11月10日至11日，华为麒麟官方公众号连发技术解读，首次把麒麟9050系列的具体参数完整摊开，并宣布实现业界首个30B MoE大模型端侧运行——不用联网、不用等云端。官方海报同时给出关键数字：新一代达芬奇架构NPU算力提升140%、能效提升66%，并注明数据来源于华为实验室测试结果。需要厘清的一点是，不少转述把66%写成"功耗降低66%"，而官方海报的标注是能效提升66%。麒麟9050系列也不是今天才发布的，它自9月起已随旗舰折叠屏量产上市，这次是把AI技术底座完整摊开讲清楚，核心信息只有一句话：端侧大模型的量级门槛，被从"3B级"抬到了"30B级"。IT之家微博
30B装进手机，靠的不是把300亿参数全跑一遍
普通用户对"手机跑30B大模型"的第一反应多半是：内存都不够，塞得下吗？这正是华为半导体无线终端芯片产品管理部部长徐松余此前总结的两道难题——“放不下"和"跑不久”。
解法藏在"MoE"这两个字母里。MoE（混合专家）模型的总参数量虽然达到300亿，但每次生成文字时只激活其中很小一部分"专家"分支，实际每次动用的计算量和数据搬运量远小于同等规模的稠密模型。华为官方称围绕它做了多级存算协同优化和低比特量化，徐松余给出的结果是内存节省75%、功耗下降20%-50%。余承东在此前的发布环节则称，30B参数的盘古大模型将进入麒麟芯片，基于麒麟架构的亲和设计让模型吞吐率提升5倍以上。拿用户已经见过的东西对比最直观：今年8月有数码博主发现，鸿蒙7"小艺"端侧大模型的安装包约3.44GB，当前手机上真正常驻可用的端侧模型，体量还在个位数B参数的级别。麒麟9050宣布的30B MoE，等于把手机本地能常驻的智能中枢容量抬高了一个数量级——前提是华为给出的上述优化在真机负载下成立。微博微博微博
芯片层面，撑住30B的是这套组合
官方披露的规格表里，撑起AI能力的是新一代达芬奇架构NPU：算力较上一代提升140%、能效提升66%，配套Transformer引擎、超低功耗感知引擎和CANN异构计算架构，并向开发者开放CANN Kit、XEngine Kit等能力套件。芯片本体的数字同样在这次公开：混合键合超过5000万、有效信号互连超过500万条，晶体管密度较上一代提升53.5%，灵犀CPU最高频率提升12.7%、马良GPU性能提升40%。至于逻辑折叠与常见3D堆叠封装的关系，华为的定义强调"对芯片解剖、重构"，而非简单叠加。今年10月围绕"高通是否取得逻辑折叠专利授权"的公开报道，也一度出现华为方面确认、高通否认回应两种说法。这属于技术路线与商业授权层面的争议，不影响"30B入端"这一结果本身已由官方确认。微博微博微博
落到用户身上：断网可用，是这轮更新真正的卖点
功能层面，华为列出的落地包括感知屏幕的AI屏幕朗读、感知影像的Xmage智拍2.0、感知人眼的AI眼动翻页、感知位置的熄屏地图2.0。机型层面，麒麟9050 Pro自9月起已随折叠屏机型Mate XT2首发搭载。在售的Mate 90系列也已用这颗芯片跑出了第三方续航实测成绩。对用户意味着三件事：飞行模式、地下车库、跨境出行等弱网场景下，端侧运行的功能可以不依赖网络交付；照片、文字内容等数据可以留在本机处理；智能响应不再受云端排队和带宽波动影响。微博微博
同时要保留三点边界。其一，“业界首个30B MoE入端"是华为官方表述，从近期行业报道看，端侧大模型与端侧算力的竞赛已经明显升温，各家芯片平台都在争夺本地大模型的支持规模。其二，性能与功耗数据均为华为实验室口径，第三方高负载实测中仍有机身发热明显的反馈，实际续航与发热表现有待真机检验。其三，官方目前确认的是麒麟9050具备30B MoE端侧运行能力，具体到哪款机型、哪个鸿蒙版本推送完整30B模型，华为尚未公布时间表；行业媒体已把这一天称为"端侧算力竞争换挡”，接下来的OTA节奏才是用户真正该盯的节点。36氪微博通信世界
