Snapdragon de Próxima Geração da Qualcomm Desloca a Disputa de IA da Velocidade para a Memória

A Qualcomm revelou três mecanismos em sua próxima plataforma móvel premium, incluindo a primeira CPU móvel que, segundo a empresa, pode alcançar 5GHz. No entanto, a história do Snapdragon de próxima geração da Qualcomm não se resume a uma frequência de clock mais alta. Sua CPU Oryon, GPU Adreno e NPU Hexagon miram todas a mesma limitação: mover dados consome tempo, largura de banda de memória e energia da bateria.

Por isso, a empresa está aproximando mais armazenamento e aceleração especializada de cada mecanismo de computação. O FlexCache alimenta a CPU, a memória dedicada de alto desempenho atende à GPU, e uma memória compartilhada maior dá suporte à NPU. Essas mudanças foram projetadas para cargas de trabalho que transitam repetidamente entre planejamento, gráficos, inferência e ações do sistema.

Essa abordagem coloca a Qualcomm em uma disputa direta com os limites de memória de um smartphone. Ela também chega no momento em que a Apple promove maior largura de banda de memória e aceleração neural em seu chip A20 Pro. A Qualcomm forneceu detalhes arquiteturais suficientes para explicar sua estratégia, mas não resultados independentes suficientes para declarar uma vencedora.

A Qualcomm Revelou a Plataforma Antes de Nomear o Chip

A Qualcomm apresentou uma estratégia de computação integrada, e não três atualizações desconectadas de componentes.

As divulgações começaram com a próxima CPU Oryon em 25 de agosto de 2026. A Qualcomm seguiu com sua arquitetura gráfica Adreno redesenhada em 2 de setembro. Em seguida, detalhou a NPU Hexagon em 10 de setembro, completando o panorama central de processamento antes do Snapdragon Summit 2026.

A empresa não nomeou publicamente a plataforma móvel premium nessas divulgações. No entanto, a Qualcomm afirma que o silício estará presente em sua próxima geração de dispositivos flagship. O Snapdragon Summit está programado para ocorrer de 22 a 24 de setembro em Maui, Havaí.

O relatório inicial sobre a arquitetura descreve uma CPU Oryon de oito núcleos, com dois núcleos Prime e seis núcleos Performance. Os núcleos Prime alcançam 5GHz, segundo a Qualcomm. A GPU utiliza três slices operando a 1,45GHz, além de 18MB de memória local de alto desempenho.

A NPU Hexagon adiciona um Element Accelerator para operações de transformer. Um transformer é a arquitetura de rede neural por trás da maioria dos modelos modernos de linguagem. A Qualcomm também afirma que a NPU suporta comprimentos de contexto de até 32K, o que significa que ela pode trabalhar com até 32.000 tokens durante uma sessão de modelo.

Essas especificações criam uma manchete óbvia de desempenho. Uma CPU móvel de 5GHz chama atenção porque os smartphones precisam operar dentro de limites rigorosos de temperatura e bateria. Ainda assim, a Qualcomm volta repetidamente à localidade dos dados ao explicar por que a nova arquitetura importa.

Localidade dos dados significa manter instruções, estado do modelo e resultados intermediários próximos ao processador que os utiliza. Um cache próximo normalmente exige menos tempo e energia do que acessos repetidos à memória do sistema. O mesmo princípio aparece nos projetos de CPU, GPU e NPU.

A CPU recebe um pool de cache alocado dinamicamente. A GPU recebe memória local dedicada para tiles, buffers de quadros e dados de computação. A NPU ganha mais memória compartilhada e técnicas de carregamento de modelos destinadas a reduzir transferências externas.

Isso importa porque a IA agêntica não envolve um cálculo contínuo único. Um agente de IA pode interpretar uma solicitação, elaborar um plano, chamar um aplicativo, analisar a resposta e revisar sua próxima ação. Diferentes etapas podem transitar entre mecanismos de processamento, elevando o custo de cada transferência de dados.

A Qualcomm aposta que processadores especializados entregarão mais valor quando o sistema de memória ao redor conseguir mantê-los abastecidos. Essa proposta é mais relevante do que um único recorde de frequência máxima. Também será mais difícil verificá-la a partir de uma ficha de especificações.

A CPU Oryon de 5GHz É Apenas Metade da História da CPU

A CPU Oryon precisa de acesso sustentado a dados úteis antes que seus núcleos Prime de 5GHz possam melhorar aplicações reais.

A Qualcomm chama a Oryon de microarquitetura de CPU personalizada baseada em Arm. Uma microarquitetura é o projeto interno que determina como um processador executa instruções, prevê desvios, gerencia caches e move dados. A Qualcomm controla essas escolhas em vez de inserir sem alterações um projeto padrão de CPU Arm Cortex.

A próxima implementação móvel conta com dois núcleos Prime para tarefas exigentes e seis núcleos Performance para outras atividades. A Qualcomm afirma que os núcleos Prime fazem da Oryon a primeira CPU móvel a alcançar 5GHz. Essa declaração continua sendo uma alegação da empresa até que dispositivos comerciais passem por testes independentes.

A frequência sozinha não pode descrever o desempenho de um processador. Um núcleo também precisa concluir instruções úteis em cada ciclo de clock, evitando interrupções causadas pela ausência de dados. Limites de calor e energia determinam ainda por quanto tempo um celular consegue manter sua velocidade máxima.

O projeto Oryon de 5GHz da Qualcomm, portanto, combina sua alegação de frequência com o FlexCache. Essa arquitetura permite que núcleos heterogêneos acessem um pool de cache alocado dinamicamente. Núcleos heterogêneos são núcleos com características distintas de desempenho e eficiência.

Uma alocação fixa de cache pode deixar um núcleo sem espaço enquanto outro tem capacidade não utilizada. Em vez disso, o FlexCache permite que um núcleo Prime exigente recorra a um pool compartilhado maior quando seu conjunto de trabalho cresce. Um conjunto de trabalho é o conjunto de dados e instruções de que uma tarefa ativa precisa em determinado período.

Manter esse conjunto de trabalho no cache reduz as idas à memória do sistema. Isso pode diminuir a latência e reduzir o tráfego pelo chip. Também pode ajudar quando uma tarefa transita entre núcleos Prime e Performance.

Cargas de trabalho agênticas ilustram o objetivo do projeto. Um núcleo pode lidar com a lógica do aplicativo enquanto outro prepara dados para a NPU. Um cache compartilhado pode preservar informações relevantes durante essas transições, em vez de obrigar cada núcleo a buscá-las novamente.

Jogos oferecem outro exemplo. Seus processadores atualizam repetidamente o estado da simulação, o comportamento dos personagens e os dados da cena. Um cache acessível maior pode reduzir interrupções, embora os resultados reais dependam de cada motor de jogo e do sistema de resfriamento do celular.

A edição de vídeo também envolve operações encadeadas. Decodificação, efeitos, geração de prévia e exportação podem transferir quadros entre várias unidades de computação. A Qualcomm argumenta que manter mais dessas informações próximas melhorará a capacidade de resposta.

A incerteza está no desempenho sustentado. Um processador pode alcançar uma frequência alta brevemente sem mantê-la durante uma carga de trabalho longa. A Qualcomm ainda não publicou o envelope completo de energia, a capacidade de cache, o processo de fabricação ou resultados térmicos sustentados para essa plataforma móvel.

Essa omissão não invalida a arquitetura. Ela significa que o número de 5GHz deve ser tratado como uma parte de um sistema, não como um veredito final. Os celulares comerciais variarão em resfriamento, capacidade de bateria, agendamento de software e ajustes do fabricante.

A Qualcomm também enfrenta um ambiente de comparação difícil. O A20 Pro da Apple usa uma CPU de seis núcleos e encapsulamento térmico redesenhado no iPhone 18 Pro. A Apple afirma que seu novo chip oferece o maior desempenho sustentado já visto em um iPhone, enquanto a Qualcomm reivindica o marco de frequência móvel.

Essas afirmações usam medições diferentes. Uma enfatiza um clock máximo, enquanto a outra enfatiza o desempenho sustentado do produto. Testes independentes precisarão comparar celulares finalizados sob cargas de trabalho, temperaturas e condições de energia equivalentes.

Para compradores, a pergunta útil não é se 5GHz aparece em uma página de especificações. É se a CPU Oryon conclui tarefas cotidianas e intensivas mais rapidamente sem reduzir a duração da bateria ou sofrer throttling após alguns minutos.

Snapdragon de Próxima Geração da Qualcomm Faz da Localidade da Memória o Principal Mecanismo

A arquitetura do Snapdragon de próxima geração da Qualcomm distribui a aceleração de IA por todos os principais mecanismos de computação, enquanto aproxima a memória do trabalho.

A GPU Adreno torna essa estratégia particularmente visível. A Qualcomm afirma que o novo projeto possui três slices gráficos, cada um contendo Matrix Cores dedicados. Os Matrix Cores aceleram as operações matemáticas usadas por redes neurais e técnicas gráficas modernas.

Segundo a empresa, esta é a primeira geração Adreno com esses núcleos dedicados de IA. Em vez de enviar toda operação gráfica assistida por IA para a NPU, um jogo pode processar determinados modelos dentro do pipeline gráfico. Isso elimina uma ida e volta entre blocos de processamento.

A GPU também contém 18MB de Adreno High Performance Memory, ou HPM. Esse armazenamento local guarda itens como buffers de quadros, tiles de renderização e resultados intermediários de computação. A Qualcomm afirma que manter esses recursos na GPU reduz o tráfego para a memória do sistema.

A empresa relata uma melhoria de 12 por cento no consumo de energia em relação à base do Snapdragon 8 Elite Gen 5. Esse número ainda não foi reproduzido de forma independente. A Qualcomm também não forneceu detalhes de teste suficientes para comparar todas as cargas de trabalho ou condições de operação sustentada.

Adreno Neural Fusion é o sistema de software e hardware construído em torno desses Matrix Cores. Ele aplica super-resolução assistida por IA, que renderiza uma cena em resolução menor antes de reconstruir uma saída mais nítida. Essa técnica pode reduzir o trabalho gráfico quando implementada de forma eficaz.

O upscaling tradicional pode introduzir cintilação, imagens fantasma ou detalhes suaves. A Qualcomm afirma que seu novo método melhora a estabilidade de movimento enquanto preserva detalhes finos. Sua arquitetura de renderização com IA está integrada aos fluxos de trabalho do Unity e Unreal Engine.

Essas integrações importam porque recursos de hardware precisam da adoção dos desenvolvedores. Um acelerador especializado tem valor limitado quando motores e aplicativos não conseguem acessá-lo facilmente. O suporte ao Unity e Unreal reduz o trabalho de integração, mas estúdios individuais ainda precisam testar e lançar implementações compatíveis.

A NPU Hexagon aplica o mesmo princípio de localidade a modelos de linguagem e agentes. Uma NPU é uma unidade de processamento neural projetada para executar operações de aprendizado de máquina com eficiência. A Qualcomm adicionou um Element Accelerator voltado a cálculos de transformer, junto a extensões vetoriais e escalares.

Extensões vetoriais processam muitos valores relacionados em paralelo. Extensões escalares lidam com operações individuais, incluindo lógica de roteamento e decisão. A Qualcomm apresenta essas unidades como uma arquitetura coletiva para inferência, orquestração e controle de modelos.

A empresa afirma que a capacidade de memória compartilhada de grande porte aumentou em 50 por cento. Manter o estado do modelo, o contexto, as ativações e os dados de cache de chave-valor próximos à NPU pode reduzir solicitações à memória externa. Um cache de chave-valor armazena cálculos anteriores de transformer para que o modelo não repita todo o trabalho anterior a cada novo token.

A Qualcomm também afirma oferecer desempenho de prefill até 50 por cento maior para modelos INT4 em comparação com o Snapdragon 8 Elite Gen 5. INT4 armazena valores de modelos usando inteiros de quatro bits, reduzindo o uso de memória com possível perda de precisão. Prefill é a etapa que processa um prompt inicial antes que um modelo gere sua resposta.

A NPU suporta os formatos numéricos INT2, INT4, INT8, FP8 e FP16. Desenvolvedores podem escolher entre representações menores e maiores com base nas necessidades de qualidade do modelo, velocidade, memória e energia. Menor precisão geralmente reduz o uso de recursos, mas os resultados dependem de quão bem um modelo tolera a quantização.

A afirmação mais ambiciosa diz respeito aos modelos mixture-of-experts. Um modelo MoE contém grupos especializados de parâmetros, mas ativa apenas grupos selecionados para cada entrada. Isso pode proporcionar acesso a um modelo total maior sem acionar todos os parâmetros durante cada token.

Segundo os detalhes da NPU Hexagon da Qualcomm, a plataforma pode suportar modelos MoE com até 30 bilhões de parâmetros totais. Cerca de 3 bilhões de parâmetros roteados permanecem ativos em cada etapa de geração de tokens.

A Qualcomm propõe armazenar especialistas inativos em armazenamento flash e, em seguida, mover e armazenar em cache os especialistas selecionados conforme necessário. Essa abordagem reduz a memória de trabalho exigida em um dado momento. Ela não elimina do modelo completo as limitações de armazenamento, latência de carregamento ou largura de banda.

Os três mecanismos, portanto, atuam em etapas diferentes. Oryon coordena a atividade do sistema e o código geral. Hexagon executa inferência neural concentrada. Adreno gerencia gráficos enquanto acelera modelos de IA que pertencem ao pipeline de renderização.

A estratégia é a computação heterogênea, que atribui cada carga de trabalho ao processador mais adequado para ela. A Qualcomm utiliza processamento heterogêneo há anos. A mudança importante é que operações de IA dedicadas e memória local agora se estendem mais profundamente por toda a plataforma.

Apple e MediaTek Competem pela Mesma Restrição

As rivais da Qualcomm também estão combinando CPU, GPU, aceleração neural, memória e software, em vez de tratar uma NPU como um recurso isolado.

A Apple anunciou o A20 Pro em 9 de setembro, um dia antes da divulgação da Hexagon pela Qualcomm. O momento coloca duas estratégias diferentes de flagship em evidência pública, embora a Qualcomm ainda não tenha apresentado a plataforma de dispositivo concluída.

O A20 Pro usa um processo de fabricação de 2 nanômetros e inclui uma CPU de seis núcleos, GPU de sete núcleos e Neural Engine Dual de 16 núcleos. A Apple afirma que o chip tem 50% mais largura de banda de memória do que o A19 Pro. Ela também posiciona aceleradores neurais dentro da CPU e da GPU.

Essa semelhança é significativa. Ambas as empresas estão distribuindo capacidades de aprendizado de máquina entre processamento geral, gráficos e hardware neural dedicado. Ambas também tratam a movimentação de memória e a operação sustentada como problemas centrais de design.

A plataforma A20 Pro da Apple combina seu chip com novo encapsulamento e uma câmara de vapor maior dentro do iPhone 18 Pro. A Apple afirma que o design térmico permite desempenho sustentado até 40% melhor do que a geração anterior.

A Qualcomm não revelou nem um telefone final equivalente nem sua implementação de resfriamento. Clientes Snapdragon desenvolvem dispositivos com sistemas térmicos diferentes, o que dá flexibilidade aos fabricantes, mas produz resultados variáveis. Um telefone Snapdragon pode se comportar de modo diferente de outro que use silício semelhante.

A Apple controla o chip, o sistema operacional, os frameworks e o dispositivo final. Essa integração pode simplificar a forma como os aplicativos usam seu Neural Engine e outros aceleradores. A Qualcomm precisa coordenar Android, fabricantes de celulares, desenvolvedores de modelos, engines de jogos e sua própria pilha de software.

A Qualcomm tem uma vantagem diferente em alcance. Suas plataformas premium aparecem em dispositivos de vários fabricantes, permitindo que uma arquitetura ofereça suporte a projetos diversos. O sucesso, porém, depende de os parceiros disponibilizarem os novos recursos de maneira consistente.

A MediaTek oferece outra comparação dentro do Android. Seu Dimensity 9500 combina uma CPU de oito núcleos com uma GPU Arm Mali-G1 Ultra e a MediaTek NPU 990. A MediaTek promove a plataforma para IA generativa e agêntica, jogos, imagem e inferência local contínua.

A empresa afirma que sua NPU 990 oferece mais do que o dobro da velocidade de geração de tokens de sua antecessora. Também alega uso de pico de energia até 56% menor para determinado processamento de IA. Assim como os números da Qualcomm, esses resultados dependem de condições selecionadas pela empresa.

As especificações do Dimensity 9500 da MediaTek mostram que a Qualcomm não está sozinha na busca por processamento neural especializado e de menor consumo. A disputa envolve plataformas completas, ferramentas para desenvolvedores e experiências entregues ao mercado, e não apenas um número de TOPS.

TOPS significa trilhões de operações por segundo. A métrica pode descrever o throughput teórico de uma NPU, mas não captura compatibilidade de modelos, capacidade de memória, velocidade de tokens, sobrecarga de software ou consumo de energia. A Qualcomm, em especial, concentrou suas novas divulgações em arquitetura e comportamento de cargas de trabalho.

A pressão competitiva vai além da liderança em benchmarks. Fabricantes de celulares precisam de recursos de IA convincentes que funcionem sem acesso constante à nuvem. Desenvolvedores precisam de caminhos confiáveis para aceleradores. Usuários precisam que esses recursos funcionem sem calor, atrasos ou consumo de bateria inaceitáveis.

O processamento local pode melhorar a privacidade porque alguns dados permanecem no dispositivo. Ele também pode reduzir a latência de rede e fornecer funções quando a conectividade é fraca. Ainda assim, a execução local exige que os aplicativos lidem de forma responsável com permissões, atualizações de modelos e dados sensíveis.

Os modelos em nuvem manterão vantagens em escala, atualização rápida e acesso a amplos recursos computacionais. A disputa mais realista, portanto, não é local versus nuvem como uma escolha absoluta. É com que frequência um celular pode evitar a nuvem preservando qualidade e capacidade de resposta.

A Qualcomm quer que sua arquitetura desloque esse limite. Apple e MediaTek buscam o mesmo resultado por meio de seus próprios sistemas de hardware e software. Isso torna eficiência de memória, acesso para desenvolvedores e desempenho sustentado pontos de comparação mais úteis do que recordes isolados de marketing.

As Alegações Arquitetônicas Ainda Precisam de Evidências em Produtos Comerciais

A Qualcomm explicou como o design deve funcionar, mas ainda não mostrou como a plataforma completa se comporta dentro de celulares vendidos no varejo.

A maior lacuna de evidências envolve energia e aspectos térmicos. Um pico de 5GHz diz pouco sobre por quanto tempo ambos os núcleos Prime podem operar nessa frequência. Também não revela a energia exigida, o efeito sobre a temperatura da superfície ou o desempenho depois que os limites térmicos entram em ação.

A melhoria de 12% no consumo de energia da GPU precisa de contexto semelhante. A Qualcomm identificou o Snapdragon 8 Elite Gen 5 como referência, mas os ganhos reais podem variar conforme jogo, resolução, taxa de quadros, driver e design do celular. A qualidade de imagem do Neural Fusion também precisa ser avaliada em cenas com muito movimento.

O desempenho de IA traz complicações adicionais. O alegado ganho de 50% no prefill INT4 cobre uma etapa e um formato numérico. Isso não se traduz automaticamente em desempenho agêntico ponta a ponta 50% mais rápido.

Um agente passa tempo fora da inferência de modelos. Ele pode esperar por armazenamento, respostas de rede, permissões de aplicativos ou serviços do sistema operacional. Falhas de ferramentas e novas tentativas de software podem dominar o atraso percebido pelo usuário, mesmo quando a NPU processa tokens rapidamente.

O suporte a MoE de 30 bilhões de parâmetros também exige interpretação cuidadosa. Apenas cerca de 3 bilhões de parâmetros ficam ativos para cada token, enquanto especialistas inativos devem permanecer disponíveis no armazenamento. Carregar diferentes especialistas da memória flash pode introduzir latência e consumir energia.

O tamanho do modelo não é garantia de qualidade. Dados de treinamento, arquitetura, quantização, roteamento e design do aplicativo afetam os resultados. Um modelo menor ajustado para uma tarefa específica pode superar um modelo maior usado sem otimização adequada.

O suporte a contexto exige a mesma cautela. Uma janela de contexto de 32K descreve quanta informação tokenizada a arquitetura pode endereçar. Ela não garante que um modelo recordará cada detalhe com precisão ou raciocinará corretamente por toda a janela.

O suporte de software pode se tornar a questão prática mais difícil. Desenvolvedores precisam de APIs estáveis, conversões de modelos documentadas, ferramentas de profiling e comportamento consistente entre dispositivos. Recursos que exigem ampla adaptação específica para cada fornecedor podem ter dificuldade para ir além de demonstrações.

A Qualcomm reduziu uma barreira à adoção ao integrar o Neural Fusion com grandes engines de jogos. A narrativa da NPU ainda depende de frameworks, disponibilidade de modelos, serviços Android e software dos aparelhos. Os consumidores não podem experimentar um acelerador que os aplicativos deixam de usar.

Testes independentes também precisam distinguir resultados máximos de benchmark de cargas de trabalho sustentadas. Execuções curtas de CPU podem favorecer a frequência de boost. Testes breves de IA talvez não revelem a pressão de memória ou mudanças de temperatura que surgem durante sessões mais longas.

Uma análise da plataforma identifica a localidade de memória como o tema comum entre as divulgações da Qualcomm. Essa interpretação se encaixa na arquitetura, mas continua sendo uma hipótese sobre o desempenho de produtos comerciais.

A Qualcomm merece crédito por revelar os mecanismos por trás das alegações. FlexCache, Matrix Cores, HPM, Element Accelerator e especialistas gerenciados por flash são mais informativos do que um rótulo genérico de desempenho de IA. Seu valor combinado ainda exige medição.

O resultado mais forte não seria uma única vitória em benchmark. Seria desempenho consistente em vários celulares de varejo, com aplicativos úteis que permanecem responsivos sob restrições de bateria e térmicas.

Até que esses dispositivos cheguem, a plataforma Snapdragon de próxima geração da Qualcomm deve ser entendida como uma proposta arquitetônica detalhada. Ela ainda não é um veredito sobre um produto concluído.

Três Sinais Decidirão se a Aposta da Qualcomm Funciona

Snapdragon Summit, benchmarks de varejo e adoção por desenvolvedores determinarão se a Qualcomm resolveu um gargalo real ou apenas reorganizou suas prioridades de marketing.

O primeiro sinal é o lançamento completo da plataforma no Snapdragon Summit 2026. A Qualcomm precisa revelar o nome do chip, a tecnologia de processo, o arranjo completo de cache, suporte a memória, conectividade e metas de desempenho. Esses detalhes mostrarão o que envolve os três mecanismos de computação.

O lançamento também deve identificar os primeiros parceiros de dispositivos e a disponibilidade esperada. Um grupo amplo de fabricantes comprometidos fortaleceria a tese de plataforma da Qualcomm. Uma implantação limitada ou atrasada restringiria a rapidez com que desenvolvedores podem tratar os novos recursos como um alvo relevante.

O segundo sinal é o teste independente sustentado. Avaliadores devem medir o desempenho da CPU em cargas curtas e longas, e então acompanhar consumo de energia e temperatura. As comparações mais úteis incluirão o A20 Pro da Apple e o atual silício flagship da MediaTek.

Os testes de GPU devem avaliar separadamente a renderização nativa e o Neural Fusion. Avaliadores precisam examinar qualidade de imagem, estabilidade de entrega de quadros, uso de energia e artefatos. Uma taxa de quadros maior importa menos quando imagens reconstruídas tremulam ou a latência se torna inconsistente.

Os testes de NPU devem abranger processamento de prompts, geração de tokens, consumo de memória e duração total da tarefa. Eles também devem comparar a execução local com alternativas assistidas por CPU, GPU e nuvem. Um único número de throughput de pico não consegue capturar essas diferenças.

O terceiro sinal é a adoção por aplicativos. A Qualcomm precisa que desenvolvedores usem Matrix Cores, Element Accelerator e a pilha de IA compartilhada em softwares que as pessoas reconhecem. Jogos, assistentes, aplicativos criativos e ferramentas de produtividade devem apresentar benefícios mensuráveis.

Um agente útil no dispositivo deve concluir ações de várias etapas com controles de permissão previsíveis. Deve preservar o contexto, funcionar com conectividade fraca e evitar drenar a bateria. Esses resultados sustentariam o argumento da Qualcomm de que a computação localizada muda a experiência.

Demonstrações limitadas a enfraqueceriam. O mesmo ocorreria com recursos restritos a um único aparelho ou a um modelo cuidadosamente selecionado. O valor da plataforma aumenta quando desenvolvedores podem implantar capacidades em vários dispositivos sem extenso trabalho personalizado.

Os próximos meses, portanto, deslocarão a atenção dos blocos arquiteturais para o comportamento do produto. A Qualcomm apresentou um argumento coerente de que a movimentação de memória, e não apenas a capacidade bruta de processamento, limita a IA móvel. A empresa posicionou caches e aceleradores onde essa tese indica que eles devem estar.

Agora, a plataforma Snapdragon de próxima geração da Qualcomm precisa provar que essas escolhas se sustentam em telefones reais, softwares reais e uso prolongado. Acompanhe as especificações da cúpula, compare os resultados sustentados no varejo e examine quais aplicativos de fato ativam o novo hardware. Esses três sinais mostrarão se a Qualcomm avançou a IA no dispositivo ou apenas acrescentou mais rótulos de IA ao chip.