在芯片行业的版图上，高通正试图撕下“手机芯片之王”的标签，全力奔赴AI数据中心这个更庞大的战场。最近的一则AI新闻震动了华尔街：高通首席财务官阿卡什·帕尔希瓦拉在投资者沟通会上明确表示，预计到2029财年，数据中心芯片业务将为公司贡献150亿美元营收。这一数字远超此前美国银行分析师20亿至50亿美元的保守预测，消息公布后高通股价盘后飙升超过12%。
高通为何敢于如此豪赌？答案藏在微软、Meta的订单中，也藏在一条全新的技术路线里——这家公司正在用消费电子领域的低成本存储芯片，挑战英伟达用高价HBM内存构筑的AI算力护城河。
从手机到云端：高通的数据中心野心
高通进军数据中心并非心血来潮。早在几年前，这家公司就尝试过用服务器芯片重返该市场，但彼时AI浪潮尚未爆发，高通的Arm架构处理器在通用计算领域难以撼动英特尔和AMD的地位。如今，一切都变了。
ChatGPT引发的生成式AI革命让算力需求呈指数级增长，数据中心成了整个科技行业的基础设施。高通看到了一个绝佳切口：AI推理任务对延迟和功耗极为敏感，而高通在移动端积累的能效优化技术恰恰可以复用至云端。据帕尔希瓦拉透露，2027财年高通数据中心业务营收就将达到50亿美元，其中10亿美元来自新增的定制芯片客户。
值得注意的是，高通对长期营收预期进行了大幅上调：到2029年，手机芯片以外的所有芯片业务总收入将从此前预测的220亿美元跃升至400亿美元。这意味着届时手机芯片仅占其芯片总营收的三分之一，而数据中心将成为与汽车、物联网并列的三大新支柱之一。
这种转型背后是深层次的产业逻辑。智能手机市场已进入存量竞争，苹果、三星等大客户纷纷自研芯片，高通的外部订单持续流失。与此同时，AI基础设施需求暴涨引发HBM存储芯片紧缺，反而给高通的低功耗路线创造了机会。这一趋势与企业数字化转型浪潮高度吻合，越来越多的云端应用需要平衡性能与成本。
微软和Meta的大单：HBC芯片与Dragonfly CPU
高通在投资者沟通日上一次性披露了两个重量级客户。微软将采用高通全新品类芯片——高带宽计算芯片（HBC）。这一芯片的最大特点是不使用英伟达钟爱的昂贵HBM内存，也不使用Cerebras使用的高成本SRAM，而是依托手机、笔记本上通用的平价LPDDR存储芯片。高通数据中心业务负责人托尼·皮阿利斯表示：“依托单位成本下的性能优势，我们为整个行业创造了极高的价值。”
Meta则选择了高通专为AI数据中心打造的全新中央处理器——Dragonfly C1000。这是一款基于Arm架构的CPU，直接切入当前英伟达Grace CPU、亚马逊Graviton、谷歌Axion以及Arm自家Neoverse混战的云端市场。Meta的AI工作负载庞大且多样化，从社交推荐到内容审核，都需要高效的推理能力。Dragonfly C1000刚好填补了Meta在自研芯片之外的空白。
这些订单意味着高通不再只是手机SoC供应商，而是真正进入了科技巨头的核心基础设施供应链。对于普通用户而言，未来在使用Meta的AI滤镜或微软的Copilot时，背后很可能就有高通芯片的影子。这也让人想起AI画图工具的普及——这些创意应用对实时推理的依赖正推动着芯片架构的创新。
定制芯片：超大规模云厂商的“秘密武器”
除了微软和Meta的标准产品，高通还透露已经拿下两家头部超大规模云厂商的定制芯片订单。皮阿利斯甚至自豪地表示：“我们根本不需要主动去拓展超大规模云厂商客户，反而是这些厂商主动找上门寻求合作。”相关业务收入将在今年自然年内落地。
定制芯片（ASIC）业务是当前芯片行业增长最快的赛道之一。博通和Marvell已经在网络和存储ASIC领域实现了高速增长，而高通选择从AI推理ASIC切入。这种模式的好处是客户粘性极高——云厂商一旦为其业务定制了专用芯片，后续迭代往往会继续委托同一家供应商。高通同时为客户开发三类芯片：中央处理器、AI推理加速器以及专用集成电路。这种“全家桶”策略让云厂商可以在同一个供应商处完成平台优化，降低集成复杂度。
定制芯片业务的兴起，也催生了一批新的AI工具导航平台，帮助开发者更好地利用这些硬件特性。对于创业者来说，理解这波算力供应链的变化，或许能找到新的机遇。
竞争白热化：高通如何与英伟达、Arm、自研芯片阵营博弈？
高通在数据中心芯片市场的入局，面临着前所未有的竞争烈度。英伟达凭借CUDA生态和HBM内存优势，在AI训练市场占据了超过80%的份额；Cerebras用晶圆级芯片实现了超大算力；亚马逊Graviton、谷歌Axion则是云厂商自研Arm芯片的代表。美国银行分析师在研报中直言：高通虽多次尝试拓展数据中心业务，如今再度入局高速增长的AI芯片赛道，但赛道内盘踞着多家成熟巨头。
高通的优势在于两点。第一是成本控制：使用LPDDR内存可以将AI推理服务器总成本降低30%-50%，这对需要大规模部署的公有云尤其有吸引力。第二是生态兼容：高通芯片可以无缝运行Android、ChromeOS等移动端AI模型，这对于边缘推理和混合场景意义重大。
此外，高通背后的Arm也在财报后同步上涨5%，说明整个Arm生态对数据中心寄予厚望。过去几年，Arm在服务器领域一直雷声大雨点小，但AI推理任务对CPU的需求与训练任务不同，Arm架构的低功耗特性反而成了卖点。大模型训练虽然仍由英伟达主导，但推理端的多极分化趋势正在给高通创造窗口。
150亿美元营收之路：机遇与挑战并存
高通的目标是到2029年数据中心业务营收达到150亿美元。这个数字是什么概念？作为对比，英伟达2024财年数据中心营收已超过470亿美元，但高通瞄准的不全是训练市场，而是快速增长的推理市场。帕尔希瓦拉表示，手机芯片以外的板块将实现真正的业务多元化。
但挑战同样严峻。一方面，英伟达正在通过推出Grace CPU强化在推理领域的布局；另一方面，云厂商自研芯片的趋势不可逆转，亚马逊、谷歌、微软都在加速自家的芯片迭代。高通需要证明自己的定制芯片不仅便宜，而且性能足够与自研芯片抗衡。
另一个风险在于技术路线的独特性。HBC芯片依赖LPDDR内存，但LPDDR的带宽和容量上限能否满足未来更复杂的大模型推理需求，仍然存疑。高通必须不断迭代架构，否则可能重蹈此前服务器芯片失败的覆辙。
不过，对于整个科技行业来说，高通的入局意味着AI算力供应将更加多元化。价格竞争有望降低云端最新科技产品的使用成本，无论是AI生成的数字艺术，还是实时的语音助手，都将受益于更便宜的算力。消费者在体验抠图等工具时，或许感觉不到底层的芯片变化，但更快的响应和更低的订阅费用将是实实在在的红利。
FAQ
什么是高通HBC高带宽计算芯片？
高通HBC（High Bandwidth Compute）芯片是一种新型AI推理处理器，其核心特征是不使用昂贵的HBM内存，而是采用手机和笔记本通用的LPDDR存储。通过优化内存架构和计算单元，HBC能在AI推理场景下提供与英伟达同类产品接近的性能，但成本降低30%-50%，特别适合大规模云端部署。
高通数据中心芯片与英伟达产品相比有什么优势？
高通数据中心芯片的主要优势在于总拥有成本（TCO）。英伟达GPU依赖高带宽内存（HBM）和CUDA生态，在训练任务上性能领先；而高通芯片采用更便宜的LPDDR内存，功耗更低，在推理任务上能效比突出。此外，高通芯片与Arm生态兼容，适合边缘计算和混合部署场景，而英伟达在训练市场拥有绝对主导地位。
高通进军数据中心对AI行业有什么影响？
高通的入局将加剧AI芯片市场竞争，推动推理端算力成本下降，从而降低AI应用的部署门槛。对于开发者而言，更多的芯片选项意味着可以针对场景选择最优硬件；对于最终用户，这意味着更便宜的AI订阅服务、更快的响应速度。同时，高通与Arm的合作有望加速Arm架构在数据中心领域的渗透，挑战x86生态的统治地位。