预填充吞吐超 330 Token/s：高通携手阶跃等为第六

9 月 23 日消息，夏威夷时间 9 月 22 日 9 点（北京时间 9 月 23 日 3 点）召开的 2026 骁龙峰会上，高通宣布携手阶跃、无量火及江波龙，基于第六代骁龙 8 超级至尊版移动平台，端侧适配与推理优化阶跃 StepEdge-Omni 30B-MoE 模型，并现场演示相关智能体助手。

该模型拥有 300 亿参数，依托混合专家架构，仅根据任务需要激活部分专家模块，以降低计算量和内存带宽需求。

合作方通过推理引擎、异构调度及存储方案优化，让模型运行内存需求较行业常规方案降低超过 50%，并支持在智能手机上稳定运行。

高通表示，该方案无需调用云端服务，可以在本地完成邮件理解、行程规划、日历同步、航班及酒店推荐、行程分享和邮件草拟等任务。

测试数据显示，模型预填充吞吐性能超过每秒 330 个 Token，解码吞吐性能超过每秒 28 个 Token。

注：“模型预填充吞吐性能是指大语言模型在推理的预填充（prefill）阶段，每秒能够处理的输入词元（token）数量，是衡量系统处理长提示词（prompt）和批量请求能力的关键指标。

业内人士认为，大参数 MoE 模型在手机端的部署，有助于推动低时延和隐私保护型智能体应用发展。不过，实际规模化应用仍取决于终端成本、功耗、模型可靠性及用户接受度等因素。

2026 骁龙峰会专题