重磅！麒麟 2026 各模块功耗实测

为了展示各模块从逻辑折叠中的收益，我们将折叠芯片与前代平面架构的麒麟 9030 Pro 做了等性能对比：保持相同的 AI 算力、帧率或基准测试分数。完成同样工作所需频率更低的模块，可以运行在更低电压下，从而实现功耗的叠加收益。同时，同一块硅片也可以全速运行，因此每个模块都给出两种模式的结果：与前代持平的等性能模式，以及满血输出模式。以下是各模块的实测数据。

如图 1 所示，每组对比包含五个维度：性能、频率、电压、归一化功耗、归一化功率密度；每组包含三个样本：平面架构麒麟 9030 Pro、等性能模式麒麟 2026、满血模式麒麟 2026。归一化维度中的虚线代表麒麟 9030 Pro 的基准线。折叠后的占地面积为双层堆叠的投影面积，即功率密度的计算面积。

图 1：平面架构麒麟 9030 Pro（灰色）、等性能模式麒麟 2026（青色）、满血模式麒麟 2026（橙色）的性能、频率、电压、归一化功耗、归一化功率密度对比。GPU 最高负载取自特定游戏的最重度渲染帧；CPU HNX 测试包含核心移动应用场景，衡量真实 CPU 性能与功耗；Geekbench 6 是行业标准 CPU 性能基准。HNX 侧重真实用户体验，Geekbench 6 针对极限性能负载。

NPU 是批评者最担心堆叠发热的模块 —— 它既是密度最高的模块，也是发热最大的模块之一。但它实现了所有模块中最大的降幅：在保持 29 TOPS 算力不变的情况下，其时钟频率可降低 63%，工作电压从 0.85V 降至 0.55V，对应功耗降低 66%，功率密度更是惊人地下降了 73%。

GPU 紧随其后：在与麒麟 9030 Pro 保持相同 61 帧 / 秒帧率的情况下，工作电压降低 200 毫伏，功耗下降 58%。收益梯度完全与 “通勤量” 正相关：模块并行度越高、数据吞吐量越大，折叠技术带来的回报就越高。

DSP 是个例外，也印证了一条重要规律：采用逻辑折叠后，面积缩小的速度可以快于功耗下降的速度（见图 2）。第一代折叠技术（麒麟 2026）实现了同等性能下功耗降低 25%，但功率密度 —— 即每平方毫米的功耗 —— 上升了 24%，而功率密度才是控制发热的核心指标。上升的原因很直观：折叠让 DSP 的占地面积缩小了 40%，因此尽管总功耗下降，功率密度反而升高。

当然，我们的目标不只是功耗优化。我们也将麒麟 2026 各模块拉满性能，对比其与麒麟 9030 Pro 的极限能力。满血运行时，折叠架构 NPU 算力达到 70 TOPS，较前代提升 141%；GPU 帧率提升 42%；CPU 在 HNX 基准测试中性能提升 18%。在这些模式下，它们的功率密度会超过平面架构前代芯片。也就是说，折叠技术给系统提供了平面芯片从未有过的调节旋钮：同一个模块既可以极致省电，也可以突破性能纪录，取决于应用场景。