大模型推理本质上是一次次把权重从内存搬进计算单元，带宽越宽、等待越短。 这也就引出了这次发布的另一款芯片——玄戒O100。 传统手机SoC跑生成式AI时，瓶颈往往不在算力，而在数据从内存搬到NPU的能耗和时间开销——这部分常常比计算本身还高。