低成本、无负担 释放行动AI潜能

作者 | 2026 年 5 月 26 日 | 人工智能, 全部

探索群联电子 与 MediaTek 如何重新思考内存架构,为智能手机解锁新世代 AI 潜能。

 

智能手机正迅速成为 AI 技术的重点发展平台。从早期仅具备基本装置端功能,到如今已能支持大型语言模型、多模态应用,以及更贴近使用者、可长时间运作的常驻式 AI 体验,行动 AI 正在迎来关键转变。

在本地端运行 AI,不仅能提升响应速度、降低对云端基础设施的依赖,也能让敏感数据保留在装置内部,强化隐私与安全性。同时,装置端 AI 更能实现实时、持续且具情境感知能力的互动体验,而这些能力往往难以单靠云端模型达成

 

行动 AI 正成为下一波平台革命

AI 正逐渐从云端移转至数据产生的地方,而智能手机正是最重要的载体之一。装置不再只是接收 AI 结果的终端,而是成为模型实时运行与推论的核心环境。

这样的转变,主要来自三大驱动力:
• 对低延迟实时体验的需求
• 对资料隐私与自主性的重视
• 大规模云端推论所带来的高昂成本

本地端 AI 恰好能同时满足这些需求——提供更快速的效能、将数据保留在装置内部,并降低对外部服务的依赖。
因此,全新的 AI 使用体验正在成形:能随时运作、具备情境理解能力,并能在背景持续执行任务。然而,行动 AI 的潜力与现今智能手机硬件真正能稳定支持的能力之间,仍存在明显落差。

 

限制行动生成式 AI 发展的关键因素

生成式 AI 对内存资源有极高需求。AI 模型在执行过程中,需要大量资源来储存模型参数、管理 token,并维持长上下文推论能力。而在智能型手机上,这些需求很快便会碰到物理限制。

常见的 AI 训练与推论方式,无论是在云端还是装置端,都面临挑战:

      • 云端 AI 带来隐私、安全与持续性 token 成本问题
      • 对网络联机的依赖,造成延迟与可用性限制
      • 装置端 AI 受限于 DRAM 容量不足,以及扩充 DRAM 的高成本
      • 响应速度下降,直接影响使用者体验

这些限制迫使产业在成本、效能与体验之间做出艰难取舍。使用者不是依赖云端并接受其不足,就是尝试在本地端执行 AI,却又受限于内存与成本瓶颈。

若要真正推动下一代行动 AI,产业必须思考行动装置中的内存架构。

 

重新定义行动 AI 的内存架构

群联电子 与 MediaTek 携手合作,以全新的内存思维响应这项挑战。

这项联合解决方案结合 MediaTek 天玑9500 SoC 与群联 Pascari aiDAPTIV™ 技术,为智能型手机导入全新的 AI 推论架构,突破 DRAM 的限制。

从架构角度看,这套方案的核心理念简单并具突破性:

      • 将 NAND 闪存纳入内存阶层架构
      • 透过智能中间件,动态管理不同内存层级之间的数据流动
      • 将内存与存储视为整合且协同运作的资源

aiDAPTIV™ 不再仅依赖 DRAM,而是将闪存作为延伸,大幅扩展 AI 工作负载可使用的内存空间。

其中的关键,在于 aiDAPTIV™ 内存管理中间件。它作为 SoC、DRAM 与 UFS存储之间的协调层,可动态将模型数据串流至适合的位置,有效打破内存与存储间的界线。

如此设计形成一种全新的混合式架构:
让常用 AI 数据可被智能快取,并将存储空间区分出系统数据与 AI 负载专用区域,透过动态调度与卸除机制,优化整体效能。

这代表智能型手机即使不大幅增加 DRAM,也能执行更大型模型、更长上下文,以及更复杂的 AI 推论任务。

 

透过群联电子与MediaTek,将内存从限制转化为优势

此项技术革新不但带来技术转变,并同时可量化了效益,直接响应行动 AI 的核心挑战。

降低 DRAM 需求
行动 AI 在支持进阶模型与 MoE(Mixture of Experts)架构时,通常需要 16GB 以上 DRAM。透过动态模型卸除与智能内存管理,aiDAPTIV™ 可在维持效能的同时,将需求降低至约 12GB。

降低系统成本并提升效率
透过NAND 闪存的成本优势,群联电子与联发科技的方案降低了对高成本 DRAM 的依赖,让装置设计更具成本效益,同时维持稳定效能。

支持更大型模型与更长的上下文
扩展后的内存资源,使智能型手机得以处理更复杂的模型与更长序列,进一步解锁更丰富的 AI 体验。

提升隐私与自主性
透过本地端推论,可降低对云端服务的依赖,将敏感数据保留在装置内部,并在无网络环境下持续提供 AI 功能。

 

为新一代行动 AI 奠定基础

此次合作的重要性,不仅在于提升效能,更在于重新定义智能手机支持 AI 的设计思维。

透过将内存与存储做整合架构,群联电子与MediaTek协手推进新一代智能型手机的产生:

      • 在本地端运行更进阶的 AI 模型
      • 提供更快速、更实时的使用体验
      • 在效能、成本与功耗之间取得更佳平衡
      • 不增加硬件复杂度同时持续扩展 AI 效能

迈向真正自主、随时运行的边缘 AI 时代

 

展望未来

随着行动 AI 持续演进,内存将是决定 AI 发展上限的关键因素之一。如何重新思考内存架构与运作方式的技术,将定义下一波创新浪潮。

群联电子与MediaTek的合作,正为未来科技发展指出方向,为智能型手机开启更强大、更高效,也更普及的 AI 新时代。

加速创新的基础™

zh_CN简体中文