假装情侣

国产旗舰Soc的里程碑之作！小米玄戒O3技术解析_我的网站

一 |     智猩猩AI整理     编辑：没方               最近在折腾几款 AI 编程工具，很多人第一反应都是问背后用的是GPT-5.6 Sol还是Claude Fable 5。    8月24日,小米在北京召开玄戒芯片技术沟通会，正式发布玄戒O3、O100和D100三款自研芯片，分别面向旗舰手机SoC、端侧AI加速和智能驾驶等场景，“三芯齐发”共同拼出"从口袋到座舱、从客厅到工厂"的人车家全生态AI算力版图。

二 |     玄戒O3：当代AI旗舰SoC，安兔兔跑分超520万     O3是小米自主研发设计的第二款高端旗舰SoC，延续3nm制程，晶体管从O1的190亿增至240亿。小米实验室给出的安兔兔综合跑分为5228014，是行业内首个突破500万分的移动旗舰平台。         此外，新芯片在架构层面也几乎全面重做，其中CPU部分采用6超大核+4大核的十核“全大核”架构，峰值主频4.35GHz。    GeekBench 6单核3945分，多核15221分，相较上一代分别提升31%、60%，涨幅十分显著；同时，日常使用场景功耗则进一步降低25%，兼顾性能和能效表现。

三 |                    图形方面，O3首发新一代G2-Ultra NX图形处理器，延续16核超大规模配置。传统图形性能较O1提升85%，光线追踪性能提升182%，相同性能下功耗至多降低64%；其中，Aztec帧率213帧，较上代提升94%，堪称跨代式的提升。                   影像上，玄戒O3的提升也是巨大的，第五代ISP单摄支持4.32亿像素镜头，内部图像信号处理位宽达24-bit，AI RAW域降噪夜景视频规格提升至4K/60FPS；DPU将屏幕分区色调映射能力拓展至更多场景，提升暗光可读性、增强HDR片源显示效果；VPU采用编解码分离架构，视频剪辑导出速度提升20%，并在安卓领域首发H.266硬件解码。                   但相同模型，放进不同的编程工具里，表现可能完全不一样。         另外，安全模块全栈重构，获国密与CCRC EAL5+安全认证；基带通信性能看齐主流旗舰平台集成方案，5G场景综合功耗相比前代降低20%以上。                   有的 Agent 能连续工作几个小时，写完代码还知道运行测试、检查结果、继续优化。

四 |          内存与缓存这次也有不小的升级。O3在片上集成了合计60MB缓存，其中16MB SLC补上了前代短板；同时首发支持LPDDR6，内存带宽113.8GB/s，比上代高出48%。    缓存和内存带宽升级之后，玄戒O3也对芯片内部的数据传输进行了调整。

五 |                    有的写了几十行代码，就告诉你任务已经完成。等真正运行项目，才发现测试没跑、依赖没装，甚至文件都改错了。                   模型明明没有变，差距从哪来？                    答案可能藏在模型外面的那层 Agent Harness 里，可以理解为包裹在大模型外部的“智能体运行系统”。

六 | 它采用统一融合总线架构，减少不同模块之间的协议转换，同时配合顶层金属层数据通路和数据预取技术，数据显示，统一传输协议可降低75%的协议转换开销，内存访问时延低至82ns，达到业内领先水准。              而在调度上，小米也强调，日常卡顿里约有三成并不是算力不够，而是任务在排队等资源。玄戒O3为此加入了硬件调度控制单元，配合全栈QoS机制，让关键任务在每一个环节都能优先通过；再结合对负载、温度、电压的实时监测和场景预测，全局资源反馈最快1ms就能完成，高频使用场景的能效收益普遍在20%以上。                   它负责把模型、上下文、记忆、工具、权限、终端界面、任务调度和多智能体协作串联起来。                   模型决定 Agent 的能力下限，而 Harness 则在很大程度上决定模型能够稳定工作多久、一次能处理多复杂的任务，以及最终能把多少智能转化成真实生产力。                   在大家重点关注的AI上，玄戒O3在CPU、GPU等主要模块中加入了AI计算单元，用于处理翻译、音视频理解、图形处理等轻量AI任务，减少跨模块调用带来的数据传输和额外功耗。                   今天刷github日趋榜，看到了个名叫 jcode 的开源项目，正试图把 Agent 这层外壳推到更远。    当然，大模型部分依旧由NPU负责，玄戒O3采用4核NPU，Tensor算力达到200TOPS，并加入SIMT架构Vector单元，提供3.13TFLOPS向量算力。    针对端侧大模型，玄戒O3还与Xiaomi MiMo进行了联合优化，通过5值量化和硬件霍夫曼无损压缩降低模型数据量，根据发布会现场公布的数据显示，模型推理速度相比主流旗舰SoC提升45%。    玄戒O100：1.22TB/s高带宽，夯实Agent时代硬件基础     除了玄戒O3之外，这次玄戒芯片技术沟通会还发布了两款新芯片：玄戒O100和玄戒D100。其中玄戒O100是一颗6nm端侧AI加速芯片，可与玄戒O3配合运行端侧大模型，在弱网或无网环境下完成本地AI计算。                             它是一套使用 Rust 构建的终端 Coding Agent Harness，主打多会话工作流、持久记忆、多智能体协作、高度自定义和低资源占用。         O100采用3D Wafer On Wafer立体堆叠，通过Hybrid Bonding技术将两层DRAM晶圆与一层NPU计算晶圆连接在一起，芯片内部共有258万个键合节点，键合间距为1.4μm。

七 | 顶层DRAM与计算晶圆之间布置了28672条连接通路，相比传统外置内存方案，可以提供更高的互联密度和更短的数据传输路径。         按照小米公布的数据，玄戒O100内存带宽达到1.22TB/s，约为主流手机内存带宽的16倍，端侧大模型推理速度最高可达330Token/s。在github上已经收获10k stars。         项目链接：           https://github.com/1jehuang/jcode                         01          从单次对话，走向          长期运行的Agent工作系统                    记忆系统是jcode的一大杀手锏，下面这段演示视频可以直观看到它的记忆召回效果：                    播放          下一个          打开循环播放          00:00     /     00:00          倍速          3.0X     2.0X     1.5X     1.25X     1.0X     0.75X     0.5X          多音轨          AirPlay          0          静音播放中，点击 恢复音量          画中画          网页全屏          全屏          你可以 刷新 试试          视频信息     1.33.6          播放信息 上传日志 调试信息 [X]          视频ID     VID     -          播放流水     Flowid     -          播放内核     Kernel     -          显示器信息     Res     -          帧数     -          缓冲健康度     -          网络活动     net     -          视频分辨率     -          编码     Codec     -          mystery     mystery     -          按住画面移动小窗          jcode 记忆功能演示                    它会将每轮对话转换为语义向量，并利用记忆图谱管理这些信息。当新任务到来时，系统会通过余弦相似度检索与当前对话有关的记忆，再将命中的信息注入上下文。                   为了降低“相似但不相关”的记忆干扰，jcode还可以调用独立的Memory Sideagent，对召回内容进行二次判断。芯片内部还配置14核大模型专用NPU，并采用XRING HB-Matrix高带宽矩阵总线。         在工艺方面，O100没有采用传统MicroBump方案，Hybrid Bonding的TSV直径做到0.7μm，三层芯片之间还采用F2F金属层直连结构。高温键合过程中容易出现晶圆翘曲和碎裂，小米表示，团队为此用了约半年时间迭代芯片版图，并围绕F2F金属层直连架构进行了多项专利布局。    玄戒D100：国内首个3nm智驾芯片，端侧跑200B大模型     玄戒D100采用3nm工艺，定位智驾高算力AI芯片，内部配置20核高性能CPU和16核NPU，是国内首款3nm智驾芯片。                   这个Sideagent既可以验证记忆是否真正相关，也可以继续执行信息检索，再把整理后的结果交给主Agent。    除了运行智驾算法，D100还支持更大规模的本地AI计算。单颗芯片最高支持160GB内存，可部署超过200B参数规模的大模型；多颗D100还可以通过玄戒高速互联总线进行联合计算。    写在最后：     按照目前公布的计划，玄戒O3将于今年9月随Xiaomi 18 Fold首发上市；玄戒O100和D100均已完成研发，预计明年正式商用。

八 |     一年前，玄戒O1的发布证明了小米已经具备自研旗舰SoC的能力；如今O3、O100、D100三款芯片同时亮相，玄戒的应用范围也从手机扩展到了端侧AI和智能驾驶，开始覆盖小米“人车家”全生态的算力需求。                   记忆的写入也不完全依赖用户操作。    自研SoC从来不是一条轻松的路线，尤其到了旗舰级别，研发、量产、调校和后续迭代都需要长期投入。

九 |                    当对话发生明显语义漂移、间隔一定轮次或者会话结束时，记忆Sideagent可以从对话中抽取值得长期保存的信息，写入记忆图谱。                   在后台模式（Ambient Mode）下，系统还会定期整理和整合记忆，检查过期信息与潜在冲突。                   jcode将多会话工作流作为核心设计目标。从这次官方披露的技术信息来看，玄戒已经进入实际产品能力的验证阶段。    下个月，玄戒O3将随Xiaomi 18 Fold首发，它在真机上的性能、能效和AI体验，也会成为检验这一代玄戒表现的重要参考。    

。                   用户可以让jcode作为后台服务器持续运行，再从不同终端连接到同一服务。多个会话可以复用同一个后台服务，并由服务端统一管理会话连接、Agent通信和协作状态，而不需要为每个终端都重新启动一套完整的运行环境。                   根据项目公布的自测结果，按照PSS内存指标计算，在关闭本地嵌入功能时，jcode运行一个活跃会话的内存占用约为27.8MB。而Claude Code约为386.6MB，约是 jcode 的13.9倍。

十 |                              当活跃会话增加到10个时，两者的资源差距更加明显：jcode的内存占用约为117MB，Claude Code则达到约2300.6MB，约为jcode的19.7倍。                   从会话扩展成本来看，jcode每增加一个会话，额外内存占用约为9.9MB；Claude Code每增加一个会话则需要约212.7MB，约为jcode的21.5倍。

十一 |                              jcode的另一项重要能力，是原生Swarm多智能体协作。                   当Agent A修改了Agent B此前读取过的文件，服务器会主动通知Agent B，提醒它当前代码已经发生变化。Agent B可以根据任务相关性忽略提醒，也可以查看Diff，确认自己的修改是否需要调整。

十二 |                    Swarm协作文件变更通知                    不同Agent之间还可以发送私信、广播消息和同步任务状态。主Agent也能够自主创建新的Agent团队，把工作拆分给不同成员并行处理，自己则转变为负责规划、调度和汇总结果的协调者。                   为了降低大仓库中的上下文消耗，jcode还开发了面向Agent的代码搜索工具Agent Grep。                   该工具会在搜索结果中加入文件结构、函数列表和函数所在位置等信息，让模型在不读取全文的情况下，大致判断相关代码承担什么作用。                   还会根据Agent已经看过的内容，自适应地截断重复搜索结果。                   Skills也采用了类似的按需加载思路。jcode不会在启动时把所有Skill完整写入上下文，而是对当前对话进行语义匹配，在检索到相关Skill时再自动注入。                   用户和Agent仍然可以通过工具或斜杠命令手动激活Skill，但无关的说明不会长期占据上下文窗口。                   浏览器能力同样纳入了Harness设计。目前jcode内置的浏览器工具主要通过Firefox Agent Bridge工作，可以执行打开页面、获取内容、点击、输入、填写表单、截图、滚动和上传文件等操作。

十三 |                    jcode最有趣的功能是Self-Dev模式。                   进入这一模式后，Agent可以直接修改jcode自身的源代码，随后完成构建和测试，重新加载生成的二进制程序，并继续处理原有的一个或多个会话。                   如果用户不满意界面布局、工具行为或者某项工作流，可以让Agent直接修改Harness本身，而不必完全等待项目维护者提供新功能。                   这让人想到翁荔最近提出的一个判断，在模型能够稳定修改自身权重之前，AI的自我改进可能会率先发生在Harness层。《DeepSeek崔添翼力挺翁荔最新长文：AI自进化先从Harness开始》                    jcode的Self-Dev正是提供了象征意义的工程样本。

十四 |                    02          安装教程                    （1）macOS 和 Linux          `curl -fsSL https://jcode.sh/install | bash`                    （2）Windows 11          `irm https://jcode.sh/install.ps1 | iex`                    安装完成后，在终端输入 `jcode` 即可启动交互式界面。                   03          总结                    总的来说，jcode能够为Coding Agent搭建一套更完整的工作系统，让智能体记得更久、协作得更好，也能在用户授权下按需改造自己的运行环境。

Current article:http://9p7.chuandanfozhuanbenglipaicuzi.pics/news/20260826_747005.html

Published on:18:10:43