配资网站平台:专业股票配资门户-攻坚AI推理赛道 高通挑战英伟达

　　高通在今年7月的第三季度财报业绩会上释放出进军数据中心市场的明确信号
，如今这一规划已迅速变为现实。

　　当地时间10月27日，高通宣布推出面向数据中心的下一代AI推理优化解决方案：基于Qualcomm AI200和AI250芯片的加速卡及机架级解决方案 。

　　根据规划 ，AI200和AI250预计将分别于2026年和2027年实现商用
。高通计划制定一个数据中心路线图
，每年更新一次，专注提升AI推理方面的性能、能效和总拥有成本（TCO）。

　　受此消息影响 ，当日高通公司股价一直猛拉到20%涨幅
，最终以11.09%涨幅收盘 。

　　这其实不是高通第一次尝试挖掘数据中心市场机会，在2017年 ，其曾尝试推出基于Arm架构的数据中心CPU产品
，但遭遇折戟
。

　　如今看来，相比于上一次 ，高通通过收并购 、合作等方式持续强化软硬件方面的能力
，已经在数据中心领域有不同于前一次的能力储备。

　　当然目前在数据中心市场，新进入者面临的核心挑战之一是应用生态 ，高通同步公布了这批产品的第一位客户，为其对数据中心市场的再度进攻迎来良好开局 。至于其未来能否取得进一步突破
，则有赖于从持续完善其软硬件能力
、首批落地方案的落地验证等方面共同推进
。

　　根据介绍，此次推出的Qualcomm AI200是一款专用机架级AI推理解决方案 ，旨在为大语言模型（LLM）和多模态模型(LMM) 推理及其他AI工作负载提供低总拥有成本 (TCO) 和优化的性能。每张加速卡支持768 GB LPDDR内存 。

　　Qualcomm AI250解决方案将首发基于近存计算（Near-Memory Computing）的内存架构
，实现超过10倍的有效内存带宽和更低功耗，让AI推理工作负载效率和性能更好提升
。这不仅支持解耦式AI推理 ，还能高效利用硬件资源
，同时满足客户对性能和成本的要求。

（高通两款AI芯片产品和解决方案，图源：公司官网）

　　据悉 ，两种机架解决方案均采用直接液冷散热以提高散热效率
，支持PCIe进行纵向扩展、以太网进行横向扩展，并具备机密计算 ，以确保AI工作负载的安全性
，整机架级功耗为160千瓦 。

　　需要指出的是，不同于目前主流AI加速芯片多采用HBM（高带宽内存）的内存配置方案 ，高通推出的方案采用LPDDR内存，相比之下成本更低
，这也与高通强调的更低TCO逻辑一致。

　　其实在今年7月举行的第三季度财报业绩会上，高通公司总裁兼首席执行官Cristiano Amon已经预告即将面向数据中心市场推出新产品
。

　　彼时他指出 ，面向数据中心市场的扩张
，是高通新的增长机遇，基于其历史上在CPU和NPU领域的沉淀 ，这是高通多元化战略的合理延伸。

　　Amon分析
，随着AI推理规模的扩大，云服务提供商正在构建专用的推理集群 ，其同时注重性能和效率
，特别是每美元的tokens数和每瓦特的tokens数；再加上市场从商用X86 CPU向定制的Arm兼容CPU转变，以及云计算等需求 ，为高通创造了切入点 。

　　“我们正在打造基于NPU芯片的AI推理加速卡
，并利用我们的Oryon CPU 、适用于通用和AI领先节点计算解决方案的定制SoC
。
”他指出，此外 ，高通正在推进收购Alphawave IP Group plc公司一事，后者在数据中心
、AI等高速有线连接方面具备优势。

　　根据7月份透露
，高通处在数据中心市场开拓的早期阶段，正与多位潜在客户接触 ，与一家领先的超大规模企业进行深入洽谈 。如果洽谈成功
，预计将在2028财年开始产生收入
。

　　在本次发布两款AI芯片和相关解决方案时，高通同时官宣 ，与HUMAIN（沙特阿拉伯一家国家级AI公司）开展合作
，在沙特阿拉伯部署先进的人工智能基础设施。该计划旨在为全球提供AI推理服务，并打造全球首个全面优化的边缘到云端混合人工智能 。

　　（高通两款AI芯片首位客户官宣 ，图源：公司官网）

　　这也是两家公司在5月签署合作备忘录后的正式官宣
。根据计划
，HUMAIN计划自2026年起，部署200兆瓦的Qualcomm AI200和AI250机架式解决方案。

　　目前 ，在高通公司官网的“数据中心产品/服务”栏目中
，已经有包括Qualcomm Cloud AI 100 Ultra、Qualcomm AI 200 、Qualcomm AI 250和高通人工智能推理套件
、服务器CPU五大产品矩阵 。

（高通数据中心产品/服务，图源：公司官网）

　　这不是高通首次进军数据中心市场 ，此前高通一度有过试水，但并未取得显著成效
。截至目前
，数据中心业务对于高通公司来说还未在财报层面体现出明显增量。

　　第三季度财报显示，高通的QCT（芯片业务）部门中 ，手机为主的硬件（Handsets）业务（63.28亿美元）占其中收入比重的70.37%
，此外贡献收入的业务包括IoT和汽车 。但是从增速看，考虑到手机业务体量较大 ，其收入同比增速为7%
，低于QCT板块整体11%的同比增速值；更是远低于IoT实现同比24%增长、汽车业务同比21%的增速表现。

　　在全球手机大盘没有显著增量的条件下，寻找并发力更可观的新市场就成为一个必答题
。

　　2017年8月 ，高通曾推出Centriq 2400
，采用10nm FinFET工艺打造，是面向数据中心市场 、基于Arm架构的服务器处理器。彼时高通方面称 ，Centriq 2400在能效和成本上比英特尔的至强Platinum 8180更优越 。但很快就有市场消息显示
，高通的这款产品并没有得到买账
。

　　DIGITIMES分析师陈辰妃向21世纪经济报道记者指出，高通曾短暂挑战服务器领域 ，推出Centriq2400处理器，但当时服务器市场仍以英特尔(Intel) x86处理器为主
，加上Arm架构在服务器市场生态尚未成熟，高通最终选择解散Falkor开发团队。

　　再看这一次 ，高通在正式进军数据中心市场之前
，已经有多番布局 。

　　2021年3月，高通宣布以14亿美元完成对Nuvia公司的收购 ，后者就是专注于数据中心CPU的公司
。

　　此外
，如前所述，高通还在推进对Alphawave公司的收购。在业绩会上 ，Amon也提到
，Alphawave的高速有线连接和计算技术，对下一代定制的高通Oryon CPU以及高通Hexagon NPU处理器形成了补充 。“人工智能推理的增长推动了对高通高性能
、节能计算解决方案的需求 ，此次收购为我们拓展数据中心业务提供了关键资产
。 ”

　　IPnest CEO Eric Esteve则告诉21世纪经济报道记者
，Alphawave公司在高端接口IP领域处于领先地位，由于SerDes（串行器/解串器）对于构建基于以太网、PCIe 、CXL或UCIe等协议构建顶级的互连能力至关重要 ，其可以满足构建高性能计算应用（如AI系统）的需求。

　　综合来看，相比几年前
，高通此次再度进攻数据中心市场，在内生的数据中心所需能力方面进行了明显补全 ，且其采取了与市面上差异化（采用不同的内存规格选择）的发展路线 。

　　而外部市场来看
，目前业界公认，AI推理市场空间将高于AI训练市场 ，且在AI推理市场
，已经有众多AI芯片玩家参与，包括云服务厂商自研ASIC定制芯片、新兴AI芯片公司等 ，都试图以不同于英伟达GPU芯片的差异化打法
，挖掘增量空间
。

　　当然，高通依然与英伟达存在密切合作。今年5月 ，英伟达面向定制化AI芯片市场发布NVIDIA NVLink Fusion
，合作伙伴名单中，高通赫然在列 。

　　可见 ，虽然此番推出AI推理芯片和解决方案，透露出高通在AI推理方面试图与英伟达竞争的野心
，但其也在通过多条腿走路的方式，持续扩展生态能力。

　　这也是当前业界最为关注的地方 ，即AI芯片的落地
，关键要素之一就是软件和生态能力，英伟达之所以傲视群雄 ，就是因为其已经花费接近20年时间搭建CUDA工具链
，这是AI芯片后来者难以企及的积累
。

　　不过好在，AI推理市场可以接纳定制化的细分需求 ，这也是后来者仍有发展空间的原因所在。

　　而高通还要面临的考验在于
，其基于NPU架构打造的AI芯片和方案，落地到数据中心场景中的性能表现到底如何 。因此其与HUMAIN公司打造的样板就至关重要
。

　　Amon也在业绩会上提到 ，希望能借力与重要客户的合作
，产生光环效应，验证产品和平台 ，并为未来带来新机遇。

　　随着高通在未来两年推进这两款数据中心产品落地，显然将为AI芯片市场带来新的火花
，其在实现能力加持后能走多远，仍有待市场的持续检验 。

（文章来源：21世纪经济报道）