30B 装进手机，麒麟 9050 怎么压到 2.5 GB

说实话，手机端跑大模型这事，这两年一直卡在参数规模上，几个 B 的模型是常态。11 月 11 日，麒麟官方公众号把 9050系列 NPU的细节抖了出来：新一代达芬奇架构，性能比上一代提升 140%，功耗降 66%，官方称业界首个把 30B MoE 大模型塞进手机的端侧方案。今天不聊跑分，就聊聊那笔内存账、闪存这道坎、哪几款机器能用上，还有普通版本要等多久。

先把那笔内存账摊开

30B 指总参数量 300 亿，每次推理只激活约 2B 的参数，所以常驻内存压到了 2.5 GB以内。MoE 的思路说白了就是「轮流上岗」，300 亿个参数不是同时干活，谁被需要谁上场。这一步解释的是「跑得动」，还没有回答「装得下」。

官方给的体积账，一表看清：

差额部分靠闪存与内存之间换入换出填补，存储规格和容量直接决定体验下限。

没被激活的权重放哪

答案是闪存。参与当前计算的热专家加载进 DDR，暂时用不上的留在 Flash，官方把这套叫多级存算协同优化，上面再叠一层低比特量化。4bit 都要 15 GB 权重，加上系统和应用占用，256 GB 存储起步才勉强够用。这个 256 GB 是按公开信息算的，不是官方给的门槛。

再往深看一层，闪存搬运有速度上限。UFS 4.x顺序读取大致在 4 GB/s 上下，换入换出越频繁，等待越明显。这方案对存储规格和容量都挑，光靠软件优化填不平。

这道坎不在 NPU。

为什么先落在两个顶配版本

搭载 9050 系列逻辑折叠芯片的是 Mate 90 Pro Max 典藏版和 RS 非凡大师。这次披露的支持范围就摆着这两款，旧机型不在本次能力范围内。端侧 AI 的门票是大存储，堆料不足的机型想蹭也蹭不上。

官方给的分工是三层：1B 视觉模型管图像理解，7B Dense 管日常对话，30B MoE 留给复杂推理，任务按难度分流。小活不惊动大模型，功耗才压得住 66% 这个数。落地的是 AI 屏幕朗读、XMAGE 智拍 2.0、AI 眼动翻页、熄屏地图 2.0 这些感知类场景，调用链路不出手机。

扯句闲篇，我手上这台是 16 GB 加 512 GB，去年为了跑本地模型专门往大了买。当时同事还笑我，手机要那么大存储干啥，云不行吗。现在看这钱花得不冤，至少端侧跑模型不用看网络脸色。出趟地铁信号断断续续的时候，本地和云端的差距就摆在那儿。说回机型，手里常用的 App 是不是也跟着走本地，还得等更多机型铺开才看得清。

存储这笔钱，最后落在谁身上

再往大处看，这事跟今年的存储行情连着。2026 年内存和闪存价格一路走高，端侧 AI 对大存储的刚需等于又添了一把柴。厂商要堆 16 GB 内存、1 TB 闪存，成本最终会摊到整机价格里。30B 装进手机是技术突破，代价是终端对存储的需求只会更狠。

用存算协同绕制程限制，是拿不到最先进光刻机之后的一条现实解法。10 月麒麟媒体沟通会上提过 2031 年 P 核主频破 5 GHz 的目标，这次 NPU 细节算把路线图又填了一块。

👉 手上这台机器是多大内存加多大存储？评论区报个数。

点个「在看」，转给那个年底准备换机、还在纠结存储版本的朋友。