手机要跑 100B 大模型？这事儿对射频人的影响，比你想的大得多

开篇我们先分享一篇最新的行业快讯：Qualcomm（高通）总裁兼 CEO Cristiano Amon（克里斯蒂亚诺·安蒙）在 9 月骁龙峰会期间接受 Sources 专访时，披露了一系列关键判断：

1，端侧 AI 诉求：

已有头部 AI 厂商向高通提出需求——希望 2028 年能够在手机平台本地持续运行 100B 参数级大模型。注意，这不是高通官宣的自研芯片路线，而是来自客户的强需求信号。若落地，端侧智能体、隐私计算、低延迟多智能体协同能力将大幅提升。

2，换机超级周期：

安蒙认为 AI 智能体将驱动下一轮手机超级周期，有望释放当前被成本与创新乏力压制的换机需求；在 AI 可穿戴里他最看好 AI 智能眼镜；同时高通在移动端积累的低功耗技术，正成为其切入数据中心市场的差异化筹码。

3，6G 节奏：

2028 洛杉矶奥运会有望做 6G 公开演示，2029–2030 年启动早期商用部署。6G 不只是更快的网速，它将支撑海量高清上行链路，让每个人都成为“移动感知节点”，源源不断向 AI 供给真实世界的实时数据。

这则新闻最让人震惊的并不是6G的到来，而是：手机上要跑100B大模型。

“一些处在 AI 前沿的公司正在告诉高通：到 2028 年，我必须确保手机上能跑至少 1000 亿（100B）参数的模型。而且我需要它一直跑着。”
　　　　　　　　　　　　　　—— 高通 CEO 安蒙（Cristiano Amon）

安蒙还补了一句：其中一些公司正在自己做手机。出于保密，他没有点名。

这句话的分量，不在于“100B”这个数字，而在于——它是客户提给高通的需求，不是高通自己画的大饼。

今天这篇，我们做两件事：

· 第一，算一笔账——2028 年的手机真跑得动 100B 吗？

· 第二，也是更重要的：如果这事儿成真，我们做射频的会被推着改变什么？

No.1 先别急着激动：100B 面前，横着三堵墙

先看清现状。今天旗舰机的端侧模型，主流在 1B~10B；高通 9 月刚发布的骁龙 8 Elite Gen 6，官方上限是 30B 级别的 MoE（混合专家）模型、32K token 上下文；Gemini Nano-2 是 32.5 亿参数。

从 30B 到 100B，不是“三倍”那么简单。

第一堵墙：内存容量

模型要跑，权重得先进内存。参数量 × 每参数字节数 = 权重占用：

表 1  不同量化精度下 100B 模型的权重占用（不含 KV Cache 与激活值）

图 1　内存容量墙：4-bit 量化后的 100B 仍需约 50 GB，而主流旗舰实际只有 12~16 GB

再看手机这边：一年前还有 24 GB LPDDR5X 的安卓旗舰，现在因为 DRAM 涨价、供应紧张，业内基本卡在 16 GB 以内。而 NPU 能独占、又不把系统拖垮的内存，通常只有 2~3 GB。

50 GB 对 16 GB——三倍多的缺口，而且还没算 KV Cache、激活值和系统开销。

第二堵墙：内存带宽（最容易被忽略的一堵）

很多人以为端侧 AI 拼的是 NPU 的 TOPS 算力。其实逐字吐字的自回归解码，根本不是算力瓶颈，是搬运瓶颈。

生成一个 token，要把参与计算的权重从内存里整个读一遍。所以有一个很朴素的公式：

tok/s ≈ 可用内存带宽 ÷ 每个 token 需要搬运的字节数

骁龙 8 Elite Gen 6 标准版是 LPDDR5X，84.8 GB/s；至尊版上 LPDDR6 四通道 24-bit，127.2 GB/s。桌上那张 RTX 3060 是 360 GB/s。

图 2　内存带宽墙：100B 全量 INT4 在手机上只有 1.7~2.5 tok/s，比人说话还慢

看最后一列——100B 全量 INT4 模型，在手机上每秒只能吐 1.7~2.5 个 token。人说话大约是每秒 3~5 个字，也就是说这个模型对着你讲话，比你读得还慢。

这就是为什么高通的解法是 MoE 稀疏激活：100B 总参数，每个 token 只激活一小部分专家。若激活量控制在 10B（INT4 约 5 GB），速率能回到 17~25 tok/s——这就可用了。

第三堵墙：功耗与散热

安蒙特别强调了四个字：一直跑（all the time）。这不是“点一下跑一次”，而是常驻。

而手机的持续散热预算只有 4~5 W。实验室标称 12 W 的持续推理，在真机上大约 90 秒就会触发降频，NPU 时钟从 1.4 GHz 掉到 0.9 GHz，吞吐损失 36%——偏偏发生在用户最不耐烦的时候。

图 3　功耗散热墙：真正卡人的不是峰值 TOPS，而是热设计点下的持续 TOPS（通常只有峰值的 50%~60%）

No.2 那 2028 年到底能不能成？

结论：可行性是明确的，但可能会以“轻量化部署 ＋ 端云协同”的方式落地。

换句话说，2028 年手机本地运行 100B 并非概念炒作，而是端侧 AI 与移动芯片、通信技术迭代共振下的可落地趋势——只是它的落地前提写得很清楚：落地形态不是完整 100B 原生全量运行，而是轻量化部署加端云协同的混合模式。

摆在行业面前的三条路，按可行性排序：

表 2  端侧 100B 的三条技术路径

高通自己的组合拳是：参数从闪存流式加载（不全放内存）+ 更大的 NPU 可寻址内存池；常驻的 Sensing Hub 双微 NPU 目前跑 200M 参数模型，新芯片大约每天处理 100 万 token；同时把 39 亿美元收购的 Modular（Chris Lattner 团队）接进来，把编译器和运行时一起卖。

一句话：2028 年的“100B”，大概率是 MoE 稀疏 + 部分卸载 + 端云协同的混合模式。这件事是真实的，但它的“100B”和你想象的 100B 不是一个东西。

而从时间线上看，2028 这个节点并不随意——它恰好卡在 6G 预商用与 Rel-21 冻结之间：

图 4　2028 不是随便说的数：它卡在洛杉矶奥运会 6G 演示与 Rel-21 冻结之间

No.3 重点：这对终端射频意味着什么？

前面三堵墙是芯片人的战场。下面这五条，是实打实落在射频人身上的。

安蒙这次讲的不只是 NPU——他同时给了 6G 时间线，而且口径完全一致：AI 智能体不能只靠端侧，必须和云端协同；一旦协同，流量模型就翻转了。

影响一：射频需求从“下行优先”转向“上下行均衡，上行极致升级”

过去的蜂窝网络是为下载而生的：视频下行、点击和文字上行。TDD 时隙配比、频谱划分、Massive MIMO 的投资方向，全都围着下行转。

高通在 2026 年 8 月的 6G Leadership Day 上给了一组数据，我第一次看时也愣了一下：

表 3  AI 业务带来的上行流量反转（数据来源：Qualcomm 6G Leadership Day）

图 5　流量反转：一副 AI 眼镜的流量超过今天一整个用户，且 90% 是上行

一副眼镜，比今天一个完整用户的流量还多一倍，而且绝大部分是上行。因为它要把摄像头画面、音频、屏幕状态、位置、App 状态源源不断送上去，回来的只有几十个 token。

对射频的含义非常直接：上行链路预算、上行 MIMO 层数、上行功放效率，会从“够用就行”变成“核心考核指标”。

参照数据：骁龙 X105 基带下行峰值 14.8 Gbps、上行 4.2 Gbps，上下行能力比约 3.5:1——这就是“为下载而生”的物理证据。而 3GPP 已经把 5G 中只能单层的 DFT-s-OFDM 扩展到上行 2 层传输，用功率效率换吞吐；高通 7 GHz Giga-MIMO 原型的终端侧已做到 8 层下行 / 4 层上行。

影响二：低时延、高可靠上升为第一核心指标

端侧 100B 支撑的是 AI 智能体的实时交互与多设备协同决策，它对通信时延是毫秒级刚性要求。传统射频模块的时延抖动、切换延迟、弱场重传，会从“体验瑕疵”变成“AI 不可用”。

· 收发链路架构简化，滤波器、开关、PA 的响应速度与切换时间成为新指标；

· 上行覆盖与稳定性优先于峰值速率——AI 智能体卡在电梯里，比下载慢 10% 严重得多；

· 高速移动、室内弱覆盖、复杂电磁环境下的链路可靠性，需要射频与基带联合优化。

影响三：FR3 更贵的链路预算 + 6G 通感一体化（ISAC）走向商用

安蒙说，6G 会让每个人变成 AI 的“实时现实数据节点”。要撑住这件事，两件事同时发生。

（1）频段往上走，链路预算更贵。

WRC-27 议题 1.7 讨论的是 7.125–8.4 GHz、14.8–15.35 GHz、4.4–4.8 GHz。相对 3.5 GHz 的自由空间路径损耗增量：

　　· 7 GHz：+6 dB　·　10 GHz：+9 dB　·　15 GHz：+12.6 dB

图 6　FR3 的射频代价：更贵的链路预算，以及终端侧上行 200 MHz 的妥协

6 dB 意味着什么？

同样发射功率下，上行覆盖边缘直接被吃掉一档功率等级（PC3 的 23 dBm 到 PC2 的 26 dBm 也就 3 dB）。而终端发射功率被 SAR、电池和功放线性度共同封顶，抬不上去。

更值得射频人注意的是 3GPP RAN1 刚达成的一个妥协：

网络侧：DL 400 MHz / UL 400 MHz
终端侧：DL 400 MHz / UL 200 MHz

为什么终端上行被砍半？官方记录写得很直白——芯片厂商认为 UL 400 MHz 在功耗和射频复杂度上不可行。

这是 6G 时代第一次把“网络能做”和“终端能做”写成两个数字。而我们终端射频工程师，就是那个被写进括号里的约束条件。

（2）ISAC 通感一体化落地。

终端射频不再只做收发，还要承担雷达感知、环境探测——毫米波与 Sub-THz 器件用于高精度测距、成像、场景识别，为端侧大模型提供实时环境输入。这会直接带动高频射频前端、多通道集成模组、智能感知微波器件的需求。

影响四：射频架构走向高集成、低功耗——功耗预算变成零和博弈

这是最现实的一条。

中国信通院 / 移动终端实验室 2026 年 2 月实测：在 5G-A 三载波聚合（3CC）满负荷下载场景下，射频前端功耗占整机总功耗已从 5G 初期的 28% 攀升到 41%；同一份数据提到，3CC 手机射频前端模组数量增加 42%，PA 路数从 12 路涨到 20 路以上，滤波器与双工器总数突破 85 颗，射频 PCB 占用面积扩大 38%。

现在 NPU 还要来抢这块蛋糕，而且是常驻地抢。于是：

· 高集成模组成为刚需：L-PAMiD / PAMiF 这类把 PA、开关、滤波器、LNA 塞进一颗封装的方案全面普及，用集成度换面积和功耗；

· ET（包络跟踪）+ DPD（数字预失真）从加分项变必选项；

· 射频智能功耗调度：根据 AI 模型运行状态与数据需求，动态调节发射功率与工作频段。华为、vivo 2026 旗舰上的第三代智能 ET 方案，把 5G-A 高频段平均 PA 效率提升 18%，等效续航延长约 45 分钟。

最有意思的一点在这里：NPU 和射频前端，从“抢电”变成了“互相帮忙”——用端侧 NPU 在毫秒级预测射频状态，去动态调 PA 工作点。以后射频工程师要懂一点 AI 推理调度，AI 工程师也得懂一点 PA 效率曲线。

顺带补一条纯工程经验：

· NPU 满载是安培级瞬态电流，电源纹波与地弹会耦合到 LNA 和时钟；

· LPDDR6 高速翻转的数字噪声，与 GPS L1/L5、中频接收频段之间的隔离本就紧张；

· 400 MHz 带宽意味着接收机噪声系数预算更紧，任何一点 desense 都直接换算成灵敏度损失。

高通今年甚至改了封装——偏置 PoP，把内存从逻辑芯片上方挪到侧边，不再盖住发热区，换来峰值性能维持时间翻倍。这本身就是“热与射频空间争夺”的证据。

影响五：卫星通信（NTN）射频从小众走向常态

端侧 AI 智能体要求全域覆盖，不能一到野外就“断智”。安蒙提到的高通 X105 基带已经支持 NR-NTN 与 NB-NTN（上一代 X85 只有 NB-NTN），3GPP Rel-19 也已把 NTN 纳入。

2028 年前后，手机直连卫星会伴随端侧大模型同步成熟，终端射频需要同时兼容地面 5G-A/6G 与低轨卫星。这会推动多频段、天地一体的宽频射频模组迭代，Ku/Ka 波段微波器件与卫星专用射频前端从小众应用走向标配——这是射频行业一块全新的增量市场。

写在最后

把这件事串起来看，结论其实很清楚：

端侧 100B 不是一次软件算法升级，而是一次从芯片、内存、散热一路传导到天线和功放的硬件重构。

未来两三年，射频行业的竞争逻辑会变——不再是单纯比拼频段数量与峰值速率，而是聚焦上行高性能、超低时延高可靠、通感一体、低功耗高集成、天地一体兼容这五件事。

对国产射频厂商而言，窗口就在未来两年：6G 高频器件（FR3 的 PA、滤波、天线）、集成化射频模组、智能功耗调度、NTN 卫星射频——这几条线谁先落子，谁就能吃到 AI 与 6G 融合的红利。

最后留一句给同行：当 AI 开始决定“什么时候发、发多少”的时候，射频工程师的对手不再是链路预算，而是整机的功耗与温度。这个转变，比从 4G 到 5G 那次要大。

数据来源：Qualcomm Sources 播客专访（2026-10-08 发布）、Snapdragon Summit 2026（2026-09-22）、Qualcomm 6G Leadership Day（2026-08-26）、3GPP Rel-20/21 标准化进展与 RAN1 会议结论、中国信通院及移动终端实验室 2026 年 2 月 5G-A 终端射频实测数据、Counterpoint Research 与公开拆解报告。文中图表由射频学堂依据上述公开数据绘制。