高通 AI PC 运行本地大模型，插拔外接显示器后生成式 AI 输出卡顿、响应延迟暴涨如何解决？

[请你喝拉菲]

高通 AI PC 运行本地大模型，插拔外接显示器后生成式 AI 输出卡顿、响应延迟暴涨如何解决？
 

[weixin_38498942]

插拔显示器会触发 Adreno GPU 驱动重载、系统显存重分配，图形进程抢占内存总线，同时 QNN 推理会话缓存失效，KV Cache 需要重新构建，造成明显延迟。
完整优化手段
1.算力资源隔离：调用高通平台算力调度 API，将 LLM 推理进程绑定 Hexagon NPU 专属算力分区，禁止图形进程占用 NPU 资源；2.
2.会话保活逻辑（伪代码参考）

# 监听显示器热插拔事件
monitor_display_change()
if display_reconnect_flag:
    qnn_session.destroy()  # 销毁异常会话
    qnn_session.rebuild()  # 重建推理会话
    cache.reset_kv_cache() # 重置缓存，避免脏数据

3.持久化 KV Cache，模型加载后常驻内存，显示器切换时不重复加载权重；
4.降低图形界面后台刷新帧率，减少 GPU 与 NPU 带宽争抢。
高通骁龙 AI PC 开发者文档《On-Device LLM Deployment Optimization》，包含多外设热插拔场景稳定性优化方案。