高通从云到端破局内存资源问题：HBC、FlexCache、HPM

飞象原创（魏德龄/文）内存是一个在2026年绕不开的话题，某厂商高管在发布会中甚至在左手内存、右手处理器的情况下，半开玩笑地表示，根本不清楚这两样东西哪个更贵。内存也在影响着消费者的选购热情，以及AI厂商的算力规模部署速度，背后又进一步影响着芯片厂商的业绩。

与此同时，高通在近一段时间以来，将一个又一个围绕着内存问题的新技术名词呈现在了世人面前，无论是在面向数据中心，还是人手一部的手机，如何解决行业面临的内存资源挑战问题，成为高通的一大聚焦点。

云端HBC：更低成本、更低功耗

高通专门在2026年投资者大会上介绍了HBC，与HBM最主要的区别在于采用了“近存计算”架构，通过将AI加速器与XPU分离，并将XPU直接放置在DRAM堆叠下方，消除了长距离数据传输的带宽限制和功耗。在实现类似SRAM的高性能的同时，保持了HBM的大容量和高密度优势。

HBC的优势在于可以减少数据传输距离，进而降低功耗与热量。更关键的是降低了制造成本，由于取消了昂贵的硅中介层，允许使用标准封装技术来部署多个HPC堆栈，从而显著提升了性价比。另外，由于相同带宽下成本比HBM的成本低很多，所以在带宽受限的场景下，要达到相同性能，HBC在综合性价比上更占优势，能够精准解决客户的痛点。

据悉，高通的HBC既可以作为一项独立产品提供，也可以与其他产品搭配使用。这意味着，超大规模云服务商可以在已经拥有自己的CPU解决方案以及自己的AI加速器解决方案的情况下，在位于底层的计算逻辑中通过HBC来实现特定功能。与此同时，高通HBC方案也已经得到了一些大型存储器厂商的认可，双方将通过紧密合作，来共同推动HBC的落地。

此外，HBC技术不仅适用于数据中心，还能延伸至智能手机、PC、汽车和XR设备。这对于支持智能体AI至关重要，因为此类AI需要在设备上进行持续、低功耗的推理任务，从而保护电池续航。预计未来几年，HBC将有助于平抑内存带宽与计算能力之间的失衡。

端侧FlexCache与HPM：让AI更贴近处理器

“我们充分认识到行业面临的内存资源挑战，因此，我们正致力于通过创新，使更多AI能力能够在更靠近处理器的位置运行。”高通方面曾在不久前的2026骁龙峰会媒体预沟通会上表示。

在最新的骁龙8至尊版平台中，高通引入了一个全新缓存架构FlexCache，不仅延续了将Oryon打造成可扩展架构的核心设计理念，同时扩展了构建内存层级架构的方式。Qualcomm Oryon FlexCache可以动态分配缓存池，使运行在超级内核上的高负载工作在需要时可以利用几乎整个缓存池，同时保持超低时延缓存设计。高通方面表示，这种动态缓存技术在游戏、视频编辑、多任务处理和各种短时性能爆发的场景中带来出色表现。

Qualcomm Oryon FlexCache旨在为智能体AI提供强大的算力引擎，而CPU性能对实现这一目标至关重要。AI智能体会频繁迁移线程，并调用运行在不同核心上的工具。FlexCache可让智能体在运行高负载任务的同时，不会降低响应速度。

高通Hexagon NPU还将大容量共享内存扩容50%，从而将上下文和KV-cache数据保留在NPU内部。这意味着能够大幅减少访问外部DDR的次数，减少内存读取，降低时延，为其他工作负载释放宝贵的内存带宽。

在GPU层面，Adreno切片架构搭配18MB Adreno独立高速显存（HPM）。随着移动游戏变得更大、更复杂，开发者需要更快速、更智能地访问内存。HPM让内存更靠近IP模块，减少DDR数据读取。

HPM可被看作一个可配置的图形工作空间，用于存储渲染目标、深度和颜色缓冲区、前序渲染阶段生成的纹理以及其他中间数据。开发者可以根据需要，将这部分内存资源分配给最能带来性能收益的环节。更少的数据传输意味着更低的时延、更高的能效，以及更持久的游戏体验。

综合目前市场分析机构的预测来看，内存供应不足的问题将会至少持续至2028年前后，在此之前，内存的价格成本将依旧会是行业需要面临的课题。但这也或许是新技术架构的一种催化剂，换一种思路来提升效率，问题的背后也藏着机遇。