Neben einer bis zu 5 GHz schnellen CPU mit neuem „FlexCache“ plant Qualcomm für den vermutlich Snapdragon 8 Elite Gen 6 (Pro) betitelten nächsten Flaggschiff-Prozessor auch dedizierten und mehr Speicher für NPU und GPU. Für beide Compute-Blöcke sind zudem neue KI-Beschleuniger vorgesehen, auch für Upscaling und Frame Generation.

Qualcomm begleitet die Wochen vor dem Snapdragon Summit 2026 mit kleineren Teilankündigungen neuer Features der Plattform, die das Unternehmen selbst nur als „next-gen premium mobile platform“ bezeichnet. Gemeint sein dürfte der Snapdragon 8 Elite Gen 6 respektive Pro, da Qualcomm für dieses Jahr eine Doppelspitze plant.

Für die Neural Processing Unit (NPU) des bevorstehenden Chips erklärt Qualcomm heute, dass ausschließlich schnelleres Inferencing nicht länger ausreiche, um den Anforderungen moderner generativer und agentischer KI gerecht zu werden.

Element Accelerator für die Hexagon-NPU

Mit einem neuen „Element Accelerator“ will das Unternehmen diejenigen Workloads beschleunigen, die heutzutage und künftig bei großen Sprachmodellen anfallen, um so KI-Agenten das schnellere Antworten und effizientere Reasoning zu ermöglichen.

Bei dem Element-Beschleuniger handelt es sich um eine spezialisierte Recheneinheit für sogenannte elementweise Operationen, bei denen einzelne Werte eines Tensors unabhängig voneinander verarbeitet werden. Er ergänzt die Scalar- und Vector-Einheiten: Während Scalar-Einheiten einzelne Werte und Steuerungs­aufgaben bearbeiten und Vector-Einheiten viele Werte parallel verarbeiten, ist der Element Accelerator darauf ausgelegt, häufige Operationen wie Addition, Multiplikation, Vergleiche oder Aktivierungs­funktionen deutlich effizienter auszuführen. Dadurch müssen solche Arbeits­schritte nicht über die allgemeinen Recheneinheiten laufen und die NPU kann neuronale Netze insgesamt effizienter verarbeiten.

Größerer Speicher für weniger DRAM-Zugriffe

Darüber hinaus stattet Qualcomm die NPU mit einem 50 Prozent größeren dedizierten Speicher aus – die exakte Größe legt Qualcomm aber nicht offen. Diese Maßnahme soll dafür sorgen, dass wichtige Daten eines KI-Modells – etwa der aktuelle Modellzustand, der Gesprächskontext und der KV-Cache – möglichst nah an den Recheneinheiten der NPU vorgehalten werden. Dadurch muss die NPU seltener auf den langsameren und weniger effizienten DRAM zugreifen und kann Daten schneller verarbeiten.

Das ist besonders für KI-Agenten wichtig, die zwischen verschie­denen Aufgaben und Werkzeugen wechseln, Informationen zwischen­speichern, ihre Antworten überarbeiten oder mehrstufige Pläne ausführen. Ein größerer eigener Speicher ermöglicht größere Kontextfenster, eine schnellere Generierung von Tokens und geringere Wartezeiten bei komplexen Agenten-Aufgaben.

Vorbereitet für MoE-Modelle

Qualcomm will Smartphones mit der nächsten Hexagon-NPU auch auf eine neue Generation von KI-Modellen vorbereiten: die sogenannten Mixture-of-Experts-Modelle (MoE). Bei diesen muss nicht das gesamte Modell mit allen Parametern bei jeder Anfrage aktiv sein. So kann beispielsweise ein Modell mit 30 Milliarden Parametern insgesamt zwar über diese 30 Milliarden Parameter verfügen, doch bei der Generierung eines einzelnen Tokens sind nur etwa 3 Milliarden gezielt ausgewählte Parameter auf der NPU aktiv.

Je nach Eingabe wählt das Modell passende, spezialisierte „Experten“ aus, wodurch Rechenaufwand, Speicherzugriffe und damit der Energieverbrauch sinken. Zusammen mit intelligentem Nachladen der Experten aus dem Speicher und Caching können Smartphones dadurch größere und leistungsfähigere KI-Modelle lokal und mit vergleichsweise wenig Arbeitsspeicher und Energie ausführen.

Qualcomm hält mit der nächsten NPU an der breiten Abdeckung unterschiedlicher Präzision fest. Die NPU kann erneut mit INT2, INT4, INT8, INT16, FP8 und FP16 umgehen. Speziell für INT4-Modelle hebt Qualcomm den um 50 Prozent gesteigerten Prefill hervor. Prefill ist bei einem KI-Modell die erste Verarbeitungs­phase, in der die bereits vorhandene Eingabe – zum Beispiel eine gesamte Frage oder ein Gesprächs­kontext – auf einmal verarbeitet wird, bevor das Modell mit der eigentlichen Antwort­generierung beginnt.

GPU mit Adreno Neural Fusion

Bereits in der letzten Woche hatte Qualcomm zudem Veränderungen an der GPU-Architektur angekündigt. Die nächste Adreno-Generation – vermutlich Adreno 850 – führt mit „Adreno Neural Fusion“ eine KI-gestützte Rendering-Technologie ein, die für „AI Super Resolution“ und Frame Generation zuständig ist. Das erinnert stark an die dedizierten Neural-Beschleuniger (NX) der jüngst vorgestellten Mali-G2-GPUs von Arm, die darüber Neural Super Sampling (NSS), Neural Frame Rate Upscaling (NFRU) und Neural Super Sampling and Denoising (NSSD) abwickeln. Bei Qualcomm liegt dafür zum Start Support von Unity und Unreal Engine vor.

Adreno Matrix Cores für Super Resolution und Frame Generation

Um diese Berechnungen nicht an einen externen Beschleuniger wie die NPU auszulagern zu müssen und für eine zusammenhängende Rendering-Pipeline zu sorgen, führt Qualcomm die neuen „Adreno Matrix Cores“ ein. Dabei handelt es sich um dedizierte GPU-Kerne, die fortschrittliche KI-Modelle direkt in der Grafik-Pipeline ausführen sollen.

Matrix Cores sind spezialisierte Rechen­einheiten innerhalb einer GPU, die auf die schnelle Verarbeitung von Matrix­operationen, insbesondere Matrix­multiplikationen, ausgelegt sind. Diese bilden die Grundlage vieler Berechnungen in künstlicher Intelligenz und maschinellem Lernen, etwa bei neuronalen Netzen und Large Language Models. Im Gegensatz zu klassischen GPU-Rechen­einheiten können Matrix Cores viele Multiplikationen und Additionen gleichzeitig ausführen und dadurch eine höhere Rechenleistung bei KI-Workloads erreichen. Häufig unterstützen sie zudem niedrigere Datenformate wie FP16, BF16, INT8 oder FP8, wodurch sich Rechenleistung und Energieeffizienz weiter steigern lassen. Details zu letzterem Aspekt liegen noch nicht vor.

Slice-Architektur mit höheren Taktraten

Bei der GPU-Architektur vertraut Qualcomm abermals auf 18 MB „Adreno High Performance Memory (HPM)“, auch hier kommt demnach ein dedizierter Speicher zum Einsatz, um DRAM-Zugriffe zu reduzieren und die Effizienz zu steigern. Für diesen dedizierten Speicher habe Qualcomm den Verbrauch um 12 Prozent reduziert.

Qualcomm setzt zudem die bekannte Slice-Architektur der letztjährigen Adreno-GPU fort, bei der drei weitgehend eigenständige Rechenblöcke („Slices“) zum Einsatz kommen, die jeweils eigene Shader-/ALU-Ressourcen und weitere für die Grafik­verarbeitung benötigte Einheiten enthalten. Aufgaben können dadurch auf mehrere Slices verteilt und parallel verarbeitet werden, wodurch sich die verfügbare Rechen­leistung skalieren lässt. Gleichzeitig können einzelne Slices bei geringer Auslastung abgeschaltet oder heruntergetaktet werden, was Energie­verbrauch und Effizienz verbessern soll. Die Slices arbeiten dabei zusammen und greifen auf die gemeinsame Speicherhierarchie der GPU zu.

Bei der nächsten Adreno-GPU werden diese Slices mit 1,45 GHz betrieben, das sind somit 225 MHz mehr als bei der 1,2 GHz schnellen Adreno 840 des Snapdragon 8 Elite Gen 5.

ComputerBase hat Informationen zu diesem Artikel von Qualcomm unter NDA erhalten. Die einzige Vorgabe war der frühestmögliche Veröffentlichungszeitpunkt.