本报（chinatimes.net.cn）记者卢晓 北京报道

AI大模型在手机终端上的部署日益提速。

3月28日，阿里云与联发科联合宣布，通义千问18亿、40亿参数大模型已成功部署进天玑9300移动平台。据悉，这是通义大模型首次完成芯片级的软硬适配，同时意味着Model-on-Chip的探索正式从验证走向商业化落地新阶段。

在这背后，本身拥有计算能力的终端被认为是AI大模型落地的重要场景之一，特别是使用频率极高的手机。与此同时，外界也期待AI大模型能搅动疲软许久的手机市场。

端侧大模型加速

在手机终端部署AI大模型，手机算力决定了大模型的表现。

记者从阿里云方面了解到，通义千问18亿参数开源大模型，在多个权威测试集上性能表现远超此前SOTA模型，且推理2048 token最低仅用1.8G内存，是一款低成本、易于部署、商业化友好的小尺寸模型。天玑9300集成MediaTek第七代AI处理器APU790，生成式AI处理速度是上一代AI处理器的8倍。

此外，阿里云方面还告诉《华夏时报》记者，双方团队也已完成了通义千问40亿参数大模型与天玑9300的适配，未来还将基于天玑适配70亿等更多尺寸大模型，“打样”并支持开发更多AI智能体及应用。“不是参数越大越好，适配最重要。”阿里云相关人士告诉记者。

据记者了解，通义千问是阿里云自研的基础大模型，迄今已推出千亿参数的2.0版本以及开源的720亿、140亿、70亿、40亿、18亿、5亿参数等尺寸，以及视觉理解模型Qwen-VL、音频大模型Qwen-Audio等多模态大模型。

有业内人士在跟记者交流时认为，利用终端算力进行AI推理，可大幅降低推理成本、保证数据安全并提升AI响应速度，让大模型可以更好地为用户提供个性化体验。

3月24日，上海人工智能实验室领军科学家林达华在2024全球开发者先锋大会大模型前沿论坛也提出，伴随着云侧计算的指数级增长，端侧计算将迎来黄金增长期。目前，很多模型越做越小，可以直接进入手机运用。为此，手机算力也需不断增长。未来，云端协同将成为重要趋势，大模型用户量的增长将主要依靠端侧。

不过需要提及的是，在手机端部署大模型并不容易。

据记者了解，要将大模型部署并运行在终端，需完成从底层芯片到上层操作系统及应用开发的软硬一体深度适配，存在技术未打通、算子不支持、开发待完善等诸多挑战。

阿里巴巴通义实验室业务负责人徐栋介绍称，阿里云与联发科在模型瘦身、工具链优化、推理优化、内存优化、算子优化等多个维度展开合作，实现了基于AI处理器的高效异构加速，真正把大模型“装进”并运行在手机芯片中，给业界成功打样端侧AI的Model-on-Chip部署新模式。

搅动低迷手机市场

作为全球智能手机芯片出货量最高的半导体公司，联发科与阿里云在端侧大模型的合作，对手机市场影响不言而喻。Canalys最新数据显示，其2023年第4季度出货超1.17亿部，苹果以7800万出货量位居第二，高通以6900万出货量位居第三。

事实上不只联发科，今年3月，高通也宣布推出第三代骁龙8s移动平台，支持100亿参数级别的大语言模型，也能够支持多模态生成式AI模型，由小米Civi 4 Pro全球首发。

手机终端厂商布局AI大模型更早。据记者了解，去年10月发布的小米14以及14Pro，已经部署了AI端侧大模型。今年2月，OPPO对外发布了自己的1+N智能体生态战略，魅族也在宣布进行战略调整，停止传统“智能手机”新项目的开发，全力投入新一代AI设备。

在手机产业链都全力AI背后，TechInsights给出的数据显示，2023年全球智能手机的换机率可能会跌至23.5%（换机周期为51个月）的最低点。

IDC发布的《AI手机白皮书》预计，2024年起新一代AI手机将带动新一轮换机潮，2024年全球新一代AI手机出货量将达到1.7亿部，约占智能机整体出货量的15%，具体到中国市场，IDC也预计，随着新的芯片和用户使用场景的快速迭代，新一代AI手机在2027年将达到1.5亿台，市场份额超过50%。

在此之前，手机市场已经低迷太久。就在刚过去的2023年，IDC数据显示，当年全球智能机出货量同比下降3.2%至11.7亿部，为十年来最低，当年中国智能机出货量约2.71亿台，同比下降5%，也创下近10年以来最低出货量。

AI大模型被期待能成为刺激手机市场增长的强心针。不过IDC中国高级分析师郭天翔对《华夏时报》记者指出，随着芯片的升级，会有更多手机从算力上可以支持大模型，但对于消费者而言，短时间内AI大模型尚不会成为刚需，难以成为推动消费者换机主推力。

责任编辑：黄兴利 主编：寒丰