スマートフォンで動くAIの上限が、今年また一段上がった。Qualcommが現地時間9月22日に開幕したSnapdragon Summitで公開した新フラッグシップ「Snapdragon 8 Elite Gen 6」と上位版「Snapdragon 8 Elite Extreme Gen 6」は、CPUの5GHz到達やGPU刷新よりも、NPU（Hexagon）の作り替えにこそ本題がある。
売り文句は分かりやすい。総パラメータ30B級のMixture-of-Experts（MoE）モデルを、クラウドに出さずに端末内で動かす。ただし実際に効いているのは「30B」という数字ではなく、1トークンあたり約3Bしか活性化しない設計と、それを支えるメモリまわりの変更だ。
言い換えると、今回のアップデートは「大きいモデルを載せた」話ではなく、スマホという電力とメモリ帯域が最も厳しい環境で、どこをケチればLLMが実用速度で回るかという設計解の提示である。
この記事の要点
- Extreme版は総30B規模のMoEを端末内実行、1トークンあたりの活性化は約3B
- NPUに transformer 向けの「Element Accelerator」を追加、共有メモリは前世代比50%増
- KVキャッシュ支援は最大32,000トークンのコンテキストに対応、INT4でプリフィル50%向上
- 搭載機はXiaomi 18 Pro系、Motorola Signature 27などから。国内向け端末は今後の発表待ち
発表の中身：フラッグシップが2段構えになった
Qualcommは今回、旗艦を1つではなく2つに分けた。2nmプロセス、Oryon CPU（プライム2コア5.0GHz／パフォーマンス6コア4.0GHz、キャッシュ16MB）、X105モデム（3GPP Release 19対応）といった土台は共通で、差がつくのは主にAIとカメラまわりだ。
| 項目 | 8 Elite Gen 6 | 8 Elite Extreme Gen 6 |
|---|---|---|
| CPU性能 | 前世代比 +10% | 前世代比 +13% |
| GPU性能 | +35% | +44% |
| NPU | Element Accelerator搭載 | NPU性能 +35%、30B級MoE対応 |
| カメラ | ゼロプロンプト写真編集 | 8K/60、4K/240スローモーション |
電力効率は標準版で37%改善とされる。つまり上位版は「速い」だけでなく、AIワークロードを長く回しても熱と電池が破綻しにくい方向へ振られている。
30BのMoEがスマホで回る理由
ここが今回の技術的な核心なので、少し丁寧に見る。
アクティブパラメータ3Bという割り切り
MoEは、モデル全体を毎回使わない。入力に応じてルーターが一部のエキスパートだけを選び、残りは眠らせる。Qualcommの説明では、総30Bのうち1トークン生成あたり実際に動くのは約3B。
この差がそのままメモリ帯域と消費電力の差になる。スマホでLLMが遅くなる最大の理由は演算能力ではなくメモリ帯域なので、「知識は30B分持ちつつ、毎回の計算は3B分で済ませる」構造は、モバイルとの相性が良い。データセンター側で普及した手法が、制約の厳しい端末側に降りてきた形だ。
共有メモリ50%増とKVキャッシュ
もう一つがメモリの置き場所の変更である。新NPUはスカラー／ベクター／テンソル各ユニットが使う共有メモリを前世代（8 Elite Gen 5世代のNPU）比で50%拡張し、KVキャッシュの処理を本体RAMに頼りきらない設計にした。対応コンテキスト長は最大32,000トークン。
KVキャッシュは会話や長い文書を保持するための一時データで、文脈が伸びるほど膨らむ。これを毎回メインメモリと往復させれば、帯域も電力も食う。NPU近傍に置けるサイズを増やすという地味な変更が、長い対話や複数ステップの作業でそのまま体感速度に出る。
transformer専用ユニットとINT4
NPUには従来のユニットに加えて「Element Accelerator」が新設された。狙いはtransformer推論の高速化で、QualcommはINT4精度のモデルについてプリフィル性能50%向上、デコード高速化、投機的デコードの改善、総合的なtokens/秒の向上を挙げている。
プリフィルは入力を読み込む最初の工程で、長文を投げたときの「最初の一文字が出るまで」の待ち時間を決める。エージェント的な使い方ではここが繰り返し発生するため、体感への効き目は大きい。
ここがポイント: 端末内AIの制約は「演算が足りない」ではなく「メモリ帯域と電力が足りない」。30B MoE対応は、その制約を回避する設計変更の結果であって、性能競争の数字合わせではない。
何が変わるのか：クラウド前提の設計が揺れる
端末で30B級が動くなら、すべてをクラウドに送る必要は薄れる。Qualcommが繰り返し強調したのも「on-device agentic AI」で、個人の文脈を端末側に保持したまま複数ステップの処理を完結させる絵姿だ。
ただし現実的な線引きは残る。
- 32Kトークンという上限は、長大なコードベースや大量の社内文書をまるごと読ませる用途には足りない
- 30B級の品質はフロンティアモデルと同等ではなく、難易度の高い推論はクラウド側が担う
- ベンダー公表値は自社条件での測定であり、実機でのtokens/秒や発熱は搭載端末の実装次第
現実解は、端末で完結させる処理とクラウドに投げる処理を振り分けるハイブリッドになる。今回の発表は、その振り分け線を端末側へ押し戻す一手と見るのが妥当だ。
日本の読者が見るべきポイント
アプリ開発者
Android向けにAI機能を載せる場合、これまで「端末内は数B級の小型モデル」という前提でUXを設計してきたはずだ。そこに30B級MoEが入ると、要約・分類・下書き生成あたりはオフラインで十分な品質が出る可能性がある。一方でINT4量子化前提の精度検証と、対応端末が2027年モデル中心になる点は織り込む必要がある。
企業のIT・情報システム担当
社外にデータを出さない前提の業務アプリにとって、端末内推論は選択肢として現実味を帯びる。ただし現時点で確認できているのはチップ仕様であり、法人端末でどこまで使えるかはOEMとOSベンダーの実装次第。調達判断を急ぐ段階ではない。
一般ユーザー
搭載が明言されているのはXiaomi 18 Pro／18 Pro Max（中国向け、Extreme）、Motorola Signature 27（Extreme、米国向け）など。国内で買える端末に降りてくるのは、例年どおりなら2027年前半の各社フラッグシップからになる。買い替えを検討しているなら、カタログの「NPU TOPS」より、どのサイズのモデルがローカルで動くかを見るほうが実態に近い。
継続ウォッチ
- 実機レビューでのtokens/秒と持続性能（サーマルスロットリング後の落ち込み）
- 30B級MoEを実際に配布するのは誰か。OEM独自か、GoogleのAndroid標準側か
- 32Kを超えるコンテキストへの対応方針と、KVキャッシュのフラッシュ退避の挙動
- 上位のExtremeと標準版でAI機能が分断されることによる、アプリ側の実装コスト
今日のまとめ
今回のSnapdragonは、スマホのAIを「クラウドの端末側UI」から「端末側でも完結しうる実行環境」へ一歩寄せた。鍵は30Bという総量ではなく、アクティブ3B・共有メモリ50%増・32KのKVキャッシュ支援という三点セットである。
確認できているのはチップ仕様と公表値まで。実際に何が変わるかは、来年前半に出てくる搭載端末で、長文を投げたときの初動の速さと、10分後も同じ速度が出るかどうかを見れば分かる。
参考リンク
- Qualcomm’s next Snapdragon flagship chip wants your AI agents to stay on-device（Android Authority）
- Qualcomm announces the Snapdragon 8 Elite Gen 6 and 8 Elite Extreme Gen 6（9to5Google）
- Qualcomm’s NPU Upgrade Unlocks Massive 30B Parameter AI Models For Next-Gen Phones（HotHardware）
- Qualcomm just split its 2026 flagship Snapdragon 8 Elite Gen 6 chip into two tiers（XDA Developers）
- Snapdragon Summit 2026（Qualcomm 公式）