麒麟9050芯片:30B MoE模型端侧跑,NPU性能提升140%

资讯 AI 行业观察 作者:AI观察员 全文 453 字 · 约 2 分钟读完 分类华为端侧 AI芯片

华为麒麟9050芯片搭载新一代达芬奇架构NPU,支持30B大模型端侧运行,推动AI端侧发展新趋势。

所属频道 大厂动态算力与芯片AI 硬件与终端

华为麒麟官方公众号近日放出消息,麒麟9050系列将用上新一代达芬奇架构NPU。按照官方说法,这突破了传统AI芯片的局限,给端侧AI带来新的机会。

这颗芯片跑的是业界首个30B MoE大模型,直接在端侧运行,不用联网,也不用等云端回应。AI应用因此更省事,移动设备、物联网这些场景都用得上。

新一代达芬奇架构NPU的性能提升140%,功耗降低66%。该架构还支持Transformer引擎、超低功耗感知引擎和CANN异构计算架构,AI应用能用的功能更多。

麒麟9050芯片的发布,是华为在AI芯片领域的又一次重要突破。AI技术还在往前走,端侧AI应用的空间会更大。华为这一步,会推动整个AI行业向前。

麒麟9050的推出还透出AI行业当下的一个新动向:终端侧AI应用的分量正越来越重。随着5G、物联网等技术加速铺开,端侧AI应用有望成为今后AI产业的一大走向,华为这次出手,也会给这个方向添上一把力。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 谷歌一年推四款TPU:第八代新变体亮相,英伟达GPU迎挑战

    谷歌正在用前所未有的产品节奏,向英伟达在AI芯片市场的主导地位发起一轮系统性挑战。当地时间11月9日,谷歌宣布推出第八代TPU的两款新变体——TPU 8tx和TPU 8i Max,分别面向机密AI计算与超大长上下文推理场景。加上今年4月Google Cloud Next大会发布的TPU 8t和TPU 8i,谷歌首次在单

    来源 TechWeb
  2. 谷歌一年连发四款TPU:第八代新增8tx与8i Max,英伟达地位受挑战

    谷歌正在用前所未有的产品节奏,向英伟达在AI芯片市场的主导地位发起一轮系统性挑战。当地时间11月9日,谷歌宣布推出第八代TPU的两款新变体——TPU 8tx和TPU 8i Max,分别面向机密AI计算与超大长上下文推理场景。加上今年4月Google Cloud Next大会发布的TPU 8t和TPU 8i,谷歌首次在单

    来源 TechWeb
  3. Claris 测试 Harbor:苹果芯片 Mac 可组集群跑本地 AI 模型

    Claris 的 Harbor 应用支持单台苹果芯片 Mac 或通过雷雳 5 连接多台 Mac 集群,运行更大规模 AI 模型。macOS Tahoe 26.2 已加入雷雳 5 RDMA 支持,提升集群传输速度,应用可自动检测设备并浏览、下载开放权重模型,无需手动配置。#苹果Mac变身AI服务器#

    来源 IT之家
  4. 谷歌一年推四款TPU:第八代新增8tx与8i Max,向英伟达发起挑战

    【TechWeb】11月10日消息,谷歌正在用前所未有的产品节奏,向英伟达在AI芯片市场的主导地位发起一轮系统性挑战。当地时间11月9日,谷歌宣布推出第八代TPU的两款新变体:TPU 8tx和TPU 8i Max,分别面向机密AI计算与超大长上下文推理场景。TPU是谷歌自研的AI专用芯片系列,用于AI模型的训练和推理,

    来源 腾讯网
  5. 英伟达为何反对美国AI芯片法案:三项管制剑指海外GPU

    11月9日,路透社披露了一条消息: 美国国会正在全力推动三项针对先进 AI 芯片的法案。 其中的杀招,莫过于要给每一颗流向海外的高端 GPU 戴上一顶物理与固件意义上的“电子脚镣”。 但这篇报道中最耐人寻味的一句话是:在国会山这场“锁死芯片”的狂欢中,跳出来反抗最剧烈、游说最凶猛的反对者,居然是英伟达(NVIDIA)自

    来源 AI 行业观察
  6. 享界V8与华为星芒品牌定档11月20日发布,32.98万元起

    IT之家 11 月 11 日消息,华为官方今日宣布,鸿蒙智行享界 V8 及星芒品牌发布会定档 2026 年 11 月 20 日 14:30。 全新享界 V8 是鸿蒙智行旗下享界品牌首款 MPV,已于 11 月 7 日开启全国试驾,预售价 32.98 万元起。参考IT之家此前报道,该车提供纯电与增程两种动力形式,全系标配

    来源 AI 行业观察
  7. 华为鸿蒙装机量破9900万台,1亿目标11月下旬有望达成

    IT之家 11 月 10 日消息,奇妙工具箱今日数据显示,华为鸿蒙 HarmonyOS 操作系统装机量突破 9,900 万台,目前约 99,059,048 台,离 1 亿目标仅差临门一脚。 值得一提的是,在 11 月 5 日的华为擎云 2026 鸿蒙办公产业峰会上,华为官方公布了 HarmonyOS 系统最新用户数据。

    来源 AI 行业观察
  8. 苹果Claris暗测Harbor:Mac组集群跑端侧大模型

    一向偏重软件业务的苹果全资子公司 Claris,正悄悄把 Mac 变成一台本地 AI 服务器。据 11 月 11 日披露,其测试中的 Harbor 应用,能让搭载苹果芯片的 Mac 直接跑起端侧大模型,而不必把敏感数据送去云端。 一根雷雳 5,串起多台 Mac 跑大模型 Harbor 既能在单台苹果芯片 Mac 上运行

    来源 AI 开发者社区
  9. 手机芯片的AI困局:出货降21%,存储涨价挤压中低端

    (本文作者为 冯伟冯大白,钛媒体经授权发布)文 | 冯伟冯大白2026年的手机行业,正在用更高的售价承接更少的出货。终端市场的收入还能维持,支撑这笔收入的手机数量却在减少。对按颗出货、依靠产品规模摊薄研发投入的芯片产业,这是一种值得警惕的变化。Counterpoint的最新统计显示,今年第三季度,全球智能手机出货量同比

    来源 腾讯网
  10. AMD高管反问英伟达Arm:芯片研发需数年,智能体CPU说法站得住吗

    AMD企业副总裁Madhu Rangarajan与Zen首席架构师Mike Clark近日质疑英伟达、Arm将新品称为“专为智能体AI设计”的说法。AMD称芯片研发周期长达数年,四年前无法预见智能体AI兴起,并主张智能体工作流负载多样,需由不同类型CPU组成完整产品组合,而非单一专用型号。

    来源 凤凰科技
  11. 谷歌发布两款TPU:机密训练与大内存,AI芯片战再添变数

    谷歌发布两款新型张量处理单元(TPU),分别面向机密模型训练和大内存容量场景,进一步拓宽其AI芯片的应用边界。此举被视为谷歌在与英伟达GPU的算力竞争中,以专用化路线巩固自身云与模型生态的关键一步。

    来源 AI 科技快讯
  12. 三星与SK海力士加码ASML EUV光刻机,投资均超10万亿韩元

    IT之家 11 月 10 日消息,韩媒《ChosunBiz》当地时间本月 8 日报道称,该国两大半导体企业三星电子、SK 海力士正竞相采购 ASML 的 EUV 光刻机,相关投资额均在 10~20 万亿韩元(IT之家注:现汇率约合 491.3 ~ 982.6 亿元人民币)区间。 作为这波 AI 半导体浪潮中受益最为明显

    来源 AI 行业观察
  13. 谷歌推8tx与8i Max两款TPU:最高提速两倍,瞄准英伟达

    谷歌周一推出两款新型自研AI芯片8tx与8i Max。8tx面向政府及金融医疗等受监管行业,支持硬件级加密,处理速度最高提升两倍;8i Max面向AI编程助手、数学推理及药物研发等海量信息处理任务。消息公布后Alphabet股价早盘上涨超3%。谷歌正通过云业务开放TPU算力,扩大AI芯片市场竞争力。

    来源 凤凰科技
  14. 蚂蚁灵波LingBot-Touch开源:近5000小时触觉数据,任务成功率最高90%

    蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精细操作所需的触觉感知。

    来源 TechWeb
  15. 蚂蚁灵波开源LingBot-Touch:近5000小时数据补上机器人触觉

    11月10日,蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精细操作所需的

    来源 AI 开发者社区
  16. 蚂蚁灵波开源LingBot-Touch:近5000小时触觉数据预训练

    蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精细操作所需的触觉感知。

    来源 TechWeb
向下滚动自动加载更多