挑戰英偉達，高通時隔五年再度入局AI服務器芯片賽道

數據中心AI芯片是AI算力的核心，英偉達目前是全球一騎絕塵的絕對領軍者，除了英偉達，包括英特爾、AMD、博通等傳統芯片公司，以及華為、阿里、海光、寒武紀、沐曦中國公司等也在積極佈局，但暫時難以撼動英偉達的主導者地位。現在，這個炙手可熱的賽道上，多了一個選手——智能手機芯片領域的全球龍頭公司高通再次高調宣佈入局。

10月27日，高通發佈面向數據中心的兩款AI推理芯片Qualcomm AI200和AI250及機架。

AI200（2026 年上市）和 AI250（2027 年上市）均採用高通Hexagon NPU（神經網絡處理器），主打低功耗、高性價比和模塊化部署，直接挑戰英偉達。

為展示決心，高通官方表示，其數據中心芯片路線圖將每年更新一次。高通還透露，沙特支持的AI創業公司Humain將從2026年開始部署200兆瓦的高通新型AI機架。若按單機櫃160千瓦計算，200兆瓦的部署規模相當於約1,250個機架，參考英偉達高端機架級AI系統價格（260萬美元至300萬美元之間），Humain有望為高通帶來超過30億美元的收入。

這並非高通第一次進軍數據中心領域。早在2017年，高通推出了基於ARM架構的服務器芯片Centriq 2400，該芯片面向數據中心通用計算，直接對標當時的絕對領導者英特爾。但由於ARM芯片生態在當時的服務器芯片領域仍然比較弱，高通無法從英特爾和AMD手中贏得足夠數量的客户，2020年，高通以關閉「非核心業務」為由停止了ARM服務器芯片業務。

五年后再度入局服務器芯片市場，此時高通要挑戰的對手已經從英特爾換成了英偉達，資本市場給出了積極反饋。

消息公佈當日，高通股價直線上漲，日內漲幅一度接近21%，截至美股收盤，股價收於187.68美元，漲幅為11.09%，市值單日增加近280億美元至2025億美元。這一表現不僅跑贏同期納斯達克指數（上漲1.86%），也創下高通自2019年以來的最大單日漲幅。

01

高通的多元化焦慮與野心

如果説2017年第一次佈局服務器芯片是嘗試和探索的話，那麼這一次，高通的業務多元化焦慮更重，步子邁得更快。

高通收入主要來自兩大塊，一塊是芯片業務，包括手機芯片、汽車芯片和其他芯片；另一塊收入來自專利授權，指高通向手機廠商收取 3G/4G/5G 標準必要專利的使用費。

高通財報顯示，2024財年（2023年9月末-2024年9月末）營收389.6億美元，同比增長9%。其中，芯片業務（包括其手機、汽車和其他芯片）營收331.9億美元，而手機芯片業務受益於安卓高端機型需求回暖同比增長10%，達到248.63億美元。

但手機芯片業務作高通核心收入來源，一直面臨結構性增長瓶頸，甚至可以説是危機。

主要危機來自蘋果加速去「高通化」。蘋果手機搭載的是高通基帶芯片，在2025年2月投資者會議上，高通管理層明確透露蘋果業務在高通手機業務中佔15%到20%左右。但蘋果一直在自研基帶芯片且已初見成效：2025年iPhone 16e開始搭載自研5G基帶芯片C1。業界普遍認為，與高通的基帶芯片購買協議到期后（2026年四季度），蘋果有可能全面啟用自研芯片。一家名為Khaveen投資量化基金預測，全面替代情況下，2028年高通將損失約77億美元收入（不含專利授權費）。

全球智能手機市場極度飽和，新需求疲軟不振也是另一大隱憂。全球國際數據公司IDC統計數據顯示，過去五年，全球智能手機出貨量分別是12.9億台（2020年）、13.5億台（2021年）、12.1億台（2022年）11.7億台（2023年），12.4億台（2024年）。儘管 2024年因AI功能驅動出現6.4%的反彈，但IDC預測2025年增速將放緩至1.6%，手機芯片需求難以恢復至疫情前水平。

手機芯片之外，過去五年，高通一直極力發展汽車芯片和物聯網芯片。高通2024年財報顯示，應用於AI PC、XR設備和工業物聯網的物聯網芯片業務收入54.23 億美元，汽車芯片業務收入29.1億美元，兩者合計佔高通芯片業務總營收的25.1%。

在高通2024年投資者日活動上，該公司公佈增長目標：到2029財年，物聯網和汽車部門的總收入將達到220億美元，其中預計物聯網部門的收入達140億美元，汽車部門的收入達80億美元。對此，摩根大通分析師表示，若目標達成，手機芯片將只佔高通芯片收入的50%。上述Khaveen投資量化基金也認為，高通在物聯網和汽車芯片業務能填補蘋果業務流失帶來的損失。

如今高通重啟數據中心芯片業務，是高通業務進一步多元化的體現。

此前，高通的AI戰略主要集中在手機芯片端蓄力。

高通手機端NPU的發展始於2007年首款Hexagon DSP的誕生，經過近二十年的技術迭代，已從最初的基礎AI加速模塊進化為支撐生成式AI的核心引擎。

如今高通手機芯片形成「NPU負責核心AI推理、GPU處理圖形渲染、CPU響應即時任務」的異構計算體系。在大模型支持方面，高通2023年推出的第三代驍龍 8已實現終端側流暢運行100億參數級大語言模型（LLM）及視覺大模型（LVM）。通過內存架構升級（如 64 位尋址）、精度優化（如 INT2 量化）等技術，高通目標在終端側實現千億參數級模型的高效運行。

並且，爲了發展端側AI，高通打造了相應的AI 軟件棧（Qualcomm AI Stack），支持目前所有的主流AI框架，包括TensorFlow、PyTorch、ONNX、Keras；它還支持所有主流的AI運行時環境（連接 AI 應用程序與底層硬件（如 NPU、GPU、CPU）的中間層軟件組件），以及支持不同的編譯器、數學庫等AI工具。

在今年9月舉辦的高通驍龍技術峰會上，高通未曾透露數據中心AI芯片相關信息。但高通技術高管與合作伙伴嘉賓多次提到端側 AI 芯片（本地設備如手機、汽車、IoT 終端的專用 AI 芯片）與雲端 AI 芯片（數據中心的大規模 AI 計算芯片）聯動的重要性與必要性，指出爲了解決單一芯片形態無法覆蓋「效率、安全、成本、體驗」 的痛點，終端側芯片與雲端芯片須做好算力分工、數據協同與場景互補，最終才能構建更高效、靈活且實用的AI應用生態。

02

高通AI芯片機會幾何？

2022年之前，高通的營收規模一直高於英偉達（英偉達2022年營收270億美元）。但在2024年，英偉達的營收規模1305億美元，是高通的三倍以上。

核心原因是，數據中心AI芯片市場在今年正在創造更大的增量——英偉達短短三年（2022年-2024年），增量收入就超過了1000億美元。

目前數據中心AI芯片分成兩大類，分別是英偉達的GPU（圖形處理器），以及其他公司的ASIC（專用集成電路）芯片。

從技術差異來看，GPU是圖形處理器，它的通用性更強。GPU最初為渲染3D圖形而生，但這種架構恰好非常適合AI算法，尤其是大模型所需的大規模矩陣運算，因此成爲了目前最主流的AI芯片。它在數據中心AI芯片市場至少佔據半壁江山。

高通的AI芯片屬於ASIC芯片。AISC芯片是針對特定用户需求、應用場景定製而設計的非通用可編程芯片。相較於通用處理器（如CPU、GPU），AIC芯片雖然研發門檻高、設計周期長，但具備算力密度高、能耗低的優點，且大規模量產后成本顯著降低。

如今業界普遍看好ASIC芯片前景。高盛在今年9月曾在研報中預估2025年-2027年全球AI芯片需求量分別為 1000萬、1400萬、1700萬顆。其中，ASIC芯片佔比將從2025年的 38% 提升至2027年的45%，GPU芯片佔比將從62%降至55%。

一位資深算法工程師曾對《財經》表示，目前大部分科技公司都不想完全依賴英偉達的AI芯片。ASIC又提供了一種新的技術方案。因此這為其他芯片侵蝕英偉達的市場份額提供了可能性。

ASIC是一種專用芯片，它一旦設計完成並大規模量產，單顆芯片製造成本可能低於同等性能的GPU，因此大量大型科技公司正在定製數據中心專用的ASIC芯片，其中包括谷歌的TPU系列、亞馬遜的Trainium系列，華為的昇騰系列、阿里的PPU系列、百度的崑崙芯系列。

此外大模型這兩年的技術發展趨勢也加速了這個過程。AI分成了訓練和推理兩種算力需求。過去模型訓練中，英偉達GPU幾乎難以被替代。但隨着主要模型的性能逐漸穩定成熟，模型訓練的算力需求佔比正在趨於穩定。使用模型，也就是推理的需求正在逐步增長。

推理場景中，ASIC芯片和英偉達的差距在縮小。AI芯片創業公司通常也傾向於採用ASIC這個技術方案。其中包括美國AI芯片創業公司Etched，以及中國的寒武紀、燧原科技等。

ASIC的種種優勢，讓高通有機會試圖切入數據中心AI芯片市場。蓬勃增長的ASIC芯片市場可以為它創造新的增長曲線。高通的優勢之一就是低功耗。過去十多年，它在驍龍Snapdragon手機芯片上積累的經驗，就是如何在有限的功耗下實現更強的性能。這個能力可以平移到數據中心市場——數據中心最大的運營成本之一就是電費和散熱。

高通兩款產品本身也不乏亮點。據介紹，高通AI200單卡配備768GB LPDDR 內存，容量是英偉達GB300芯片的2.67 倍，能為大語言模型和多模態模型運行提供充足的內存支撐。AI200還支持靈活部署，可作為獨立組件、服務器加速卡或完整機櫃方案交付，適配不同客户的硬件環境。

AI250引入「近存儲計算」架構，高通宣稱內存帶寬提升超10倍且功耗顯著降低。這些技術特性被市場視為對英偉達GPU的差異化競爭策略，尤其在AI推理場景中可能具備成本優勢。

兩款產品均配備直接液冷散熱方案，單機櫃功耗達160千瓦，支持 PCIe 與以太網擴展，並集成機密計算技術，搭配覆蓋端到端的自主研發軟件棧，實現模型一鍵部署。

但和所有試圖挑戰英偉達的公司一樣，高通同樣面臨英偉達通過CUDA建立起來的強大生態壁壘。英偉達CUDA生態構建了開發者-硬件-軟件的閉環，全球90%的AI開發者依賴其工具鏈。多位行業人士表示，高通AI Stack雖支持PyTorch、TensorFlow等主流框架，但在算子庫完整性、模型優化工具鏈成熟度上必然有差距。

並且，谷歌、亞馬遜、微軟都已自研AI芯片，除Humain外，高通能否吸引其他大型客户採購其AI推理芯片，是其后期能否長期發展的關鍵所在。

本文來自微信公眾號「半熟財經」（ID：Banshu-Caijing），作者：周源 吳俊宇，編輯：謝麗容 ，36氪經授權發佈。