攻坚AI推理赛道，高通挑战英伟达

21世纪经济报道记者 骆轶琪

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。

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。

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。

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。