要約
Qualcommの次世代フラッグシップモバイルプラットフォームは新Hexagon NPUを搭載し、Element Accelerator専用アクセラレータ、大容量共有メモリ、混合専門家モデル（MoE）対応、INT2〜FP16の多精度カバレッジにより、端末側エージェントAIの継続稼働・マルチモーダル推論・低遅延応答をハードウェアアーキテクチャ面から支える。
背景：エージェントAIがモバイル計算のニーズを変える
AIが「一問一答」の対話型から、継続的な感知とアプリ横断の連携を伴うエージェント段階へ移行する中、主流のアーキテクチャは単一の巨大モデルに依存する方式から、タスク・状況・ユーザーニーズに応じて複数の専用モデルをスケジューリングする方式へと変わりつつある。これには高速なAI推論だけでなく、継続稼働・マルチモーダル・低遅延向けに設計されたアーキテクチャが必要となる。
2026年9月11日、Qualcomm Technologiesのプロダクトマーケティング上級ディレクターCisco Cheng氏は、次世代Snapdragonフラッグシッププラットフォームが搭載する新Hexagon NPUについて説明するブログを公開した。中核はElement Acceleratorと拡張された大容量共有メモリシステムの2点。
Element Accelerator：Transformer向け専用アクセラレータ
Element Acceleratorは生成AI・エージェントAIのTransformerワークロード向けに設計され、ベクトル演算ユニットとスカラー演算ユニットを組み合わせる。ベクトルユニットは高スループットのAI計算を、スカラーユニットはエージェントの意思決定ロジック・ルーティング・オーケストレーションを担当し、共有メモリと連携して大規模モデルの主要演算を加速。応答速度と推論効率を高めつつ、モバイルの省電力も両立する。
大容量共有メモリ：メモリボトルネックの緩和
Hexagon NPUは大容量共有メモリを拡張し、複数モデルの状態・コンテキスト情報・KV-cacheをアクセラレータの近くに保持する。外部メモリへのアクセス頻度を減らし、長いコンテキストの処理・ツール呼び出し・並行タスク実行時の応答を維持。より長いコンテキストウィンドウと高速なトークン生成を可能にする。
混合専門家モデルと多精度対応
NPUは次世代モデルアーキテクチャ向けに設計されている。Qualcommはメモリ・モデルベンダーと協力し、MoE（混合専門家モデル）を端末側AIに導入。300億パラメータのMoEモデルでは、1トークン生成あたり約30億パラメータのみを活性化し、計算負荷とメモリ帯域を削減する。
精度はINT2・INT4・INT8・FP8・FP16に対応し、性能・メモリ・モデル品質・消費電力のバランスを開発者が選択できる。INT4ベースのモデルではプリフィル性能を最大50%向上させ、デコードスループットの加速と投機的デコードにより毎秒トークン生成数を高める。
端末側エージェントAIの実装意義
エージェントAIの核心は継続稼働と即時応答であり、計算はクラウドではなくユーザーの近く、端末側に置く必要がある。次世代Hexagon NPUはアクセラレータ・共有メモリ・多精度対応・モデルロード機構の連携により、応答速度・プライバシー保護・消費電力のバランスを保ちながら、より多くのAI機能を端末で実行できるようにする。本技術は次世代Snapdragonフラッグシッププラットフォームとともに消費者向け製品に搭載される。
データソースと参考
- 環球網科技（2026年9月11日）：エージェントAIがモバイル計算を再構築、Qualcommが次世代Hexagon NPUの技術詳細を公開