行业首颗 6nm 3D 晶圆级堆叠的 AI 加速芯片：小米玄戒 O100 官宣
一场没有PPT翻页的技术沟通会，雷军只带了一块晶圆上台
8月24日下午，北京小米科技园。雷军没有像往常一样用大屏幕演示参数曲线，而是从西装内袋取出一片封装完成的晶圆样本，举到灯光下。“这就是玄戒O100，”他说，“一片专门跑大模型的芯片。”台下短暂的安静后，快门声密集响起。据现场人士回忆，这是小米芯片发布会上少见的开场方式——没有渲染动画，没有对比柱状图，实物先于数据出现。
小米在这场“玄戒芯片技术沟通会”上正式推出大模型专用AI加速芯片玄戒O100。官方公布的核心参数包括：6nm制程、3D晶圆级堆叠方案、带宽1.22TB/s。这颗芯片的定位非常明确——不是通用手机SoC，也不直接对标云端训练卡，而是面向端侧大模型推理场景的专用加速器。
近存计算架构：把数据搬运的距离压到最短
理解玄戒O100的技术路线，关键在于“近存AI计算架构”这个词。传统芯片执行AI推理时，数据需要在计算单元与存储单元之间反复搬运。模型越大，搬运量越大，能耗与延迟随之上升。近存计算的思路是把计算模块放到离存储更近的位置，缩短数据通路。玄戒O100进一步采用了3D晶圆级堆叠，将逻辑芯片与存储芯片垂直集成，而不是像传统2D封装那样并排摆放。
小米公布的1.22TB/s带宽，放在端侧AI加速芯片中属于较高水平。作为参照，当前主流LPDDR5X内存带宽约在60-85GB/s量级，而部分数据中心AI加速器的HBM带宽可达3TB/s以上。玄戒O100的数值处于两者之间，指向的是手机、平板、车机等功耗受限设备上的大模型推理任务。据公开信息，该芯片还搭载了小米自研的玄戒高宽带矩阵总线，支持多核并行计算，以提升推理吞吐效率。
330Tokens/s意味着什么：端侧跑3B模型进入实用区间
小米给出的实测数据是：运行Xiaomi MiMo 3B模型时，玄戒O100可实现330Tokens/s的推理速度。Tokens是语言模型处理文本的基本单位，一个中文词大致对应1到2个Tokens。330Tokens/s意味着用户说完一句话后，设备能在亚秒级开始输出回复，阅读速度远远跟不上生成速度。
放在行业坐标里看，这个数字的参考意义更清晰。高通在2025年发布的骁龙8 Elite移动平台，其Hexagon NPU在端侧运行部分轻量模型时，官方宣称的生成速度在数十Tokens/s量级。苹果A18 Pro的神经网络引擎在同类端侧推理任务中亦未公开过百Tokens/s以上的官方数据。玄戒O100的330Tokens/s如果能够在量产设备上稳定复现，将是端侧大模型体验的一个分水岭。需要说明的是，上述对比基于各厂商公开宣传数据，具体表现受模型量化策略、上下文长度、功耗墙设置等因素影响。
小米的芯片版图补上一块关键拼图
玄戒O100的发布，让小米自研芯片的路线图变得更加完整。此前小米已经推出过影像芯片C系列、充电芯片P系列、电池管理芯片G系列，但这些都是辅助型芯片，不承担核心计算任务。玄戒O100是小米第一款面向AI计算主任务的加速芯片，且直接切入大模型这一当前最热的算力需求场景。
从公司战略层面看，这颗芯片的价值不止于性能。小米拥有全球最大的AIoT设备连接规模之一，手机、汽车、智能家居产品都需要端侧AI能力。如果大模型推理芯片依赖外部采购，成本结构和迭代节奏都受制于人。玄戒O100的量产能力一旦跑通，小米就可以在自有设备上完成“模型—芯片—系统”的垂直整合。据小米集团2026年第一季度财报显示，其研发支出中芯片相关投入占比持续提升，但具体金额未单独披露。
正反面：技术突破与量产风险并存
玄戒O100面临的挑战同样不容回避。首先是6nm工艺下的3D晶圆级堆叠，这项技术的良率控制和成本管理难度显著高于传统封装。据业内人士分析，晶圆级堆叠在逻辑芯片与存储芯片的热膨胀系数匹配、堆叠后的散热设计、以及量产测试流程上都存在工程难题。小米没有在本次沟通会上公布玄戒O100的商用时间表、合作代工厂或良率数据，这意味着从发布到终端落地之间仍有不确定性。
其次是软件生态问题。一颗AI加速芯片的实际价值，取决于有多少模型能够高效运行在其上。小米自研的Xiaomi MiMo模型目前已有多个参数版本，但开发者生态的丰富程度与英伟达CUDA、高通SNPE等成熟平台相比仍有差距。若第三方开发者无法便捷地将主流开源模型移植到玄戒平台上，这颗芯片的应用范围将被限制在小米自有系统之内。
行业竞争态势也在加速变化。联发科在2026年旗舰芯片天玑系列中持续强化AI算力，华为昇腾系列已形成从端侧到云端的完整布局，三星则通过Exynos芯片与自家高斯模型深度绑定。端侧AI加速芯片的赛道正在变得拥挤，窗口期不会太长。
端侧AI的“iPhone时刻”还差什么
玄戒O100的330Tokens/s推理速度，解决的是“能用”的问题。但端侧大模型真正大规模普及，还需要同时满足三个条件：芯片算力密度足够高、模型在端侧的压缩技术足够成熟、以及设备续航能够支撑持续推理负载。目前看，小米在第一个条件上迈出了实质性一步，第二和第三个条件仍依赖行业整体进展。
值得注意的是，本次沟通会没有公布玄戒O100的功耗数据。对于移动设备而言，推理速度只是硬币的一面，每Token能耗才是决定芯片能否长时间稳定工作的关键指标。一位不愿具名的芯片行业分析师表示：“330Tokens/s如果是以15W以上功耗为代价，在手机上就没有意义；如果能控制在5W以内，那确实具备商用价值。”这一判断道出了当前端侧AI芯片竞争的核心——不是单纯拼速度，而是拼能效比。
小米选择在2026年8月这个时间点发布玄戒O100，时机耐人寻味。距离9月苹果秋季发布会不到一个月，距离高通新一代旗舰平台发布也进入倒计时。在巨头密集出牌之前亮出底牌，既是对外释放技术信号，也是对内倒逼量产进度。雷军在沟通会最后说了一句话：“芯片做出来不是终点，装进产品里才是。”这句话的务实程度，或许比任何参数都更能说明小米在芯片这件事上的真实处境。
本文由AI辅助生成
