平衡点决定端云协同能不能变现。
- 智能体能不能跨厂商跑。 他此前判断,真正实现跨终端智能体协同大概要等到 2027 或 2028 年,跨厂商、跨设备的协作仍需时间。
- 100B 端侧模型是否落地。 这决定 “本地大模型” 是演示还是日常。
- 端侧适配成本能不能降。 大模型每 3 个月迭代一次,适配工作量成倍上涨,这是产业链当下最真实的痛点。
七、这件事的分量
把孟樸的判断拆开看,其实是在给行业换一把尺子:过去两年比的是 “谁家云上算力多”,接下来比的是 “谁能用最便宜的方式把算力送到该去的地方”。云端不会萎缩,端侧会快速长大,真正的胜负手在中间那一层 —— 调度、适配、计费。谁把这一层的成本压下来,谁就能在端云协同阶段拿到定价权;压不下来,再多的算力也只是账面数字。
相关 FAQ
问题 1:高通孟樸说的 “AI 基础设施仍将持续发展”,依据是什么?
回答 1:孟樸的依据是产业链的多线并进。他指出,围绕 AI 不只是芯片在投,服务器、光连接、机房建设,以及石油、火电、水电、核电等能源领域都在发展,这些环节共同支撑 AI 作为基础设施持续扩张;同时他判断未来十年至十五年 AI 发展的总体方向不会改变,阶段性强弱会波动,但趋势不变。
问题 2:孟樸为什么把端云协同称为下阶段重点?
回答 2:因为单纯的云端或端侧都解决不了全部问题。孟樸认为,模型训练主要留在云端,但部分推理和 AI 计算要下沉到终端,才能满足实时性、隐私保护和低时延需求,比如个人信息处理和智能网联汽车场景;而端云协同真正难的地方在于衔接效率与商业模式经济性,Token 定价过高会抑制使用,过低又撑不住商业模型。
问题 3:端云协同里,哪些任务该放在端侧、哪些该留在云端?
回答 3:按孟樸给出的划分逻辑,大模型训练和复杂推理留在云端;涉及个人信息的处理、强实时性场景(如智能网联汽车的感知决策)、以及断网也要能跑的工业控制,更适合放在端侧或边缘;多机器人协作、复杂任务规划则要端、边、云配合。核心判断标准是实时性、隐私、时延和功耗四项。
问题 4:端侧 AI 现在能跑多大的模型,离 100B 还有多远?
回答 4:进展比想象中快。大模型兴起初期高通演示过在商用手机跑 70 亿参数模型,2026 年 9 月已联合伙伴在第六代骁龙 8 超级至尊版上跑通 30B 参数 MoE 模型;高通总裁安蒙透露已有 AI 企业要求其在 2028 年推出支持 100B 参数模型本地运行的移动平台。孟樸对端侧 AI 的判断是未来一年保持较快发展,智能体会加速进入各类终端。
问题 5:高通在端云协同上具体做了什么,不只是表态吗?
回答 5:有对应产品动作。2026 年 6 月高通与 Hugging Face 扩大合作,支持智能体在端与云之间按性能、成本、隐私、时延动态调度;8 月推出 Dragonwing 工业边缘 AI 产品线,含最高 870 TOPS 的本地推理设备;9 月与亚马逊合作定制芯片和 1.6T 光连接做 AI 数据中心;11 月首代 HBC 高带宽计算芯片完成硬件验证,AI250 计划 2027 年上半年出样。端、边、云三块同时在补。
参考资料
- [2026-11-13](高通孟樸:AI 基础设施仍将持续发展 端云协同为下阶段重点)财新网
- [2026-11-05](第九届进博会|高通孟樸:生态协同共建具身智能未来,拓展产业应用新空间)新浪财经
- [2026-11-02](Qualcomm HBC demonstrates AI inference leadership with validated silicon)Qualcomm OnQ
- [2026-10-18](高通中国区董事长孟樸:终端侧 AI 正发挥重要作用,智能体的发展进一步加速这一趋势)新浪科技(IT 之家)
- [2026-09-25](高通孟朴:中国 AI 产业推进加快,端侧生态需要协同创新)环球网
- [2026-09-11](高通孟樸:深耕中国 AI 产业沃土 跑出端边云协同发展新速度)人民网
- [2026-09-08](Qualcomm Announces Multi-Generational Product Collaboration with Amazon to Build Next-Generation AI Data Center Infrastructure)Qualcomm
- [2026-08-21](Edge AI ignites the next industrial revolution)Qualcomm OnQ
- [2026-06-25](高通与 Hugging Face 扩大合作,跨端到云推动由开发者驱动的开放 AI)高通中国
免责声明
本文依据财新网对第 17 届财新峰会 AI 圆桌论坛的现场报道、高通官方新闻稿与技术博客,以及人民网、新浪科技、环球网等公开报道整理,仅供信息参考,不构成投资建议或技术选型建议。文中发言为媒体现场记录的转述,具体表述以财新原文与高通公开材料为准;涉及产品路线图(如 2027 年出样、2028 年 100B 端侧目标)均为公司公开规划,可能随研发进度调整。相关市场判断属受访者个人观点,不代表本平台立场。转载或引用请注明来源。
本文来自作者[Wesley73]投稿,不代表诚邦网立场,如若转载,请注明出处:https://www.cbpmc.com.cn/qyzx/202611/984.html
评论列表(4条)
我是诚邦网的签约作者“Wesley73”!
希望本篇文章《高通孟樸定调 AI 基础设施仍将持续扩张,端云协同成下一阶段主战场》能对你有所帮助!
本站[诚邦网]内容主要涵盖:互联网行业的追踪与探索
本文概览:我先联网核实孟樸关于 AI 基础设施与端云协同的最新发言内容。