【COMPUTEX 2026】高通宣告：AI 代理時代來臨，你的所有裝置都將變身 AI 終端！

在 COMPUTEX 主題演講上，高通執行長 Cristiano Amon 分享關於邊緣運算與人工智慧（AI）發展的長期觀察。高通強調，科技的演進從來不是單一企業的功勞，而是整個供應鏈合作的成果。高通特別感謝包含台積電在內的台灣合作夥伴與開發者生態系，透過緊密的半導體與軟體合作，讓過往討論的技術概念逐步落實於日常生活中。

兩年前，科技界開始探討 AI 將如何改變人機互動介面，進而影響個人運算裝置的架構，到了 2026 年，這項轉變已成為現實，AI 正在從單純回答提問的輔助工具，演變成具備自主執行任務能力的「AI 代理（Agents）」，這些代理能夠在工作上協助整理行程、標記決策關鍵，或在個人生活中提供專屬的資訊更新。

在這個架構下，數位生活的中心正在發生轉移，過去智慧型手機是數位體驗的起點，手錶、耳機等穿戴式裝置皆圍繞著手機生態系運作，然而隨著 AI 代理的普及，數位體驗的核心轉變為 AI 代理本身，包含手機在內的所有硬體裝置，都將轉化為 AI 代理的實體終端節點，AI 代理不再被侷限於特定的應用程式中，而是跨越裝置陪伴使用者。

目前全球擁有約 60 億支手機、20 億台個人 AI 穿戴裝置、2 億台個人電腦以及 5000 萬輛聯網汽車，這些龐大的硬體基底，未來都將成為使用者與 AI 代理互動的媒介。

邊緣運算硬體架構的技術轉型

現有的硬體裝置多半是為了「由使用者引導操作」而設計，當日常運算轉變為以 AI 代理為主導時，硬體架構必須隨之調整，AI 代理需要長時間在背景運作、維持前後文的記憶連貫性，並跨多個系統協調任務，這意味著裝置需要理解使用者的意圖，將任務拆解為多個步驟，並協調裝置端、個人資料庫與雲端之間的數據。

這種運作模式對硬體的耗電量與延遲帶來了嚴格的限制。以手機為例，在使用者主動操作時維持全天續航已具備技術難度，當 AI 代理持續在背景運作時，電力管理將成為工程上的主要挑戰。因此，未來的運算系統需要分工更明確的架構：

中央處理器（CPU）：需要具備高能源效率，用以處理複雜任務的調度與編排。
神經網路處理器（NPU）與圖形處理器（GPU）：需要高算力密度，以便在本地端流暢執行 AI 模型。
感測器與環境感知：提供 AI 代理做出決策所需的即時上下文資訊。

因應不同的裝置型態，硬體設計的著重點也有所不同，隨身攜帶的耳機或行動裝置需要極低的功耗與高速連線能力；而汽車與機器人則需要在各種環境下維持穩定的持續處理能力，高通目前提供的晶片解決方案已涵蓋從微瓦級的無線耳機，到千瓦級的資料中心設備。

實體 AI 的多元應用：汽車、機器人與企業端

實體 AI 是邊緣運算的重要發展領域，在汽車方面，AI 代理會隨著使用者移動，無論是在車內還是使用個人裝置，體驗都能保持連貫，同時車載系統透過鏡頭、雷達與地圖資料感知周圍環境，將導航資訊與個人化座艙體驗融合成統一的運作系統。

在機器人領域，高通指出機器人結合了電腦視覺、感測器整合以及來自汽車產業的系統安全技術，機器人的運算系統通常分為三個層級：處理即時動作與平衡的執行層、負責環境感知的感知層，以及進行邏輯推理的決策層。除了單機的中央運算與運動控制，還需要透過雲端進行車隊管理，高通目前提供涵蓋工業機器人、人形機器人與無人機的硬體平台，協助廠商將原型產品推向市場。

企業端的應用同樣在加速，例如利用電腦視覺進行安全合規檢查、智慧城市的車流監控，以及物流倉庫與辦公大樓的自動化管理，這些邊緣端裝置能動態連接雲端，在需要時調用更大型的模型，兼顧即時性與運算深度。

2030 年 Token 的需求預測

隨著運算架構由人類操作轉向 AI 代理自主運作，全球對於 AI 生成 Token 的需求正迎來大幅度增長，過去使用者輸入單一提示詞並獲得簡短回覆，消耗的 Token 數量相對較少；當發展到需要多輪推理、多工具協調的自主代理模式時，單次任務所需的 Token 生成量將呈現百倍以上的增長。

根據業界統計與預測，2026 年全球因應特定任務產生的 Token 需求量約為 31.7 億個，而隨著 AI 代理在各類裝置上的普及，預計到 2030 年，全球整體 Token 需求量將達到 1.27 萬億個，這項數據反映出未來的網路與運算架構，必須具備更高的吞吐量與更低的每瓦運算成本，才能支撐龐大的 AI 代理生態系運作。