高通不當第二個輝達 靠「低功耗」改寫AI資料中心規則

高通 (QCOM-US) 在年度投資者日正式揭曉資料中心戰略，瞄準 AI 推理市場。不同於業界追逐算力密度，高通將多年行動 SoC 累積的低功耗設計導入伺服器，以「每瓦詞元數」（Tokens per Watt）作為核心競爭指標，主打更高能源效率與更低運行成本，試圖重新定義 AI 推理時代的資料中心經濟學。

高通執行長 Cristiano Amon 明確指出，隨著智能體 AI（Agentic AI）的崛起，資料中心面臨的挑戰已非簡單的算力堆疊，而是持續性高負載帶來的功耗與成本激增。

生成式 AI 的「一問一答」模式正在被智能體 AI 的「持續推理、重複調用工具、長期記憶」所取代，這意味著同一任務需多次產生詞元，導致運算功耗持續維持在高水平。

高通的戰略核心正是為了解決這一問題，在確保高性能的前提下，大幅降低每一次模型呼叫背後的電費與硬體折舊成本。

Dragonfly 系列構建完整戰線

本次發表的核心戰力是全新的「Dragonfly」系列。其中，Dragonfly C1000 CPU 最為引人注目。

該晶片基於高通自研的 Oryon 架構，採用先進的多芯粒（chiplet）設計，主頻突破 5GHz，單晶片核心數更超過 250 個。為了因應複雜的雲端運算場景，高通將 C1000 細分為三條產品線：針對智能體編排的高吞吐低延遲版本、通用雲端運算版本，以及專門服務各類加速器的 AI 頭節點 CPU。

這種精細化的產品切分，顯露出高通試圖將過去在手機晶片領域的成熟打法，複製到伺服器市場的決心。

與此同時，Dragonfly AI300 推理加速器也同步亮相。作為年度迭代路線圖的重要一環，AI300 針對機架級 AI 推理平台設計，支援風冷及液冷散熱方案。

高通官方宣稱，在每瓦記憶體頻寬維度上，AI300 的效能功耗比將比現有 GPU 架構提升 4 至 8 倍。

為了打破輝達 (NVDA-US) 在互聯生態的壟斷，AI300 支援包括 UALink 和 ESUN 在內的開放互聯標準，力求在硬體規模化擴展上提供具競爭力的方案。

近記憶體架構的技術豪賭

在產品組合中，HBC（High Bandwidth Compute，高頻寬計算）近記憶體運算架構被視為高通最具顛覆性的賭注。

不同於業界主流透過不斷堆疊 HBM（高頻寬記憶體）來解決「記憶體牆」瓶頸的策略，高通直接將計算單元與高頻寬記憶體進行 3D 堆疊封裝，從物理層面消滅了資料搬運過程中的能耗與延遲。

若此方案成功，將可能從架構層面繞過傳統 HBM 廠商築起的頻寬護城河，改寫 AI 推理的物理路徑。

全端平台的戰略布局

除了晶片本體，高通亦正式宣布進軍客製化矽片（Custom Silicon）業務，為超大規模資料中心客戶提供從架構設計到系統軟體的端到端支援，對標博通與 Marvell 在 ASIC 市場的深耕業務。

在連接方案上，高通則整合了 SerDes、PAM4 等尖端技術，打造了覆蓋從片間互聯到 20 公里園區級部署的全套連接解決方案，支撐起從 800G 到 1.6T 的頻寬需求。

這些看似配角的技術底層，正是高通能夠轉型為「全端玩家」的關鍵籌碼。

產業生態與長遠挑戰

本次戰略發布最具實質意義的商業承諾，莫過於高通與 Meta 平台 (META-US) 達成的多年多代 CPU 供應協議。Meta 已明確將在下一代伺服器機隊中使用 Dragonfly C1000，這是高通資料中心業務獲得超大規模雲端廠商背書的重要里程碑。

此外，包含 Arista、超微電腦 (SMCI-US) 、聯想 (00992-HK) 及眾多台系代工廠在內的 35 家生態夥伴表態支持，顯示高通正依託其深厚的消費電子供應鏈體系，進行資料中心業務的平移與複用。

然而，挑戰依然存在。高通目前公布的核心產品，商用時間多集中在 2027 至 2028 年間，這意味著市場還需要兩年的觀察窗口期。

且官方所揭示的高性能數據多為基於規格的估算，而非第三方實測，如何在 CPU 生態位上挑戰英特爾 (INTC-US) 與 AMD(AMD-US) 的長期壟斷，以及在對可靠性要求極高的資料中心領域中保持消費電子級的供應鏈成本優勢，將是高通未來兩年必須跨越的軟硬體整合門檻。

綜觀全局，高通此舉並非追求與英偉達在訓練市場進行正面碰撞，而是精準地切入了推理側對於「每瓦詞元成本」的迫切需求。

這是一場關於持續運行經濟學的持久戰，高通正試圖證明，AI 的未來不僅僅屬於峰值算力，更屬於那些能將算力轉化為最低邊際運作成本的架構。