SILICON / 30 · 端侧算力换算台
一句话说明：按模型参数量、量化位宽与上下文长度估算权重显存、KV cache 与内存带宽需求，再对照 NPU 算力、系统内存和续航取舍。
AI 只整理本地测算摘要，不重新计算显存、不推荐具体品牌型号与价格，也不编造规格参数。
端侧AI内存要求的第一道门槛是权重显存：参数量(B) × 量化位宽 ÷ 8，再叠加 KV cache 与推理框架缓冲。装不进可用显存的模型，只能靠卸载到内存或磁盘，速度会明显下降；这一步比比较 TOPS 更重要。
4 / 8 / 16 bit 的权重占用大致是 1 : 2 : 4，位宽越低越省显存，但精度与长文本一致性可能下降。生成阶段常受内存带宽限制：粗略量级可按「带宽 ÷ 权重占用」估计每秒能读多少遍权重，再乘一个效率系数；真实速度取决于算子、缓存命中与调度。
TOPS 常按 INT8 / INT4、甚至含稀疏口径标注，不同厂商之间不能直接横向比较。本地对话与离线翻译更吃内存带宽与权重装载；文生图与本地跑模型配置里的剪辑场景还依赖 GPU、编解码器与硬盘吞吐，NPU 不一定是瓶颈。
标称续航通常来自轻负载播放场景，不等于本地推理续航。购买前核实持续功耗释放、散热规格、内存是否可换、以及统一内存架构下系统占用会吃掉多少容量；本页的续航估算不含屏幕与其它后台负载。
对本地大模型来说，先确认模型权重与运行时占用能不能装进可用显存，再看内存带宽决定生成速度，最后才看 NPU 算力。装不下的模型，标称 TOPS 再高也跑不起来。
权重显存约等于「参数量(B) × 量化位宽 ÷ 8」GB，再加 KV cache 与框架缓冲。本页的 KV cache 与缓冲是标注口径的粗略估算，真实占用取决于层数、注意力头数、dtype 与推理框架，请以实测为准。
同一模型 4 / 8 / 16 bit 的权重占用大致成 1 : 2 : 4。位宽越低越省显存，但可能带来精度与长文本一致性下降；是否可接受要在你自己的任务上实测，不能只看跑分。
看可用显存、内存容量与带宽、持续功耗释放、散热与 NPU 算力口径。NPU 的 TOPS 常按 INT8 / INT4 且可能含稀疏口径标注，不同厂商之间不能直接横向对比；剪辑与文生图还要看编解码器与 GPU。
本页按电池容量与页面估算的持续功耗给出粗略小时数，不含屏幕、无线与其它后台负载。厂商标称续航通常基于轻负载播放场景，不等同于本地推理续航，购买前请看持续功耗释放与实测。
资料口径 2026-11。权重显存按「参数量 × 位宽 ÷ 8」计算；KV cache、框架缓冲、持续功耗与生成速度均为页面标注口径的粗略估算，不代表任何模型、推理框架或设备的实测占用与性能。NPU TOPS 口径因厂商而异，不可直接横向比较。请以厂商规格书、推理框架文档与本地实测为准；本页不推荐具体品牌型号、不判定价格。
