3 月 28 日，阿里云与知名半导体公司 MediaTek 联合宣布，通义千问 18 亿、40 亿参数大模型已成功部署进天玑 9300 移动平台，可离线流畅运行即时且精准的多轮 AI 对话应用，连续推理功耗增量不到 3W，实现手机 AI 体验的大幅提升。这是通义大模型首次完成芯片级的软硬适配，仅依靠终端算力便能拥有极佳的推理性能及功耗表现，标志着 Model-on-Chip 的探索正式从验证走向商业化落地新阶段。
端侧 AI 是大模型落地的极具潜力的场景之一。利用终端算力进行 AI 推理，可大幅降低推理成本、保证数据安全并提升 AI 响应速度，让大模型可以更好地为用户提供个性化体验。然而，要将大模型部署并运行在终端，需完成从底层芯片到上层操作系统及应用开发的软硬一体深度适配，存在技术未打通、算子不支持、开发待完善等诸多挑战。
据了解，通义千问 18 亿参数开源大模型，在多个权威测试集上性能表现远超此前 SOTA 模型，且推理 2048 token 最低仅用 1.8G 内存，是一款低成本、易于部署、商业化友好的小尺寸模型。天玑 9300 集成 MediaTek 第七代 AI 处理器 APU790，生成式 AI 处理速度是上一代 AI 处理器的 8 倍。
阿里巴巴通义实验室业务负责人徐栋介绍称，阿里云与 MediaTek 在模型瘦身、工具链优化、推理优化、内存优化、算子优化等多个维度展开合作，实现了基于 AI 处理器的高效异构加速，真正把大模型“装进”并运行在手机芯片中，给业界成功打样端侧 AI 的 Model-on-Chip 部署新模式。
图：在天玑 9300 设备上，可离线完成基于通义千问大模型的 AI 多轮会话
基于天玑 9300 芯片，通义千问 18 亿参数大模型在推理方面表现出了极佳的性能与功耗表现，推理时 CPU 占有率仅为 30% 左右，RAM 占用少于 2GB，推理速度超过 20tokens/秒，系列指标均达到业界领先水平，可在离线环境下流畅实现多轮 AI 对话。据了解，相关成果将以 SDK 的形式提供给手机厂商和开发者。
此外，双方团队也已完成了通义千问 40 亿参数大模型与天玑 9300 的适配，未来还将基于天玑适配 70 亿等更多尺寸大模型，“打样”并支持开发更多 AI 智能体及应用。
MediaTek 无线通信事业部副总经理李彦辑博士表示：“阿里云的通义系列大模型是 AI 领域的佼佼者，我们期待通过双方的合作可以为应用开发者和终端客户提供更强大的硬件和软件解决方案，同时促进生成式 AI 的端侧部署以及 AI 应用、AI 智能体生态的快速发展，为用户带来更多令人兴奋的 AI 产品体验。”
当天，阿里云与 MediaTek 宣布启动联合探索 AI 智能体解决方案计划，整合 MediaTek 天玑移动平台的 AI 算力及阿里云通义千问的大模型能力，为开发者和企业提供更完善的软硬联合开发平台，以更好支持智能终端在端侧高能效地实现自然语言理解、复杂决策制定以及个性化服务生成，探索打造真正具备情境感知、自主学习和实时交互功能的下一代智能终端应用生态。
通义大模型已在各行业广泛落地，包括钉钉、淘宝、一汽红旗、央视网、浙江大学等众多应用、企业及机构。“淘宝问问”基于通义千问实现了全新的交互体验以及更精准的推荐；阿里云与中国一汽联合打造的大模型应用 GPT-BI 已率先落地，可结合企业数据自动生成分析图表。
