华为麒麟 9050 系列官宣新一代达芬奇架构 NPU，实现业界首个 30B MoE 大模型端侧部署

华为麒麟官方正式介绍麒麟 9050 系列芯片搭载新一代达芬奇架构 NPU，它是业界首个可以在手机终端本地跑 30B MoE 大模型的移动芯片，这套 NPU 相比上一代实现性能提升 140%、功耗下降 66%，内置 Transformer 引擎、超低功耗感知引擎以及 CANN 异构计算架构，搭配多级存算协同、低比特量化方案，只需要额外占用不到 2.5GB 内存就能流畅运行 30B MoE 模型，加载速度提升 25%，内存占用相比上一代直接节省 75%，就算离线状态也能完成复杂任务规划、AI 修图、多模态理解，不用依赖云端算力，延迟更低、用户数据也不会上传，隐私性更好。麒麟 9050 系列本身是首款逻辑折叠 τ 芯片，依靠立体堆叠的逻辑折叠架构给 NPU 提供充足带宽支撑，还采用端侧大脑 + 小脑协同的 Mobile Agent 架构，分工处理复杂推理和持续低功耗感知，支撑 Xmage 智拍 2.0、AI 眼动翻页、熄屏地图 2.0 等本地 AI 功能。下面把 NPU 核心参数、端侧模型矩阵、大小脑协同机制整理清楚。

新一代达芬奇架构 NPU 核心参数清单

• 相对上代：性能 + 140%，功耗 - 66%
• 内置硬件引擎：Transformer 引擎、超低功耗感知引擎
• 配套软件底座：CANN 异构计算架构
• 30B MoE 内存开销：新增占用＜2.5GB
• 模型加载性能：提升 25%
• 内存占用对比上代：节省 75%
• 配套优化：多级存算协同、全链路低比特量化

麒麟 9050 端侧可运行模型矩阵

端侧大脑 + 小脑协同架构说明

1. 大脑模块：依托 30B MoE 大模型，负责深度理解用户意图、多步骤推理、复杂任务规划，属于高算力重负载 AI 任务
2. 小脑模块：超低功耗感知引擎持续在线，负责环境感知、快速识别、实时响应，长时间待机也不会过度耗电
3. 协同调度：由系统统一分配算力，简单任务交给小脑快速处理，复杂任务唤醒大脑，算力资源按需调配

落地应用场景

• Xmage 智拍 2.0：本地 AI 构图、场景优化、精细化修图
• AI 屏幕朗读：离线屏幕内容识别、摘要朗读
• AI 眼动翻页：识别视线，自动翻页、操控界面
• 熄屏地图 2.0：低功耗位置感知、离线导航辅助
• 本地 Agent：跨应用自动完成多步骤任务

【相关 FAQ】

问题 1：麒麟 9050 系列新一代达芬奇架构 NPU 最大亮点是什么？

回答 1：麒麟 9050 系列新一代达芬奇架构 NPU 最大亮点是业界首个支持 30B MoE 大模型入端，离线本地运行大模型，同时实现性能大涨、功耗明显降低。

问题 2：麒麟 9050 跑 30B MoE 大模型需要占用多少内存？

回答 2：麒麟 9050 依靠新一代达芬奇架构 NPU 和存算优化，运行 30B MoE 大模型新增占用内存小于 2.5GB，相比上代方案内存占用节省 75%。

问题 3：麒麟 9050 的 30B MoE 大模型必须联网才能使用吗？

回答 3：不用联网，麒麟 9050 新一代达芬奇架构 NPU 支持 30B MoE 大模型在端侧本地运行，离线状态下也可以完成推理、修图、任务规划等功能。

问题 4：麒麟 9050 端侧 “大脑小脑” 协同和新一代达芬奇架构 NPU 是什么关系？

回答 4：新一代达芬奇架构 NPU 是硬件算力底座，大脑小脑协同是基于这套 NPU 搭建的 Mobile Agent 架构，大脑跑 30B MoE 大模型做复杂推理，小脑负责低功耗持续感知。

【参考资料】

[2026-11-11]（华为麒麟 9050 系列芯片官宣搭载新一代达芬奇架构 NPU，业界首个 30B MoE 大模型入端）IT 之家

[2026-11-11]（华为麒麟 9050 系列官宣搭载新一代达芬奇架构 NPU：支持 30B 大模型端侧运行）搜狐

[2026-11-11]（2031 年主频突破 5GHz! 华为揭秘首款韬定律的芯片麒麟 9050 更多细节 搭全新 NPU）太平洋科技

[2026-10-19]（华为首度详解 “韬芯片”，麒麟 9050 逻辑折叠技术量产落地）南方 +

[2026-09-07]（华为时隔六年再次发布高性能芯片）新华网

【免责声明】

本文仅为麒麟 9050 系列新一代达芬奇架构 NPU 资讯整理，30B MoE 大模型入端的内存占用、性能、可用功能以华为官方固件、终端适配情况为准；不同机型内存配置、系统版本会影响大模型实际运行效果，本文不构成手机选购建议。