对话高通执行副总裁：6G与AI催生新型终端，高通以四大切入点布局数据中心

智东西（公众号：zhidxcom）
作者 | ZeR0
编辑 | 漠影

智东西圣迭戈8月26日报道，昨日，在高通圣迭戈总部，高通执行副总裁兼技术规划、边缘解决方案与数据中心业务总经理马德嘉（Durga Malladi）与智东西等媒体进行深入交流，分享高通在即将于2029年商用部署的6G技术以及数据中心领域的思考与布局。

马德嘉谈道，AI与6G将产生深度融合。AI智能体会根据任务需求，动态决定推理是在终端、边缘还是云端执行。6G网络将成为AI网络，计算任务将无处不在，这也是高通一直在用的“计算连续体”概念，即计算从终端一直延伸到数据中心。

当前围绕”AI原生“的定义纷繁不一。马德嘉告诉智东西，AI原生网络是建立在高性能计算处理器之上的，包括CPU和AI加速器，这意味着在网络中有大量风冷服务器和风冷加速卡的部署，它们可能被用于无线接入层、DU（分布单元）层，或者更深层的网络节点，一直到核心网本身。

在他看来，大多数运营商都认同，AI原生网络不仅能够依托现有的CPU等处理器运行各类无线通信协议，同时还具备在网络中执行AI推理的能力。

一些运营商正将网络升级为AI原生网络，并对一种新的商业模式产生兴趣，即不再局限于提供数据服务，而是要进一步提供“算力即服务”或“Token即服务”。马德嘉观察到，中国电信是一个很好的例子，不仅提供数据服务，而且已经涉足计算业务。

数据中心方面，高通有四个切入点：CPU、AI加速器、高带宽计算（HBC）、定制芯片。

其中HBC是高通重点押注的一项近存计算技术，可实现比HBM更高的有效高带宽。对于高通而言，HBC既可以作为一项独立产品提供，也可以与其他产品搭配使用，客户可提出希望在位于底层的计算逻辑中实现哪些特定功能。

▲高通执行副总裁兼技术规划、边缘解决方案与数据中心业务总经理马德嘉（Durga Malladi）

一、6G与AI深度融合，将带来全新终端体验

据马德嘉分享，高通正深度参与6G标准化工作，目前正大力投入网络侧的Giga MIMO射频、概率成型技术，以及AI在无线协议中的应用等方向。

他谈到预计6G将在四个方向产生影响：

1、连接性能提升

延续5G演进路径，提供更好的连接性、更广的覆盖范围、更大的网络容量。高通预计6G演进方式将与5G的推进路径非常相似。

与5G主要聚焦于移动宽带能力增强不同，6G的最大区别在于其与AI的融合，AI将无处不在，既应用于网络，也应用于终端设备，将创造新的终端类别和应用场景。

2、新型终端品类

6G与AI融合将催生智能体终端（Agentic AI devices）。这不仅是在手机上运行AI，还涉及到将AI推理任务放在终端还是云端执行的决策，一切建立在智能体基础之上，由智能体决定这些任务在哪里完成。用户只会看到一个与AI智能体的交互界面，体验非常不同。

这些终端不仅包括智能手机，也不只是固定无线接入终端，而是以AI优先为设计理念构建的新型终端，它们可以是各种形态，甚至可以没有显示屏，如智能吊坠、智能戒指等网联终端。这将形成新的OEM厂商及竞争格局。

3、AI原生网络

6G从一开始就被设计为AI原生的技术，从今天的网络向AI原生网络的转变正在发生，许多头部运营商正积极投入这一领域。AI原生网络包括更多地使用高性能计算处理器，以及运用AI实现自智网络或网络自主化。因此网络侧将有大量创新涌现。

4、网络感知

各地区运营商都在向其网络中引入感知能力，竞争格局尚不明朗。但可以明确的是，每家运营商都在研究感知能够带来哪些新的应用场景，以及由此带来的商业化机会。

传感技术可实现识别网络中的所有事物，收集海量数据并将其反馈到网络中，进行深度处理与分析。马德嘉认为，这将带来一种新的网络运营方式——自智网络，也就是能够自主运行的网络，它能实时感知和分析网络中的各种信息，并在此基础上持续演进，各项网络参数也在不断动态调整，类似于汽车行业ADAS（高级驾驶辅助）的感知-行动机制。

二、详解高通数据中心四大切入点，全新近存计算架构让计算离内存更近

数据中心方面，高通有四个切入点：CPU、AI加速器、高带宽计算（HBC）、定制芯片。其中HBC是高通重点押注的一项近存计算技术，可实现比HBM更高的有效高带宽。

（1）基于CPU的解决方案：将数百颗CPU按照特定架构整合在一起，部署于数据中心的风冷和液冷服务器中。这与目前应用在智能手机里的CPU不同，尽管同属一个产品家族，但实际上是完全不同类型的处理器，是专门针对数据中心应用场景进行定制的。

（2）AI加速器：基于NPU的解决方案，专门面向运行在数据中心中的生成式AI应用，同样部署在液冷机架中。高通AI250机架级解决方案额定功率已达到160千瓦，未来预计会达到数百千瓦级别。

（3）高带宽计算（HPC）：全新近存计算架构，旨在解决内存瓶颈，提升解码性能，相较于现有市场方案，能形成差异化优势，提供高内存带宽，从而提升推理过程中解码阶段的性能表现。

（4）定制芯片：可提供高通的部分IP，也会整合客户的IP，以ASIC（专用集成电路）服务的形式提供解决方案。

今年6月，高通推出HBC近存3D堆叠架构。这一架构将计算逻辑置于内存下方，相比传统HBM分离架构，能显著降低功耗并提升有效带宽。

马德嘉解释了HBC与HBM的区别：在HBM架构中，内存和处理器在不同侧，通过一个高速接口进行连接；HBC采用近存计算架构，会将一部分计算逻辑直接放到内存下方，让计算离内存更近，这样不仅能够显著降低功耗，而且能够实现极高带宽，并能完成大量计算任务，同时你仍然可以在另一侧配置其他SoC（系统级芯片），由其承担部分处理任务，也可以由同一系统来完成全部处理。

“因此，相较于HBM，HBC架构能够实现更高的有效带宽。”马德嘉说。

据他分享，超大规模云服务商已对HBC技术表现出浓厚兴趣，一直在与高通保持深入交流。同时，高通也在与各大内存厂商开展合作，共同推动HBC技术的落地。

结语：6G+AI+数据中心，高通拓展未来护城河

迈向6G时代，通信网络的核心变量将不再局限于峰值通信速率提升，而是开始同时承担连接、计算与感知三种角色。从网络基础设施、运营商商业模式、终端设备到用户体验都有望迎来重构。

高通正将其在低功耗计算、无线连接和端侧AI上的积累，延伸至边缘和云端，争夺“计算连续体”的关键节点。CPU、AI加速器、HBC、定制芯片的组合，也表明高通以多维布局来试图满足现有数据中心的功耗、带宽和客户定制需求。

尤其是HBC所代表的近存计算路线，瞄准的是解决大模型推理解码阶段日益突出的内存墙问题。不过技术差异化只是入场券，能否获得头部云厂商规模部署、建立稳定的软件生态、证明单位Token成本和系统可靠性优势，才是高通能否从移动芯片巨头真正跨入数据中心核心牌桌的决定性指标。