高通旗舰座舱芯片SA8397P之NPU揭秘

高通旗舰座舱芯片SA8397P的NPU算力高达320TOPS，碾压任何对手，压倒性领先。2025年11月中旬高通对Snapdragon X2 Elite的深度分析，对其NPU也做了详细论述。而Snapdragon X2 Elite这款用于笔记本和台式机电脑CPU芯片的NPU与SA8397P的NPU是一致的。

高通Hexagon NPU负责人，也是高通技术副总裁Lucian Codrescu亲自讲解高通第六代Hexagon NPU即SA8397P的NPU。Lucian Codrescu是佐治亚州理工大学博士，1999年进入摩托罗拉，也就是飞思卡尔前身，5年后成为飞思卡尔高级工程师，然后在2004年8月进入高通，2016年成为高通技术副总裁至今。

为什么说Snapdragon X2 Elite这款用于笔记本和台式机电脑CPU芯片的NPU与SA8397P的NPU是一致的，Lucian Codrescu在会上说Hexagon NPU的架构不仅用于笔记本电脑、也用于汽车、手机和IoT领域，架构完全相同，只是规模不同。Lucian Codrescu还透露个机密，那就是Hexagon NPU和谷歌的TPU是联合开发的，两者近似度很高。

Snapdragon X2 Elite的NPU算力是80TOPS。

SA8397P内部框架图与外部应用图

上图中可以看出SA8397P的NPU包含四个HTP5模块，每个模块算力即80TOPS，应该就是Snapdragon X2 Elite的NPU。

SA8397简介

Snapdragon X2 Elite和SA8397P一样，也是18核心CPU架构，CPU也是第三代Oryon，采用台积电N4P工艺打造。只不过SA8397P是18个全大核心，Snapdragon X2 Elite是12个大核心即Prime核心，6个小核心即performance核心。SA8397简介里对NPU的介绍也和Snapdragon X2 Elite的NPU一致。

Lucian Codrescu介绍了Hexagon的历史，第一阶段是针对音频的，至今仍然在使用。第二阶段是针对图形的，第三阶段是针对机器学习的，每周期乘积累加MAC计算性能提高了100倍。

进入NPU时代，又可以细分为6代。

整理：水清木华研究中心与佐思汽研

第一代不详。高通NPU与大部分AI计算芯片不同，大部分AI计算芯片都是在矩阵计算单元上下功夫，拼命增加矩阵计算单元规模，高通则是在标量和矢量上下功夫，这一点谷歌的TPU和华为的昇腾也是如此。

谷歌TPU架构

谷歌TPU架构如上，MXU就是矩阵乘法单元，VPU即矢量单元，VMEM即矢量紧耦合存储，SMEM即标量紧耦合存储。

高通研究了300多个大模型，发现实际矩阵计算量并非是全部，标量、矢量和DMA（直接存储接入）重要性也不低。

Overhead 表示程序运行过程中无法避免的固定资源消耗，在中文里最常用的是 “开销”，但具体翻译会根据语境变化，如 “额外开销”、“系统开销”、“资源开销” 或 “函数开销”。例如并行计算中，程序还需要做一些其他工作如任务分解、数据传输、任务管理和结果整合过程，就是overhead。这些overhead并不参与直接计算，但它们是确保并行计算顺利进行和正确性的必要部分。

计算机运算就好比一个物流中心，标量计算像是物流中心的任务分解和日程安排，货物的登记和发出（DMA），根据数据即货物的不同，安排不同的运输方式和日程安排，矩阵像煤炭、铁矿石之类的货物，要用货轮运输效率最高，但速度最慢。陆地集装箱自然是用火车运输最好，像矢量，速度快，但吞吐量不高，标量像货车，什么都可以运，速度也不低，就是吞吐量最低。

第六代使用12线程标量处理，等于增加DDR带宽两倍。

标量吞吐量增加了143%。

对于矩阵运算的核心HMX，高通只有一个单元，第六代增加了2比特权重支持。

矢量线程增加到8个，每线程是4个指令的128比特的SIMD架构。

内部TCM带宽增加了127%

针对不同精度的计算任务，高通NPU可以有极高的效率，功耗/TOPS效能基本是全球范围内最高的，远超GPU也超出国内一些ASIC或DSU芯片。做高算力很容易，只要堆砌计算单元，几千TOPS也唾手可得，但成本和功耗是大麻烦。

标量矢量矩阵紧耦合DMA四者合一，才是NPU王道，才能在成本、功耗和算力方面取得平衡。

免责说明：本文观点和数据仅供参考，和实际情况可能存在偏差。本文不构成投资建议，文中所有观点、数据仅代表笔者立场，不具有任何指导、投资和决策意见。