在 COMPUTEX 主題演講中，高通執行長 Cristiano Amon 分享對邊緣運算與 AI 發展的長期觀察。他強調，科技演進從不是單一企業的成果，而是整個供應鏈共同推動的結果，並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協作，讓過去的技術願景逐步落地成為日常體驗。
高通表示 2026 是 AI 代理元年，Token 則是時代流通貨幣
兩年前，產業開始討論 AI 對人機互動與個人運算架構的影響；到了 2026 年，這項變革已全面成形。AI 正從被動回應的工具，演進為能主動執行任務的「AI 代理（Agents）」。這些代理能協助整理行程、標記決策重點，或在生活中提供個人化資訊更新，成為跨場景的智慧助理。
在這個新架構下，數位生活的中心也正在轉移。過去智慧型手機是所有體驗的核心，穿戴式裝置圍繞手機運作；如今，AI 代理成為新的中心，而手機、耳機、手錶與車載系統則轉化為 AI 代理的實體終端節點。AI 不再被限制在單一 App，而是跨越裝置陪伴使用者。
目前全球約有 60 億支手機、20 億台個人 AI 穿戴裝置、2 億台個人電腦與 5000 萬輛聯網汽車，未來都將成為 AI 代理與使用者互動的介面。
現今的硬體多為「使用者主動操作」而設計，但當 AI 代理成為主導者，硬體架構必須重新調整。AI 代理需要長時間在背景運作、維持上下文記憶，並跨系統協調任務，這要求裝置能理解使用者意圖、拆解任務並在本地端、個人資料庫與雲端間分配運算。這種模式對耗電與延遲提出更嚴苛的要求，以手機為例，即使在使用者主動操作下維持全天續航已具挑戰性，若 AI 代理持續在背景運作，電力管理將成為關鍵工程難題。因此未來的運算架構將更明確分工：
- CPU：以高能源效率處理任務調度與邏輯編排
- NPU / GPU：提供高密度算力以支援本地 AI 模型
- 感測器系統：提供 AI 代理即時的環境上下文
不同裝置也有不同需求：耳機與行動裝置需極低功耗與高速連線；汽車與機器人則需在多變環境中維持穩定運算。高通目前的晶片解決方案已涵蓋從微瓦級耳機到千瓦級資料中心設備。
實體 AI 是邊緣運算的重要方向。
- 汽車領域
AI 代理將隨著使用者移動，在車內與個人裝置間保持體驗一致。車載系統透過鏡頭、雷達與地圖資料感知環境，將導航與個人化座艙整合成統一的運算架構。 - 機器人領域
機器人結合電腦視覺、感測器整合與汽車級安全技術，其運算架構分為三層，除了單機運算，還需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完整平台，協助廠商從原型走向量產：- 執行層：負責即時動作與平衡
- 感知層：理解環境
- 決策層：進行邏輯推理
- 企業端應用
包括電腦視覺安全檢查、智慧城市車流監控、物流與大樓自動化管理等。邊緣裝置可在本地即時處理，再於需要時連接雲端調用大型模型，兼顧速度與深度。
隨著運算從人類操作轉向 AI 代理自主運作，全球對 AI 生成 Token 的需求將呈爆炸性成長。過去單一提示詞只需少量 Token；但在多輪推理、多工具協作的代理模式下，單次任務的 Token 消耗將成百倍增加。根據預測：2026 年 全球 Token 需求約 31.7 億，2030 年將攀升至 1.27 兆，這反映未來的網路與運算架構必須具備更高吞吐量與更低能耗，才能支撐 AI 代理的普及。
未來雲端與邊緣的界線將更加模糊，裝置端協調器會自動判斷哪些任務在本地執行、哪些交由雲端處理，以維持整體流暢度。高通表示將持續攜手全球合作夥伴，提供從手機、PC、車用運算到機器人所需的完整晶片平台。