Qualcommの次世代Snapdragon、AI競争の焦点を速度からメモリへ
Qualcommは、次期プレミアムモバイルプラットフォームに搭載される3つの演算エンジンを公開した。その中には、同社が5GHzに到達できるとする初のモバイルCPUも含まれる。しかし、Qualcommの次世代Snapdragonにおける焦点は、単なるクロック速度の向上ではない。Oryon CPU、Adreno GPU、Hexagon NPUはいずれも、データ移動が時間、メモリ帯域幅、バッテリー電力を消費するという同じ制約に対応する。
そのため同社は、より多くのストレージと専用アクセラレーションを各演算エンジンの近くへ配置している。FlexCacheはCPUにデータを供給し、専用の高性能メモリはGPUに、より大きな共有メモリはNPUに提供される。これらの変更は、計画、グラフィックス、推論、システム操作の間を繰り返し行き来するワークロードを想定したものだ。
このアプローチにより、Qualcommはスマートフォンのメモリ制約と正面から向き合うことになる。AppleがA20 Proチップで、より高いメモリ帯域幅とニューラルアクセラレーションを訴求する中での動きでもある。Qualcommは戦略を説明するのに十分なアーキテクチャ詳細を示したが、勝者を断言するには独立した検証結果がまだ足りない。
Qualcommはチップ名を明かす前にプラットフォームを公開した
Qualcommが先行公開したのは、無関係な3つの部品更新ではなく、統合されたコンピューティング戦略だ。
公開は2026年8月25日の次世代Oryon CPUから始まった。Qualcommは9月2日に刷新したAdrenoグラフィックスアーキテクチャを続けて発表し、9月10日にはHexagon NPUの詳細を公表した。これにより、Snapdragon Summit 2026を前に中核的な処理構成がそろった。
同社は今回の発表で、このプレミアムモバイルプラットフォームの名称を公表していない。ただしQualcommによれば、このシリコンは次世代フラッグシップ端末に搭載される。Snapdragon Summitは、ハワイ州マウイで9月22日から9月24日に開催予定だ。
初期アーキテクチャ報告では、2基のPrimeコアと6基のPerformanceコアで構成される8コアOryon CPUが説明されている。Qualcommによると、Primeコアは5GHzに到達する。GPUは1.45GHzで動作する3つのスライスに加え、18MBのローカル高性能メモリを搭載する。
Hexagon NPUには、トランスフォーマー演算向けのElement Acceleratorが追加される。トランスフォーマーは、現代の大半の言語モデルを支えるニューラルネットワークアーキテクチャだ。Qualcommはまた、NPUが最大32Kのコンテキスト長をサポートし、モデルセッション中に最大32,000トークンを扱えるとしている。
これらの仕様は、明快な性能面の見出しを生む。5GHzのモバイルCPUが注目を集めるのは、スマートフォンが厳しい熱設計およびバッテリー制約の中で動作しなければならないためだ。しかしQualcommは、新アーキテクチャの重要性を説明する際、繰り返しデータ局所性に立ち返っている。
データ局所性とは、命令、モデル状態、中間結果を、それらを使用するプロセッサの近くに保持することを指す。近くのキャッシュを使う方が、通常はシステムメモリへ繰り返しアクセスするよりも時間とエネルギーを必要としない。この原理は、CPU、GPU、NPUの設計全体に見られる。
CPUには動的に割り当てられるキャッシュプールが与えられる。GPUにはタイル、フレームバッファ、演算データ向けの専用ローカルメモリが備わる。NPUは、外部転送を減らすことを意図した、より大きな共有メモリとモデル読み込み技術を得る。
これは、エージェント型AIが一つの連続した計算ではないため重要だ。AIエージェントは、要求を解釈し、計画を立て、アプリケーションを呼び出し、応答を分析し、次の行動を修正する場合がある。異なる段階は複数の処理エンジンをまたぐ可能性があり、そのたびにデータ受け渡しのコストが増大する。
Qualcommは、周辺のメモリシステムが専用プロセッサに十分なデータを供給できる場合、それらの価値がより高まると見込んでいる。この提案は、単一のピーク周波数記録よりも重要な意味を持つ。一方で、仕様書だけから検証するのはより難しい。
5GHzのOryon CPUはCPUの物語の半分にすぎない
Oryon CPUの5GHz Primeコアが実アプリケーションを改善するには、まず有用なデータへ持続的にアクセスできなければならない。
QualcommはOryonを、独自設計のArmベースCPUマイクロアーキテクチャと呼ぶ。マイクロアーキテクチャとは、プロセッサが命令を実行し、分岐を予測し、キャッシュを管理し、データを移動させる方法を決める内部設計を指す。Qualcommは標準的なArm Cortex CPU設計をそのまま採用するのではなく、これらの選択を自ら管理している。
次のモバイル実装では、高負荷処理向けに2基のPrimeコア、その他のタスク向けに6基のPerformanceコアを備える。Qualcommは、PrimeコアによってOryonが5GHzに到達する初のモバイルCPUになるとしている。この主張は、出荷端末が独立したテストを受けるまでは企業側の主張にとどまる。
周波数だけでプロセッサ性能を説明することはできない。コアは各クロックサイクルで有用な命令を完了しつつ、データ不足による停止を避ける必要がある。熱と電力の制約も、スマートフォンが最高速度をどれだけ維持できるかを左右する。
したがってQualcommの5GHz Oryon設計では、周波数に関する主張にFlexCacheが組み合わされている。このアーキテクチャにより、異種コアは動的に割り当てられる一つのキャッシュプールへアクセスできる。異種コアとは、性能と効率の特性が異なるコアのことだ。
固定的なキャッシュ割り当てでは、あるコアが容量不足に陥る一方、別のコアには未使用容量が残る場合がある。FlexCacheでは、作業セットが拡大した際に、高負荷のPrimeコアがより大きな共有プールから容量を利用できる。作業セットとは、アクティブなタスクが一定期間に必要とするデータと命令を指す。
この作業セットをキャッシュ内に保持すれば、システムメモリへのアクセス回数を減らせる。これによりレイテンシを抑えつつ、チップ全体のトラフィックも削減できる。タスクがPrimeコアとPerformanceコアの間を移動する場合にも役立つ可能性がある。
エージェント型ワークロードは、この設計目標をよく示している。あるコアがアプリケーションロジックを処理する一方で、別のコアがNPU向けデータを準備することがある。共有キャッシュは、各コアが再取得を強いられるのではなく、こうした移行中も関連情報を保持できる。
ゲームは別の例を示す。ゲームのプロセッサは、シミュレーション状態、キャラクターの挙動、シーンデータを繰り返し更新する。より大きくアクセス可能なキャッシュは停止時間を減らせる可能性があるが、実際の結果は各ゲームエンジンと端末の冷却システムに左右される。
動画編集にも連鎖的な処理が含まれる。デコード、エフェクト、プレビュー生成、書き出しでは、フレームが複数の演算ユニットをまたいで渡されることがある。Qualcommは、この情報をより多く近くに保持することで応答性が向上すると主張している。
不確実なのは持続性能だ。プロセッサは、高い周波数に一時的に到達しても、長時間のワークロードで維持できない場合がある。Qualcommは、このモバイルプラットフォームについて、完全な電力枠、キャッシュ容量、製造プロセス、持続的な熱性能の結果をまだ公表していない。
この不足はアーキテクチャを無効にするものではない。5GHzという数値を最終的な結論ではなく、システムの一部として扱うべきだという意味だ。出荷されるスマートフォンは、冷却、バッテリー容量、ソフトウェアスケジューリング、メーカーによるチューニングで差が出る。
Qualcommは比較環境の難しさにも直面している。AppleのA20 Proは、iPhone 18 Proで6コアCPUと再設計された熱対策パッケージを採用する。Appleは新チップがiPhone史上最高の持続性能を実現すると主張する一方、Qualcommはモバイル周波数の到達点を主張している。
これらの主張は異なる指標を用いている。一方はピーククロックを重視し、もう一方は製品としての持続性能を重視する。独立テストでは、同等のワークロード、温度、電力条件下で完成品のスマートフォンを比較する必要がある。
購入者にとって有用な問いは、仕様ページに5GHzと記載されているかどうかではない。Oryon CPUが、バッテリー駆動時間を縮めたり数分後にスロットリングを起こしたりせず、日常的なタスクと高負荷タスクをより速く完了できるかどうかだ。
Qualcommの次世代Snapdragonはメモリ局所性を主軸に据える
Qualcommの次世代Snapdragonアーキテクチャは、AIアクセラレーションを主要なすべての演算エンジンへ広げながら、メモリを処理の近くに配置する。
Adreno GPUは、この戦略を特に分かりやすく示している。Qualcommによると、新設計には3つのグラフィックススライスがあり、それぞれに専用のMatrix Coresが搭載される。Matrix Coresは、ニューラルネットワークと現代のグラフィックス技術で使われる数学演算を高速化する。
同社によれば、これは専用AIコアを備える初のAdreno世代だ。AI支援グラフィックス処理をすべてNPUへ送るのではなく、ゲームは特定のモデルをグラフィックスパイプライン内で処理できる。これにより、処理ブロック間の往復が不要になる。
GPUには、18MBのAdreno High Performance Memory、すなわちHPMも搭載される。このローカルストレージには、フレームバッファ、レンダリングタイル、中間演算結果などが格納される。Qualcommは、これらのアセットをGPU上に保持することで、システムメモリへのトラフィックを減らせるとしている。
同社は、Snapdragon 8 Elite Gen 5を基準として電力効率が12％向上したと報告している。この数値はまだ独立して再現されていない。Qualcommはまた、すべてのワークロードや持続動作条件を比較できるだけのテスト詳細も公開していない。
Adreno Neural Fusionは、これらのMatrix Coresを中心に構築されたソフトウェアおよびハードウェアシステムだ。これはAI支援の超解像を適用し、低い解像度でシーンをレンダリングした後、より鮮明な出力を再構成する。この技術は、効果的に実装された場合、グラフィックス処理を削減できる。
従来のアップスケーリングでは、ちらつき、ゴースト、細部のぼやけが生じることがある。Qualcommは、新手法が細部を維持しながら動きの安定性を改善するとしている。同社のAIレンダリングアーキテクチャは、UnityおよびUnreal Engineのワークフローと統合されている。
こうした統合は重要だ。ハードウェア機能には開発者の採用が必要だからである。エンジンやアプリケーションが容易に利用できなければ、専用アクセラレータの価値は限られる。UnityとUnrealのサポートは統合作業を減らすが、個々のスタジオは依然として互換実装をテストし、提供する必要がある。
Hexagon NPUは、言語モデルとエージェントに同じ局所性の原理を適用する。NPUは、機械学習の演算を効率よく実行するために設計されたニューラル処理ユニットだ。Qualcommは、ベクトル拡張とスカラー拡張に加え、トランスフォーマー計算に焦点を当てたElement Acceleratorを追加した。
ベクトル拡張は、多数の関連する値を並列に処理する。スカラー拡張は、ルーティングや意思決定ロジックを含む個別の演算を処理する。Qualcommは、これらのユニットを推論、オーケストレーション、モデル制御のための集合的アーキテクチャとして提示している。
同社によれば、大容量共有メモリは50％増加した。モデル状態、コンテキスト、アクティベーション、キー・バリューキャッシュのデータをNPUの近くに保持することで、外部メモリ要求を減らせる可能性がある。キー・バリューキャッシュは、モデルが新しいトークンごとにそれまでの全計算を繰り返さないよう、過去のトランスフォーマー計算を保存するものだ。
Qualcommはまた、Snapdragon 8 Elite Gen 5と比べ、INT4モデルにおけるプリフィル性能が最大50％向上すると主張している。INT4はモデル値を4ビット整数で保存し、精度を犠牲にする可能性がある一方でメモリ使用量を減らす。プリフィルは、モデルが応答を生成する前に初期プロンプトを処理する段階だ。
NPUはINT2、INT4、INT8、FP8、FP16の数値形式をサポートする。開発者は、モデル品質、速度、メモリ、エネルギー要件に応じて、より小さい表現とより大きい表現を選択できる。一般に低精度はリソース使用量を減らすが、結果はモデルが量子化をどれほど許容できるかに依存する。
最も野心的な主張は、Mixture-of-Expertsモデルに関するものだ。MoEモデルには専門化されたパラメータ群が含まれるが、各入力に対して有効化されるのは選択された群だけである。これにより、すべてのトークンで全パラメータを動かすことなく、より大規模なモデル全体にアクセスできる。
QualcommのHexagon NPU detailsによれば、このプラットフォームは総パラメータ数が最大300億のMoEモデルをサポートできる。各トークン生成ステップでアクティブなルーティング対象パラメータは約30億にとどまる。
Qualcommは、非アクティブなエキスパートをフラッシュストレージに保存し、必要に応じて選択されたエキスパートを移動・キャッシュする方法を提案している。このアプローチは、その時点で必要となるワーキングメモリを削減する。ただし、モデル全体がストレージ容量、読み込み遅延、帯域幅の制約から解放されるわけではない。
したがって、この3つのエンジンは異なる段階を担う。Oryonはシステム全体の動作と汎用コードを調整する。Hexagonは集中的なニューラル推論を実行する。Adrenoはグラフィックスを処理しながら、レンダリングパイプライン内で動作するAIモデルを高速化する。
この戦略は、各ワークロードを最適なプロセッサに割り当てるヘテロジニアスコンピューティングである。Qualcommは長年にわたりヘテロジニアス処理を採用してきた。重要な変化は、専用AI処理とローカルメモリが、プラットフォーム全体により深く広がっている点だ。
AppleとMediaTekも同じ制約下で競っている
Qualcommの競合各社も、NPUを孤立した機能として扱うのではなく、CPU、GPU、ニューラルアクセラレーション、メモリ、ソフトウェアを組み合わせている。
AppleはQualcommによるHexagonの発表の前日、9月9日にA20 Proを発表した。Qualcommは完成したデバイスプラットフォームをまだ公開していないものの、このタイミングによって2つの異なるフラッグシップ戦略が公の場で比較できるようになった。
A20 Proは2ナノメートル製造プロセスを採用し、6コアCPU、7コアGPU、Dual 16-core Neural Engineを搭載する。Appleによると、このチップはA19 Proよりメモリ帯域幅が50％広く、CPUとGPUにもニューラルアクセラレータを組み込んでいる。
この類似性は重要だ。両社とも、機械学習機能を汎用処理、グラフィックス、専用ニューラルハードウェアに分散している。また、メモリ移動と持続的な動作を中核的な設計課題として扱っている。
AppleのA20 Pro platformは、チップに加え、iPhone 18 Pro内部の新しいパッケージングと大型ベイパーチャンバーを採用している。Appleは、この熱設計により前世代比で最大40％高い持続性能を実現するとしている。
Qualcommは、これに相当する完成済みのスマートフォンも、その冷却実装も公開していない。Snapdragonの顧客は異なる熱設計のデバイスを製造するため、メーカーには柔軟性がある一方、結果にはばらつきが生じる。同様のシリコンを使うSnapdragonスマートフォンでも、挙動が異なる場合がある。
Appleはチップ、OS、フレームワーク、最終製品を管理している。この統合により、アプリケーションがNeural Engineなどのアクセラレータを利用する方法を簡素化できる。Qualcommは、Android、端末メーカー、モデル開発者、ゲームエンジン、自社ソフトウェアスタックを調整しなければならない。
Qualcommには、展開規模という別の強みがある。同社のプレミアムプラットフォームは複数メーカーのデバイスに採用されており、1つのアーキテクチャで多様な設計を支援できる。ただし、成功はパートナーが新機能を一貫して公開・活用できるかにかかっている。
Android陣営では、MediaTekも比較対象となる。同社のDimensity 9500は、8コアCPU、Arm Mali-G1 Ultra GPU、MediaTek NPU 990を組み合わせる。MediaTekはこのプラットフォームを、生成AIやエージェント型AI、ゲーム、イメージング、継続的なローカル推論向けに展開している。
同社によれば、NPU 990は前世代比で2倍超のトークン生成速度を提供する。また、特定のAI処理ではピーク時の消費電力を最大56％削減できると主張している。Qualcommの数値と同様に、これらの結果は同社が選定した条件に依存する。
MediaTekのDimensity 9500 specificationsは、Qualcommだけが専用かつ低消費電力のニューラル処理を追求しているわけではないことを示している。競争の焦点は、単一のTOPS値ではなく、完全なプラットフォーム、開発者ツール、実際に出荷される体験にある。
TOPSは1秒あたりの兆回演算を意味する。理論上のNPUスループットを表すことはできるが、モデル互換性、メモリ容量、トークン速度、ソフトウェアオーバーヘッド、消費エネルギーは捉えられない。Qualcommは特に、新たな情報開示でアーキテクチャとワークロード動作に重点を置いている。
競争圧力はベンチマーク首位争いを超えている。スマートフォンメーカーには、常時クラウドへアクセスせずに動作する説得力あるAI機能が必要だ。開発者には、アクセラレータを安定して利用できる道筋が必要だ。ユーザーには、許容できない発熱、遅延、バッテリー消費なしに動く機能が必要だ。
ローカル処理は、一部のデータをデバイス内に保持できるため、プライバシーを改善できる。また、ネットワーク遅延を減らし、接続が弱い状況でも機能を提供できる。ただしローカル実行でも、アプリケーションには権限、モデル更新、機微なデータを責任を持って扱うことが求められる。
クラウドモデルは、規模、迅速な更新、大規模な計算資源へのアクセスで優位性を維持する。したがって、より現実的な競争は、ローカルかクラウドかという絶対的な二者択一ではない。品質と応答性を保ちながら、スマートフォンがどれほど頻繁にクラウドを回避できるかである。
Qualcommは、自社アーキテクチャによってその境界を動かしたい考えだ。AppleとMediaTekも、それぞれのハードウェアとソフトウェアの仕組みを通じて同じ結果を目指している。そのため、孤立したマーケティング上の記録よりも、メモリ効率、開発者アクセス、持続性能のほうが有用な比較軸となる。
アーキテクチャ上の主張には、なお出荷製品での証拠が必要だ
Qualcommは設計がどのように動作するべきかを説明したが、完成したプラットフォームが市販スマートフォン内でどう振る舞うかはまだ示していない。
最大の証拠不足は、電力と熱に関するものだ。5GHzのピーク値だけでは、2基のPrimeコアがその周波数でどれだけ長く動作できるかは分からない。また、必要なエネルギー、表面温度への影響、熱制限が作動した後の性能も明らかにならない。
GPU電力効率の12％改善にも同様の文脈が必要だ。QualcommはSnapdragon 8 Elite Gen 5を基準と特定しているが、実際の向上幅はゲーム、解像度、フレームレート、ドライバー、スマートフォン設計によって異なり得る。Neural Fusionの画質についても、動きの激しいシーン全体で評価する必要がある。
AI性能には追加の複雑さがある。主張されているINT4 prefillの50％向上は、1つの段階と1つの数値形式を対象とする。これがエンドツーエンドのエージェント性能を自動的に50％高速化するわけではない。
エージェントは、モデル推論以外にも時間を費やす。ストレージ、ネットワーク応答、アプリケーション権限、OSサービスを待つことがある。NPUがトークンを高速に処理していても、ツールの失敗やソフトウェアの再試行が、ユーザーが感じる遅延の大部分を占める可能性がある。
300億パラメータのMoEサポートにも慎重な解釈が必要だ。各トークンでアクティブなのは約30億パラメータにすぎず、非アクティブなエキスパートはストレージ内で利用可能な状態を維持しなければならない。異なるエキスパートをフラッシュから読み込む際には、遅延が生じ、エネルギーを消費する可能性がある。
モデルサイズは品質を保証しない。学習データ、アーキテクチャ、量子化、ルーティング、アプリケーション設計はいずれも結果に影響する。特定のタスク向けに調整された小規模モデルが、適切な最適化なしに使われる大規模モデルを上回ることもある。
コンテキスト対応にも同じ注意が必要だ。32Kのコンテキストウィンドウは、アーキテクチャが参照できるトークン化された情報量を示す。それは、モデルがすべての詳細を正確に記憶したり、ウィンドウ全体にわたって正しく推論したりする保証ではない。
ソフトウェア対応は、最も難しい実務上の課題になる可能性がある。開発者には、安定したAPI、文書化されたモデル変換手順、プロファイリングツール、デバイス間で一貫した挙動が必要だ。広範なベンダー固有の調整を必要とする機能は、デモを超えて普及しにくい。
Qualcommは、Neural Fusionを主要ゲームエンジンに統合することで、導入障壁の1つを下げた。NPUのストーリーは依然として、フレームワーク、モデルの入手性、Androidサービス、端末ソフトウェアに左右される。アプリケーションが利用できないアクセラレータを、消費者が体験することはできない。
独立テストでは、ピークベンチマーク結果と持続的なワークロードも区別しなければならない。短時間のCPUテストはブースト周波数に有利に働く可能性がある。短いAIテストでは、長時間のセッションで現れるメモリ圧迫や温度変化を明らかにできない場合がある。
platform analysisは、Qualcommの情報開示全体に共通するテーマとしてメモリ局所性を挙げている。この解釈はアーキテクチャと整合するが、出荷製品での性能に関する仮説にとどまる。
Qualcommは、主張の背後にある仕組みを明らかにした点で評価に値する。FlexCache、Matrix Cores、HPM、Element Accelerator、フラッシュ管理されたエキスパートは、一般的なAI性能ラベルより多くを伝える。ただし、それらを組み合わせた価値には依然として測定が必要だ。
最も強い結果は、単一ベンチマークでの勝利ではない。バッテリーと熱の制約下でも応答性を保つ有用なアプリケーションとともに、複数の市販スマートフォンで一貫した性能を示すことだ。
それらのデバイスが登場するまで、Qualcommの次世代Snapdragonプラットフォームは、詳細なアーキテクチャ提案として理解すべきだ。現時点では、完成製品に対する最終判断ではない。
Qualcommの賭けが成功するかを決める3つの兆候
Snapdragon Summit、市販機のベンチマーク、開発者による採用が、Qualcommが実際のボトルネックを解決したのか、それともマーケティング上の優先順位を並べ替えただけなのかを決める。
最初の兆候は、Snapdragon Summit 2026におけるプラットフォームの完全発表だ。Qualcommはチップ名、製造プロセス技術、完全なキャッシュ構成、メモリ対応、接続性、性能目標を明らかにする必要がある。これらの詳細によって、3つのコンピュートエンジンを取り巻く構成が明らかになる。
発表では、初期のデバイスパートナーと提供開始予定時期も示されるべきだ。コミットしたメーカーの幅広い参加は、Qualcommのプラットフォームとしての主張を強める。展開が限定的、または遅延すれば、開発者が新機能を有意義な対象として扱えるまでの期間は長くなる。
2つ目の兆候は、持続的な独立テストだ。レビュアーは短時間および長時間のワークロードでCPU性能を測定し、その後に消費電力と温度を追跡すべきだ。最も有用な比較には、AppleのA20 Proと現行MediaTekフラッグシップシリコンが含まれる。
GPUテストでは、ネイティブレンダリングとNeural Fusionを別々に評価すべきだ。レビュアーは画質、フレームペーシング、消費電力、アーティファクトを検証する必要がある。再構成された画像がちらついたり、遅延が不安定になったりするなら、高いフレームレートの意味は薄れる。
NPUテストでは、プロンプト処理、トークン生成、メモリ消費、タスク全体の所要時間を対象にすべきだ。また、ローカル実行をCPU、GPU、クラウド支援型の代替手段と比較する必要がある。単一のピークスループット値では、これらの差異を捉えられない。
3つ目の兆候は、アプリケーションによる採用だ。Qualcommには、開発者がMatrix Cores、Element Accelerator、共有AIスタックを、人々が認識するソフトウェアで利用することが求められる。ゲーム、アシスタント、クリエイティブアプリケーション、生産性ツールは、測定可能な利点を示すべきだ。
有用なオンデバイスエージェントは、予測可能な権限管理のもとで複数ステップの操作を完了すべきだ。コンテキストを維持し、接続が弱い環境でも動作し、バッテリーを過度に消費しない必要がある。こうした結果は、ローカル化されたコンピュートが体験を変えるというQualcommの主張を裏付けるだろう。
限定的なデモでは、その主張は弱まる。1つの端末、または慎重に選ばれた1つのモデルに限定された機能も同様だ。開発者が大規模な個別対応をせずに複数デバイスへ機能を展開できるほど、プラットフォームの価値は高まる。
したがって今後数カ月、焦点はアーキテクチャ上のブロックから製品の実際の挙動へと移る。Qualcommは、生の演算性能だけでなくメモリ移動こそがモバイルAIの制約になるという、一貫した論拠を提示してきた。そして、その仮説が示す位置にキャッシュとアクセラレータを配置している。
次世代Snapdragonプラットフォームには、こうした選択が実際のスマートフォン、実際のソフトウェア、そして長時間の利用環境でも通用することを証明する必要がある。サミットで示される仕様に注目し、店頭製品での持続性能を比較し、実際にどのアプリケーションが新しいハードウェアを有効化するのかを確認したい。この3つのシグナルが、QualcommがオンデバイスAIを前進させたのか、それともチップ上のAIラベルを増やしただけなのかを示すだろう。
