小米AI Cube工程机登场：三颗自研芯片合体，150W功耗跑千亿大模型

麻薯滑芝士

嘿！各位每天晚上不刷两三个小时数码评测视频就睡不着觉、对骁龙天玑苹果A系列每一代的跑分数据倒背如流、看到“自研芯片”这四个字就跟打了鸡血一样的硬核半导体发烧友，每天背着两公斤重的游戏本挤早晚高峰地铁通勤、肩膀被背包带勒出两道红印子还在咬牙坚持、做梦都想要一台能塞进双肩包同时还能流畅跑AI绘图和代码编译的小钢炮主机的移动办公狂人，被ChatGPT和Claude按Token计费薅了一茬又一茬羊毛、每个月花在API调用上的钱比午饭钱还多、心心念念等着有厂商能出一台价格合理的本地大模型推理设备的AI折腾党，开车上下班越来越依赖车道居中保持和自适应巡航、每次车企OTA升级都要仔细看智驾芯片算力有没有提升的新能源车主，以及纯粹就是看到“小米”和“AI”这两个词同时出现在新闻标题里、忍不住手指头一点就点进来看看这家公司是不是又在憋什么大招的吃瓜群众——不管你属于上面哪一种人，今天这篇文章都值得你搬把椅子坐下来安安静静地看完，因为就在昨天也就是2026年8月24日，小米在北京举行了一场声势不小的玄戒芯片技术沟通会，向部分媒体和分析师展示了一台此前从未公开过的工程原型机，这台机器的官方名称叫做AI Cube Prototype，翻译过来就是AI立方体工程验证版。它的物理形态看起来就是一台普普通通的迷你桌面主机，个头比常见的ITX机箱还要小一圈，但如果你以为它只是一台迷你电脑那就大错特错了，这台机器里面同时塞进了三颗由小米自主研发的芯片，整机标定的持续性能释放达到了150瓦，而且小米明确列出了这台工程机可以稳定运行本地部署的1200亿参数和30亿参数两个不同规模的大语言模型。这条消息最早是由全球知名的科技硬件资讯网站Videocardz在昨天抢先报道出来的，他们拿到了小米在沟通会上展示的技术幻灯片和工程样机的实物照片，把三颗芯片的具体规格参数和整机设计细节都整理得清清楚楚发了出来，随后国内多家科技媒体也迅速跟进报道了这条消息，整个数码圈在过去二十四个小时里都在讨论这台神秘的小盒子。

咱们今天这篇文章的核心任务就是把AI Cube这台机器到底是怎么回事、里面三颗芯片各有什么来头和独门绝技、小米为什么要费这么大劲搞出这么一台东西来，从头到尾给大伙儿拆解得明明白白、清清楚楚。在正式进入这台机器的细节之前，咱们必须先花足够的篇幅把三颗芯片各自的背景和技术参数搞清楚，因为AI Cube本质上就是把这三颗原本分属不同产品线的芯片硬生生塞进了同一个金属壳体里面，让它们通过某种异构计算的方式协同工作来对外输出算力，所以不理解这三颗芯片分别是什么、能干什么，也就无法理解AI Cube这台机器的真正价值所在。

先来说第一颗芯片，它的型号是玄戒O3。这颗芯片按照小米内部的产品规划，定位是一颗面向旗舰智能手机和高端平板电脑的AI旗舰SoC，它的制造工艺用上了台积电目前最先进的3纳米制程，整个芯片的物理面积是133平方毫米，在这133平方毫米的方寸之间集成了整整240亿个晶体管。这个晶体管数量是什么概念呢，大家可以回想一下，几年前一颗旗舰手机SoC的晶体管数量通常在一百亿出头，而玄戒O3直接把数字拉到了两百四十亿，密度提升非常可观，这意味着在同样大小的硅片面积上能够塞进去更多功能模块和更多计算单元，理论上能够提供的算力密度也更高。它的CPU部分采用了非常激进的10核全大核架构设计，什么意思呢，就是它完全没有使用ARM公版参考设计里那种大小核混合搭配的方案，而是十个核心全部都是高性能大核，其中六个是超大核、四个是大核，最高主频能跑到4.35GHz。这种设计的思路很明确，就是要保证在重负载多线程并行任务场景下，十个核心都能全力输出性能，不会因为遇到大核不够用、小核跑不动的尴尬情况而出现性能瓶颈。小米在沟通会上公布的实验室测试数据显示，这颗芯片在Geekbench 6.5上的多核成绩突破了15000分，安兔兔V11版本的综合跑分突破了522万分，这个成绩让它成为了行业内第一个突破五百万分大关的移动计算平台，领先同期其他旗舰芯片大约百分之十五到二十的性能幅度。GPU部分则首发了一颗16核心的G2-Ultra NX图形处理器，小米方面表示它的传统图形渲染性能相比上一代产品提升了百分之八十五，而功耗反而下降了百分之六十四，这意味着玩游戏的时候画面更流畅、帧率更稳定、同时手机后盖的温度还比上一代更低，对于喜欢在手机上玩原神、星穹铁道这类吃性能的游戏玩家来说是一个非常实在的提升。最值得单独拎出来好好说道说道的是，玄戒O3内部还集成了一颗拥有200 TOPS算力的NPU，也就是神经网络处理单元。TOPS是Tera Operations Per Second的缩写，翻译过来就是每秒可以完成多少万亿次整数运算，200 TOPS这个数字放在2026年的端侧AI加速市场里是一个非常亮眼的成绩，很多专门做AI推理加速的独立芯片也就到这个量级，小米把这颗200 TOPS的NPU直接塞进了一颗手机SoC里面，说明他们在端侧AI的布局上确实下了不小的决心，要让手机本身就能跑得动大模型而不用什么事都往云端服务器发请求。玄戒O3还是全球首个支持LPDDR6内存的移动处理器，这颗芯片所连接的内存带宽达到了113.8GB每秒，这个带宽数字对于手机端运行大语言模型来说已经相当够用了，当一个上百亿参数的大模型被加载到内存里进行推理计算的时候，足够宽的内存通道决定了数据能不能及时喂给NPU去算，带宽不够的话NPU就算力再强也得干等着数据从内存慢慢挪过来。根据小米在沟通会上披露的时间表，玄戒O3这颗芯片的整个研发周期一共耗时459天，从立项到流片到验证再到规模量产，前后将近十五个月的时间，目前已经完成了全部流片和验证工作进入了规模量产阶段，下个月也就是2026年9月就会首发搭载在小米18 Fold折叠屏手机和小米Pad 9 Pro Max这两款量产产品上面，普通消费者很快就能在市面上买到搭载这颗芯片的终端设备了，这对于关心国产自研芯片进展的消费者来说绝对是一个值得期待的消息。

第二颗芯片的型号是玄戒O100，这颗芯片的定位跟前一颗完全不同，它不是一颗通用型的SoC，而是一颗专门为端侧AI大模型推理设计的专用加速器，也就是说它的任务不是去跑操作系统、不是去处理图形渲染、不是去管通信基带，它只干一件事就是拼命算AI模型。玄戒O100采用的是6纳米工艺制造，但在工艺数字上它看起来没有O3的3纳米那么先进，真正让这颗芯片变得极具技术含量的是它的封装方式，因为计算核心本身的制程节点只是决定性能的一个维度，内存和计算核心之间怎么连接、用什么方式连接、带宽有多大，往往才是端侧大模型推理真正的瓶颈所在。小米在这颗芯片上使用了目前全球首颗6纳米3D晶圆级堆叠的AI加速芯片方案——具体来说，他们在芯片的制造过程中把两层高速DRAM晶圆和一层NPU计算晶圆进行了垂直方向的堆叠，让三层晶圆面对面贴合在一起，这种垂直堆叠的方式跟盖楼房一样，把计算单元和存储单元从水平排列变成了上下堆叠，极大地缩短了数据传输的物理距离。为了彻底讲清楚这套封装方案到底厉害在哪里，咱们得稍微展开一下。传统的内存和计算核心连接方式是先把芯片封装好然后焊在电路板基板上，再把内存颗粒分布在芯片周围的PCB走线上面，数据要经过一段不短的物理距离才能从内存走到计算核心，这段距离走下来延迟增加、功耗增加、带宽也受限于PCB走线的数量和频率。而玄戒O100上面的这种3D堆叠封装方案，相当于把内存和计算核心之间的物理距离压缩到了微米级别，几乎就是贴在一起的程度，数据在两个层面之间传输就像是上下楼串个门这么近。为了实现这种面对面的超短距离电气连接，小米还用了Hybrid Bonding也就是混合键合技术，把晶圆与晶圆之间的键合间距压缩到了1.4微米，这个间距数字越小，就意味着单位面积内可以塞进去的数据连接通道数量就越多，并行数据传输的吞吐能力就越强。通过这套封装方案，小米在计算层和内存层之间建立了整整28672条有效的数据连接通道，最终实现了1.22TB/s也就是每秒1.22太字节的近内存带宽。这个带宽数字到底有多夸张呢，咱们做一个简单的对比，目前市面上最顶级的旗舰手机搭载的LPDDR5X内存带宽大多在70到80GB每秒这个区间，而玄戒O100的1.22TB/s相当于传统旗舰手机内存带宽的十六倍左右，这个差距是数量级上的碾压，相当于一条八车道高速公路跟一条单车道乡村小路的区别。有了每秒1.22太字节的天花板级带宽做支撑，玄戒O100在运行小米自研的MiMo 3B端侧模型时，本地AI推理的速度可以达到每秒钟生成330个Token的输出速率。这个速度意味着什么呢，如果你用它在本地跑一个对话式AI应用，它生成回复的速度比普通人阅读文字的速度还要快上好几倍，基本上是这边问题刚输入完，那边答案就已经刷刷刷地出完了，延迟低到几乎感觉不出来。玄戒O100这颗芯片目前也已经完成了全部研发工作，小米给出的商用时间表是2027年，也就是明年，这颗芯片将会正式投入市场，到时候我们可能会看到搭载这颗芯片的AI边缘计算设备或者智能家居中枢产品陆续出现。

第三颗芯片的型号是玄戒D100，它的应用场景跟前两颗又完全不同。这颗芯片不是给手机用的，也不是给桌面电脑用的，而是一颗面向高级别智能驾驶辅助系统的车规级AI芯片。车规级这三个字意味着它必须满足远超消费电子芯片的可靠性、稳定性和工作温度范围要求，能够在零下四十摄氏度到零上一百多摄氏度的极端温度区间内稳定运行，而且失效率必须控制在极低的水准上，因为汽车芯片如果出了问题就直接关系到行车安全，跟手机死机需要重启完全是两个量级的事故后果。玄戒D100同样采用了台积电3纳米工艺制造，它是国内首款使用3纳米工艺的智能驾驶芯片，标志着国产车规级AI芯片在制造工艺上已经追上了国际一线水平。CPU部分配备了20个核心，NPU部分则是16个核心，最高支持160GB的统一内存寻址空间，这意味着智能驾驶系统可以在一个统一的内存池里同时存放高精度地图数据、感知融合算法模型和决策规划算法模型，各个模块之间交换数据不需要在多个内存区域之间来回拷贝，延迟更低效率更高。小米在沟通会上表示，玄戒D100这一颗芯片单独就能够容纳最高2000亿参数规模的本地大语言模型部署，而整台AI Cube工程机对外展示的配置是1200亿参数和30亿参数两个模型同时并行部署运行，大模型负责复杂的语义理解和深度推理，小模型负责那些需要毫秒级响应的轻量级交互任务，大小模型各司其职配合干活。玄戒D100同样计划在2027年正式投入商用，它将直接瞄准智能汽车域控制器这个市场规模巨大且竞争激烈的赛道，跟目前市面上已经站稳脚跟的英伟达Drive系列和高通Snapdragon Ride系列展开正面竞争，这对于国产智能驾驶芯片产业来说是一个非常有分量的入局者。

把玄戒O3、玄戒O100和玄戒D100这三颗芯片放到一起横向来看，它们的定位和覆盖领域非常清晰——玄戒O3面向的是个人移动智能终端比如手机和平板电脑，玄戒O100面向的是端侧AI加速推理设备，玄戒D100面向的是智能驾驶汽车。三颗芯片各自覆盖了“人、车、家”全场景智能生态中的三大核心领域。小米这次在技术沟通会上同时亮出三颗已经完成研发甚至已经进入量产阶段的芯片，标志着他们的自研芯片战略已经从几年前单一的澎湃手机SoC突破，迈向了覆盖多场景、多品类、多制程的全方位AI算力布局。根据小米集团创办人雷军在沟通会上透露的信息，小米自2021年正式重启大芯片研发计划以来，累计投入的研发经费已经超过了210亿元人民币，目前有将近3000名工程师和研发人员参与芯片相关的开发工作。搭载上一代玄戒O1芯片的小米设备累计出货量已经突破100万颗，这个量级说明小米的芯片已经完成了从实验室到大规模量产消费产品的关键一步，不是停留在纸面上的PPT芯片，而是实实在在经过了百万级终端用户的实际使用验证，这对于芯片设计团队来说是非常宝贵的反馈数据和工程经验积累。

咱们现在把视线拉回到AI Cube这台机器本身。这台工程机本质上就是把上面所说的三颗芯片全部塞进了一个尺寸紧凑的金属壳体里，让它们通过某种异构计算架构协同工作来对外输出综合算力。AI Cube的外壳设计也很有说头，它采用的是航天级铝合金材质的一体成型工艺，就是那种一整块铝锭通过数控机床切削出来的Unibody结构，这种工艺的好处是整体结构强度高、没有拼接缝隙、散热效率也比拼接式的机箱更好，整个机身的侧面和顶盖表面布满了密密麻麻的散热孔，总数达到了33874个，这些孔洞都是通过CNC精密加工的方式一个一个铣出来的，每一个孔位的大小和间距都保持严格一致，视觉上看起来非常规整，强迫症看了都会觉得很舒适。这种大面积高密度的镂空开孔设计，一方面保证了内部三颗芯片在持续150瓦功耗输出的情况下能够获得足够大的通风面积来带走热量，不会因为散热不足而导致过热降频影响性能发挥，另一方面在美学上也形成了一种极具科技感的视觉效果，让这台机器摆在桌面上看起来更像一件工业艺术品而不是一台冷冰冰的电脑主机。整台AI Cube工程机的持续性能释放被标定在150瓦，配备了80GB的统一内存池，能够稳定运行1200亿参数和30亿参数两个大语言模型的同时本地部署，并且支持快慢系统之间的灵活切换，快系统用30亿参数的小模型来保证响应速度，慢系统用1200亿参数的大模型来保证回答质量，两者配合可以在速度和准确性之间取得一个比较理想的平衡点。

这台AI Cube工程机的亮相其实向外界透露了小米在芯片战略上的一个重要转向信号。以前大家提到小米的芯片，想到的无非就是手机上用的澎湃SoC和配套的充电管理芯片、影像ISP芯片，这些芯片的应用场景非常单一，就是围绕着手机这一个品类转，芯片设计团队的目标也非常明确就是把手机上的性能和功耗做到最优。但现在AI Cube把手机SoC也就是玄戒O3、AI加速器也就是玄戒O100和车载智驾芯片也就是玄戒D100这三条完全不同的产品线同时拉到了台面上，并且用异构计算系统整合的方式把它们塞进了同一台机器里协同工作，这说明小米内部在芯片研发上的组织能力和资源投入力度已经达到了一个相当可观的量级，能够同时支撑三个完全不同的芯片项目并行推进并且都取得了实质性的成果。小米集团副总裁、新业务部负责人朱丹在这次技术沟通会上明确表示，玄戒的定位就是为小米的人车家全生态打造AI算力底座。雷军也强调，此次的三芯齐发是小米在芯片业务上的重要扩充，标志着玄戒已突破单一手机芯片设计的业务边界，成为支撑小米人车家全生态的AI算力底座。这句话的分量其实很重，因为它意味着小米已经把芯片自研从一个辅助性的供应链备胎策略，升级成了整个公司生态战略的核心支柱之一，不再是怕被卡脖子才做芯片，而是主动要把芯片变成自己的核心竞争力。

不过聊到这里，估计所有读者心里最关心的那个问题已经憋了很久了——这台AI Cube到底卖多少钱？什么时候能买到？对于这两个问题，小米官方在技术沟通会上的回应非常简洁明了：目前没有公布任何价格信息，也没有公布任何面向零售市场的发售日期。AI Cube现在仍然稳稳地停留在工程原型机阶段，它的主要存在意义就是通过这台能跑起来的实物来向外界展示小米在芯片自主设计、异构计算架构和晶圆级先进封装这三个前沿技术领域已经取得的技术成果和工程化能力，而不是立刻就要把它做成量产商品推向零售货架。据小米工作人员向现场媒体介绍，这台设备不联网、本地化运行，系统为小米HyperOS，目前暂未确定是否会对外出售，可能还是要看市场需求。玄戒O100和玄戒D100这两颗芯片都明确标注了计划在2027年投入商用，但具体是以AI Cube整机的形式直接卖给消费者，还是以独立芯片的形式卖给汽车厂商和其他硬件设备制造商，目前小米还没有给出任何确定性的方案。按照半导体行业以往的惯例来推断，这种高度整合的系统级工程验证平台通常不会直接以零售产品的形态出现在普通消费者的购买清单上，更常见的技术转化路径是这样的：芯片设计公司先把芯片单独做出来通过车规认证或者消费电子认证，然后各家终端厂商再基于这些芯片分别设计不同形态、不同尺寸、不同价位的最终产品。所以普通消费者在短期内想买到AI Cube整机的概率基本为零，更加现实的时间线判断是2027年之后，市面上会开始陆续出现搭载玄戒O100或者玄戒D100芯片的其他形态产品，它们可能是智能驾驶域控制器、也可能是AI边缘计算盒子、也可能是某种我们目前还想象不到的全新品类设备。

这其实也完全符合小米这些年在技术研发上一贯的行事风格——先在技术沟通会或者媒体开放日上秀一把肌肉，展示一下实验室里已经跑通了的先进技术成果，然后把技术逐步打磨成熟再落地到量产产品上去。上一代玄戒O1芯片从首次在技术沟通会上公开亮相到最终搭载在小米15S Pro和小米平板7 Ultra等量产设备上正式开卖，中间大概用了一年多的时间，这一次玄戒O100和玄戒D100从2026年8月的工程展示到2027年计划中的商用时间表，节奏上也是差不多的。所以大家现在看到这台AI Cube，可以把它理解成小米在自研芯片这条路上立下的一根标尺，它告诉外界我们已经走到了这里、我们已经能做到这件事了，至于下一步怎么走、怎么落地、怎么让普通消费者能用上，那是接下来一到两年内要逐步解决的事情。

AI Cube这台机器也很容易让人联想到NVIDIA的DGX Spark桌面超算设备。后者配备GB10超级芯片与128GB统一内存，在NVFP4稀疏模式下可提供1 PFLOP的AI算力，并支持最高2000亿参数模型在本地运行，是NVIDIA面向AI开发者和研究人员推出的桌面级超算产品。二者目前还很难以“谁更快”定高下：DGX Spark面向的是AI开发桌面及成熟的软件生态，有NVIDIA完善的CUDA生态和大量经过优化的预训练模型做支撑，而AI Cube则是小米展示三类自研芯片协同和端侧AI落地路径的工程样机，目前还没有公开的软件生态和开发者工具链信息；算力精度、内存配置、软件栈与应用目标各有不同，一个是已经面向市场销售的成熟产品，一个是刚刚从实验室拿出来的工程验证原型。AI Cube能否成为“下一个DGX Spark”，现在尚不能得出结论。它的价值首先在于让三芯战略从发布会PPT走向可触摸的场景，让协同算力与大模型实现设备落地，无论“玄戒三芯”是同时出现在AI小主机还是智能汽车里，都让我们对小米长期宣扬的“人车家”全场景能力有了更进一步想象的空间。不过，原型机距离产品仍隔着系统适配、开发者工具、模型生态与成本控制等多道门槛，什么时候能把软件生态补齐到足够让第三方开发者愿意在这个平台上做应用、什么时候能把成本压到普通消费者和中小企业能够接受的范围，这些都不是一年半载能解决的问题。小米尚未公布AI Cube的完整配置、上市时间和售价，等这些答案落定，我们才能更具体地看到它如何从技术秀场变成端侧AI的新入口。

从这台AI Cube工程机目前展示出来的技术完成度和工程成熟度来看，小米在自研芯片这条路上确实是在踩实了步子认认真真地往前推进的。一台一百五十瓦持续功耗的小尺寸主机就能稳定运行千亿参数级别的大语言模型本地推理，这件事情放在三四年前连想都不敢想，那时候想要在本地跑一个像样的语言模型，你得花好几万块钱配一台双路GPU工作站，功耗轻轻松松五六百瓦起步，体积大得像个小冰箱，噪音也大得让人头疼。而现在小米用三颗自研芯片加上晶圆级3D堆叠封装，把整个系统压缩到了一个能够摆进背包的尺寸里面，这背后跨越的不只是芯片设计这一个环节的进步，而是半导体制造、先进封装、异构计算架构、系统散热工程、底层驱动和编译器优化等多个维度的同步突破，每一个环节都有大量工程问题需要解决，任何一块短板都会导致整个系统跑不起来或者跑起来不稳定。玄戒O3负责手机端，O100面向高带宽AI计算，D100则切入智能驾驶。三条产品线背后是一笔规模经济的账：芯片研发前期投入巨大，一颗芯片从立项到流片到量产动辄几十亿甚至上百亿人民币的研发经费，如果最终只能服务一两款机型，研发投入需要由有限的出货量承担，单颗芯片的成本会高得离谱。而如果同一套计算能力能够逐步进入手机、汽车乃至其他本地AI设备，能够承载这笔研发投入的终端规模就会被拉大，芯片的单颗成本也能随着出货量的增加而快速下降，最终形成良性的商业闭环。

当然，这套逻辑目前仍停留在向外扩张的第一步。玄戒O3将在今年进入量产设备，玄戒O100和D100则要等到明年才正式商用。三颗芯片能不能真正进入足够多的设备，以及自研芯片最终能不能转化成成本、性能或者产品差异化方面的竞争优势，都还需要更大的出货规模来验证，也还需要时间等待市场给出真实的反馈。这台机器最终会不会量产、什么时候量产、卖多少钱，这些问题的答案我们今天确实还拿不到，但至少有一点是可以确认的——小米已经把端侧大模型本地化部署这个目标从一个遥远的设想变成了一台能够摸到、能够看到、能够通电跑起来的物理实体，从纸面走到了实物，从PPT走进了实验室，这一步本身就是值得尊重的。至于这条路最终能延伸到多远、能跑多快，咱们不妨把时间轴拉长一点，等明年和后年再回头来审视今天这台代号AI Cube的金属小盒子，说不定那个时候我们会发现，它就是端侧AI计算变革这条路上一个值得被反复提起的起点，而我们现在正在看着它刚刚迈出第一步。