端侧AI正经历从“能用”到“好用”的关键跃迁。大模型参数规模持续扩大，Agent任务对实时响应的要求不断提高，而终端设备的功耗预算与散热空间始终刚性受限。算力、带宽、能效构成了端侧AI芯片的三重挑战。谁能在这三个维度上同时取得突破，谁就能在终端AI竞争中掌握底层主动权。
8月24日，小米召开玄戒芯片技术沟通会，小米集团副总裁、新业务部总裁朱丹出乎外界预料地，一次性发布了三款玄戒系列芯片，包括业界普遍预期的AI旗舰SoC玄戒O3，以及大模型AI加速芯片玄戒O100和智驾高算力AI芯片玄戒D100。如果说前代玄戒O1的发布标志着小米在旗舰手机芯片上的单点突破，那么此次三芯齐发意味着玄戒完成了从旗舰手机SoC到大模型加速芯片再到智驾芯片的产品矩阵布局，正式从“单点突破”进入“体系化作战”的阶段。三款芯片分别对准高能效、高带宽、高算力三个方向，覆盖手机、汽车、机器人等“人车家”全生态终端，构成小米AI战略的物理基础。
玄戒O3：首个跑分破500万的旗舰平台
作为小米自研的第二款高端旗舰SoC，玄戒O3延续3nm工艺制程，晶体管规模从前代O1的190亿提升至240亿，增幅26%，而芯片面积仅133平方毫米。规模大幅增长的同时，性能表现同步跨代：安兔兔综合跑分达到5,228,014分。这是行业内首个突破500万分的移动旗舰平台。而当前安卓阵营旗舰最高分约在460万分水平。
CPU方面，玄戒O3采用10核全大核架构，6个超大核加4个大核，最高主频4.35GHz。GeekBench 6多核跑分15221分，相比O1提升60%。在能效层面，玄戒团队延续了对中低负载场景的重点调校，因为用户80%的使用场景集中于此。O3在中低负载下功耗相比O1再优化25%。
GPU是本次升级幅度最大的模块之一。玄戒O3首发16核G2-Ultra NX图形处理器，支持第三代光线追踪技术。传统图形性能相比O1提升85%，光追性能提升182%。更关键的是能效跃迁：相同性能下GPU功耗相比O1至多降低64%。在行业每代GPU平均提升仅20%—30%的背景下，这一性能与能效的双重跳升堪称跨代。
存储子系统的升级同样值得关注。O3片上缓存总计达60MB，其中新增16MB超大容量SLC（系统级缓存），CPU侧则配备了12MB L2与16MB L3。片外存储方面，O3全球首发支持LPDDR6，单通道位宽从16bit 扩展至24bit，内存带宽达113.8GB/s，相比 O1 提升48%。为降低访存时延，技术团队设计了“玄戒统一融合总线架构”，统一传输协议以减少协议转换开销，并采用顶层金属走线缩短物理路径、引入数据预取技术，协议转换开销最多降低75%。
多媒体与影像方面，第五代ISP单摄最高支持4.32亿像素传感器，处理位宽最大24bit，同时AI RAW域降噪夜景视频规格提升至4K/60FPS；VPU采用编解码分离架构，安卓领域首发H.266硬件解码。玄戒O3还对安全模块全栈进行重构设计，获国密与CCRC EAL5+安全认证。
全链路AI与3nm工艺深挖
AI是当前绝对热点，玄戒O3也对AI能力进行了重点打造。就端侧AI而言，其负载形态正在快速分化，从实时翻译、影像降噪等轻量级任务，到数十亿乃至上百亿参数大模型的本地推理，不同AI任务对计算精度、数据通路和响应时延的要求差异显著。如果所有AI计算都交由NPU独立承担，CPU、GPU等单元产生的数据就需经总线和内存往返搬运，不仅增加时延，也带来额外功耗。
玄戒O3定位为“AI旗舰SoC”，其AI能力依靠的就不仅是NPU的单打独斗，而是在CPU、GPU、NPU三大计算单元中均内置AI计算引擎，打破了传统“NPU独扛AI”的单一路径。CPU内部新增两个矩阵计算引擎单元，采用SME2指令集，算力3.5 TOPS，为端侧翻译、音视频理解、图形编码等轻量级AI算法提供本地加速，性能提升30%—40%。GPU内部首发8 核NX神经加速单元，总算力36 TOPS，使图形渲染的AI超分、插帧可在GPU渲染管线内部直接完成，省去传统方案中GPU与NPU之间跨模块的数据搬运。
NPU是本次AI升级的核心。玄戒O3的NPU采用面向大语言模型深度优化的架构：4核配置提供200 TOPS的Tensor张量算力，并引入移动端首款SIMT架构Vector单元，提供3.13 TFLOPS向量算力，较O1提升6.8倍，专门应对大模型中的通用计算需求。
在工艺层面同样是本次发布的一大亮点。先进制程红利趋缓已是行业共识，玄戒O3则选择通过设计优化持续挖掘3nm潜力。标准单元（Standard Cell）是芯片设计的最小逻辑单元，O1时期玄戒自研了480个标准单元；O3 将自研数量扩大至2400余个，达到O1的5倍，使用范围扩展至全芯片模块。同时，O3全面采用沟道消除技术，去除传统单元间预留的走线沟道，允许信号在模块间直接传输，在真实版图上实现了5%的晶体管密度提升。在制程节点迭代放缓的背景下，这种从微架构到物理设计的精细化打磨，成为延续密度与能效提升的重要路径。
玄戒O100：以3D堆叠攻克内存墙
值得关注的是，本次沟通会上小米不仅发布了玄戒O3，AI加速芯片玄戒O100是另一款重磅产品。众所周知，当前端侧大模型落地的瓶颈，正在从“算力够不够”转向“数据喂不喂得饱”。大模型计算中，内存带宽的增长速度远远落后于算力增长和模型参数膨胀，“内存墙”成为制约端侧推理体验的主要障碍。
玄戒O100正是为突破这一瓶颈而开发的大模型专用AI加速芯片。它采用6nm工艺，核心创新在于3D Wafer-on-Wafer晶圆级堆叠架构：将逻辑晶圆与DRAM 晶圆垂直堆叠，通过 Hybrid Bonding（混合键合）技术实现原子级键合，而非传统Micro bump连接。后者键合间距通常在20—50微米，而O100的物理键合间距做到了1.4微米，硅通孔直径0.7微米。
极致的键合密度带来了数量级的带宽跃升。O100顶层DRAM与逻辑晶圆之间的物理数据连线多达28672 根（内部总计258万个键合节点），而最新 LPDDR6仅有96根数据连接线。这使得O100的内存带宽最高达到1.22TB/s，从物理架构上大幅缩短了数据路径。
计算架构上，O100的逻辑晶圆上分布14个AI计算核心，每个核心与上方DRAM垂直直连，构成近存计算架构。配合小米自研的XRING HB-Matrix高带宽矩阵总线。实测端侧运行3B 模型可稳定输出330 token/s。
据介绍，O100是行业首颗6nm 3D堆叠AI加速芯片，仅在F2F金属层直连架构上就累计申请15项专利（已授权4项发明专利）。该芯片计划明年正式商用，可搭配O3作为AI加速器件应用于手机、机器人、汽车等终端。
玄戒D100：国内首款3nm智驾芯片
智能驾驶对AI大模型的应用越来越多，车载端侧对算力上限和大模型本地部署能力提出了更高要求。与此同时，隐私保护和离线场景也在推动AI算力向端侧迁移。
玄戒D100是小米面向智驾场景推出的高算力AI芯片，也是国内首款3nm智驾芯片。它采用20核高性能CPU加16核高算力NPU的计算架构，单芯片最高支持160GB内存，最大可在本地部署超过200B的大模型。这一参数规模已远超当前主流智驾芯片的本地模型承载能力，将车载端侧算力推向新台阶。
除运行智驾算法外，D100的本地大模型部署能力还可服务于专业开发者和极客群体，本地推理既免除了云端API调用成本，也从物理层面规避了隐私数据外泄风险。此外，D100支持通过玄戒高速互联总线实现多芯片融合计算，以应对更复杂的AI任务。D100目前已完成回片验证，计划明年正式商用。
三芯协同：从单品突破到AI战略的物理基础
纵观此次发布的三款芯片，玄戒团队的产品逻辑清晰可循：围绕端侧AI对“高能效、高带宽、高算力”的三类差异化需求，分别给出针对性的解决方案。
玄戒O3解决的是旗舰终端的高能效AI计算问题。在手机严苛的功耗约束下，通过全大核 CPU、跨代GPU、全链路AI引擎和大模型定制NPU，兼顾极致性能与能效。玄戒O100以3D晶圆堆叠和混合键合攻克高带宽内存墙，用近存计算架构将端侧大模型推理速度提升一个数量级。玄戒D100则面向智驾等对算力上限要求最高的场景，以3nm工艺和200B参数本地部署能力提供高算力支撑。
三款芯片并非孤立存在，而是可以协同组合。沟通会现场展示的AI Cube原型机即内置O3、O100、D100三颗芯片，本地部署120B和3B双模型，通过快慢系统切换，可应用于编程、游戏开发等场景。这种组合能力意味着玄戒正在从单芯片设计走向系统级算力方案。
随着三颗芯片陆续量产上车、上手机、上机器人，小米有望形成“芯片-终端-大模型-生态”的垂直整合闭环。在端侧AI竞争从模型参数比拼转向底层算力博弈的当下，玄戒三芯齐发的意义不仅在于小米补齐了自研芯片的产品矩阵，更在于其展示了一种体系化路径：用不同架构的芯片分别回应能效、带宽、算力的三重挑战，再以全生态终端承载落地。玄戒之于小米，已不止于芯片战略，更是其AI战略的物理基础。
