從故事到訂單，高通轉型之路正式提速

??深響原創 · 作者｜何理

一石激起千層浪。

北京時間周四凌晨，高通在其紐約投資者日上釋放出極為激進的增長信號：將2029財年非手機業務收入目標上調至400億美元，約為此前目標的兩倍；全面發布數據中心AI基礎設施戰略，設定2029財年營收目標逾150億美元。

對此，市場立即給出了正向反饋——盤后樂觀展望一經發布，股價最高漲幅觸及逾16%。摩根士丹利發布研報指出，在數據中心的機遇帶動下，高通的業務多元化速度推進得較預期快，同時將目標價由146美元上調至231美元。

一直以來，高通在人們眼中都是“移動通信芯片巨頭”，但最近幾年，其深入AI的動作已成為桌面上的“明牌”：從AI數據中心、定制芯片，到汽車、機器人和邊緣AI，高通正布局于AI基礎設施生態系統的幾乎所有核心領域。

數據中心藍圖：開啟全新周期

在投資者日的分享中，最讓人關注的莫過于高通面向智能體AI時代的數據中心技術路線圖以及其全新推出的高通飛龍產品組合。

過去，AI基礎設施的上半場由“大模型訓練”主導，全行業的資源資金集中于少數超大規模云端數據中心，靠堆算力來提升模型能力。

而現在，風向已發生明顯轉變：智能體全面滲透，算力需求大爆發，IDC預測，全球年度Token消耗將從2025年的0.0005 PetaTokens暴增至2030年的152,667 PetaTokens，年復合增長率高達驚人的3418%。這讓算力成本激增，集中式AI到分布式AI成為必然趨勢。AI系統無法再單靠云端包攬一切，而是必須具備端、邊、云之間的全鏈路算力調度能力。

這便來到了高通的主場。

圖源：IDC

在投資者日活動上發布的全新數據中心解決方案涵蓋高通飛龍 C1000 CPU、高通高帶寬計算（HBC）技術、高通飛龍 AI300推理加速器、連接產品及定制芯片解決方案。所有產品均旨在實現最大化每瓦特性能與Token吞吐量，同時降低客戶總體擁有成本。

硬件層面，高通飛龍C1000 CPU是專為數據中心設計的服務器級CPU，其基于高通自研Oryon核心架構，能夠為規模化部署的智能體工作負載提供卓越性能，為智能體、通用型和AI管理節點工作負載提供領先的性能表現和資源利用效率，同時具備同檔產品中最佳的能效和總體擁有成本。

高通官方信息顯示，根據規格參數預估，高通飛龍C1000 CPU每瓦特性能較現有服務器CPU競品的基準數據提升超過2倍，預計于2028年實現商用。

行業普遍認為，AI算力結構將從單一算力向異構協同演進，CPU在調度與系統層的重要性顯著提升。

高通飛龍C1000 CPU

另一個值得關注的核心技術創新是高通的高帶寬計算（HBC）。這是一種將計算單元與高速內存通過3D堆疊方式緊密結合的近內存計算架構，直接對準AI推理中最關鍵的數據搬運瓶頸。

因為AI大模型在做推理時，需要不斷從內存中讀取數十億甚至上千億的參數，計算完再寫回去。芯片算得再快，如果數據搬運的帶寬跟不上，算力就會陷入空轉。當前行業主流的解決方式是高帶寬內存（HBM），通常需要借助昂貴的Interposer基板進行連接，數據在芯片和HBM之間反復搬運，本身就會消耗大量的電力，且產能受限進一步推高了制造成本。

相較傳統HBM，高通的高帶寬計算（HBC）不需要interposer，它通過3D垂直堆疊讓計算靠近內存、減少數據搬運距離，實現更快速高效、擴展性更強的處理能力，在降低總體擁有成本的同時實現更高能效。高通官方數據顯示，與競品已公布的板卡級標準化產品參數相比，HBC技術支持的每瓦特帶寬相比HBM技術提升6倍。

微軟首席執行官Satya Nadella對此給予了高度評價：“HBC采用了一種創新性架構，結合了高內存帶寬和集成計算，為下一代AI基礎設施帶來了成本和性能上的顯著提升，且未來將有更多進展。”

隨著AI推理規模的爆發，市場對持續推理、內存帶寬和實時響應的需求變得格外迫切，高通這一套在移動端錘煉多年的近內存計算能力迎來了厚積薄發的機會。

與此同時，高通還全新發布了高通飛龍AI300推理加速器，它與此前已發布的AI200和AI250一起，構成了高通每年迭代一次的數據中心產品路線圖。

AI300集成突破性的第二代高通HBC技術以實現計算加速，支持行業領先的內存容量與有效帶寬，為大語言模型和多模態大模型（LLM、LMM）推理及智能體AI工作負載提供高吞吐量、低時延性能。與現有的基于GPU的架構相比，在單卡每瓦特內存帶寬方面，AI300的每瓦特性能預計可實現4至8倍的提升。

高通飛龍AI300（加速卡/機架級產品）

不過，硬件再強，生態為王。軟件層面的布局對于成為AI基礎設施而言同樣重要。

就在投資者日的同一天，高通宣布收購AI軟件初創公司Modular。Modular的軟件工具與模塊化技術支持開發者一次編寫、隨處運行，為開發者大大降低AI開發門檻，提升AI開發性能和跨硬件遷移能力。

長期以來， AI開發者的代碼都綁定在英偉達的CUDA軟件平臺上，更換芯片往往意味著推倒重寫代碼的巨大代價。此外，如果手機、汽車與數據中心各自的SDK與開發生態是斷裂的，就無法實現全鏈路的分布式算力調度。

Modular的模塊化架構可以讓客戶擺脫對單一硬件廠商的依賴，加快AI落地速度、減少整合成本，同時隨業務需求靈活擴容。這將強化高通技術公司面向數據中心與邊緣場景的生成式和智能體AI軟件基礎。

“Modular創立之初便秉持一個理念，即AI需要一套更開放、高效的軟件基礎，能夠跨多樣化硬件與部署場景運行。”Modular聯合創始人兼CEO Chris Lattner說。

而同一天高通還宣布了與全球最大的開源AI模型社區Hugging Face的戰略合作。助力開發者打造更流暢的混合AI體驗，讓智能在從邊緣終端到數據中心基礎設施的計算連續體中靈活流轉。

不難發現，高通在軟件層面的動作目標很明確，就是要打造一體化AI體驗，讓AI更開放、可擴展、易部署。

硬件解決“能否算好”的問題，軟件解決“能否用得上”的問題。這種軟硬一體、全棧布局的思路，構成了高通不可復制的獨特優勢。從CDMA起家的高通，手握5G/6G蜂窩連接、Wi-Fi 7、藍牙等核心技術，并形成了完整連接能力體系。在分布式推理場景中，當AI智能體需要在不同設備間聯網協作時，高通的連接技術正好保障了高速、穩定且低延遲的數據傳輸。

更進一步看，高通的優勢還體現在從技術到生態的諸多方面：

首先是極致的能效比。萬億Token爆發導致云端數據中心面臨“電力和散熱瓶頸”。 相比于傳統巨頭擅長以高功耗換取高算力，高通在手機芯片領域積累的功耗控制經驗，將成為其切入AI數據中心市場的差異化優勢。

其次是在6G領域的提前布局。分布式 AI 的精髓在于“云-邊-端”的算力接力與協同，而協同的紐帶正是網絡連接。高通不僅是計算芯片廠商，更是全球通信技術的推動者，其已與全球近60家企業達成6G發展共識（包括近20家中國企業）。這意味著，當未來的 AI 智能體需要跨鏈路頻繁調用算力時， AI原生的6G能確保數據傳輸處于超低延遲與超高帶寬狀態，讓分布式計算真正融為一體。

支撐高通未來競爭力的，不只是單點技術突破，而是其在系統級芯片、能效優化與核心IP上的長期積累，以及數百億級終端規模所鍛煉出的工程能力與產業協同能力。

多元化支撐：計算連續體的無限延伸

在投資者日的分享中，另一個引發廣泛關注的是高通在多元化方面的戰略決心——其將2029財年非手機業務收入目標上調至400億美元，約為此前目標的兩倍。其中汽車業務收入目標2029財年達100億美元，包括工業、網絡設備及機器人以及個人AI與計算在內的物聯網業務收入目標在2029財年超140億美元。

這意味著高通的多元化并非口號噱頭，而是落到了實實在在的市場中。

高通多元化背后最關鍵支撐是“計算連續體”： 即構建一套覆蓋從毫瓦級到千瓦級的完整計算能力體系，實現算力從端側到云端的無縫貫通。

從手機、PC到汽車、機器人和數據中心，高通強調的是同一個邏輯：智能體不會只運行在云端，而是會在各種終端和邊緣節點之間靈活流動。因此，未來競爭的重點不只是單點算力，而是如何構建覆蓋設備、網絡、邊緣和云端的完整計算體系，讓“一次開發、多端部署”真正成為可能。

具體深入到各大細分戰場來看，這套“計算連續體”正在賦能高通多元化業務的全面爆發：

在智能汽車領域，高通從傳統的車載連接演進為覆蓋艙駕的汽車計算產品組合。這是高通轉型中進展最快、數據最扎實的一塊——高通驍龍數字盤平臺已為奔馳、寶馬、通用、沃爾沃、小鵬、理想、零跑等主流整車廠商提供車載信息娛樂、駕駛輔助和車聯網解決方案。

投資者日上，高通將汽車設計贏單儲備從此前披露的450億美元擴大至650億美元，并目標成為最大的汽車芯片供應商。

而在個人終端領域，驍龍是手機和PC等個人終端的旗艦平臺。高通每年都基于驍龍平臺密集發布顛覆性的生成式和智能體AI創新，這早已成為整個行業在終端側落地應用的風向標。

高通近期發布了全新的驍龍 Reality Elite空間計算平臺，專門面向XR和個人AI領域，大幅提升了端側的多模態交互與本地智能體運行能力，為多樣化產品形態設備打造沉浸式空間AI新體驗。

驍龍 Reality Elite

在更微型的可穿戴設備上，驍龍可穿戴平臺至尊版（Snapdragon Wear Elite）則成功將原本高不可攀的AI運算能力下放至智能手表、智能胸針、掛墜等微型設備中, 推動AI能力向更輕量終端延伸。

驍龍可穿戴平臺至尊版（Snapdragon Wear Elite）

在以工業物聯網與機器人為核心的物理AI賽道上，高通推出了全新的 Dragonwing IQ10 機器人參考設計（RRD）。其意義并不只是推出一顆新的機器人芯片，而是開始直接提供覆蓋硬件、軟件、中間件以及AI運維能力的完整機器人平臺，讓其解決的是目前物理AI領域“重復造輪子”的零散化痛點，開發者和機器人企業能夠將精力聚焦于上層差異化機器人應用的開發，幫助OEM廠商和開發者更快從原型驗證走向量產部署。

事實上，高通的多元化早在2021年安蒙出任高通CEO那年就已設定，那一年的投資者日，公司系統性提出了面向汽車、物聯網等非手機業務的增長路徑與長期目標，為后續轉型奠定了方向。而五年后的今天，這個目標到2029財年將達400億美元。

從行業演進的宏觀視角來看，高通的多元化不僅是一家企業“尋求第二增長曲線”，它更是順應全球半導體與AI發展的產業演進。當AI的洪流從“云端涌現”走向“物理世界萬物互聯”的技術新周期，高通圍繞計算連續體正在多個關鍵算力節點形成布局，，完成從一家“手機芯片巨頭”向“全場景AI解決方案巨頭”的范式轉移。

市場落地：業務動作轉化為財務目標

高通的這一輪戰略轉型，是一場對齊客戶需求、驅動訂單的商業躍遷。

未來AI數據中心的競爭正從單一算力芯片的比拼，演進為覆蓋GPU、CPU、網絡互聯與軟件生態的系統級競爭。面對智能體時代高昂的云端Token成本與端側算力饑渴，高通憑借全棧低功耗方案，將技術研發直接轉化為客戶急需的生產力工具。

在全球云計算、AI巨頭的供應鏈中，高通正在嘗試開辟出全新的增量空間：

在投資者日上，高通與Meta達成戰略合作，成為Meta數據中心多代CPU的供應商。Meta下一代服務器集群計劃搭載高通技術公司的數據中心CPU——高通飛龍? C1000，這顯示出在大規模橫向擴展部署場景中，高性能、高能效計算的重要性日益提升。

此外，微軟Azure已開始部署高通的高帶寬計算定制芯片，這是高通首次獲得大型云服務商對其AI加速器平臺的公開支持。高通還攜手沙特 HUMAIN 部署先進的 AI 基礎設施，目標自2026年起部署高達 200 兆瓦（MW）的高通 AI200 和 AI250 機架解決方案。這將為各國建立從數據中心運營到商業 AI 服務的完整 AI 能力樹立典范。

另據高通公司首席財務官兼首席運營官Akash Palkhiwala透露：“我們將擁有兩家布局全球范圍的超大規模云服務商客戶，他們將在今年內帶來至少10億美元的收入。”

高通轉型歷程

讓AI真正被使用，是高通增長的核心主線。數據中心補足算力，終端與應用創新則決定AI能否走向規模化。中國憑借完善的產業鏈和高效的產品化能力，正在成為高通多元化布局落地的大舞臺之一。安蒙特別提到，智能體應用的創新，正在中國加速落地。

一方面，端側智能體在中國大爆發。

從榮耀、小米，到中興通訊，國內手機廠商正在將智能體AI體驗引入新品。

而在智能眼鏡等新形態個人AI設備賽道，圍繞第一代驍龍AR1平臺，高通正攜手小米、千問、雷鳥創新、Rokid等中國合作伙伴，推動AI眼鏡向更輕量、更智能、更多場景落地演進，加快下一代沉浸式移動終端的AI體驗的發展。

另一方面，物理AI在中國迎來規模化落地機遇。2021年至今，驍龍數字底盤已支持中國車企推出超過300款車型。理想、零跑、極氪、長城、蔚來、北汽、上汽、奇瑞等中國汽車廠商均為高通的合作伙伴；高通躍龍IQ10機器人參考設計（RRD）首批合作名單也包含了阿加犀、加速進化、紐鼐機器人、美格智能、新漢、創通聯達等中國合作伙伴。

無論是 Meta 與微軟的訂單，還是中國市場上如火如荼的智能化浪潮，都無可辯駁地證明了一件事：高通的戰略轉型正以極高的確定性，快速轉化為扎實的業績體現。

結語

毫無疑問，高通正在發起成立以來最重要的一次業務轉型。而這波轉型不是從零起步——目前，高通累計研發投資超過1100億美元。工程能力、運營能力和供應鏈，確保了高通能夠擁有極高的硬件執行與交付可靠性。

這不是一條好走的路，但面對激烈競爭，高通構筑了一條獨特的差異化路線：利用在移動端錘煉出的極致能效比、連接性以及軟件層的開放融合，主動擁抱未來的拐點。

“現在是高通開啟新篇章的時候了。我們已經打造出一家橫跨多個終端市場、多元化布局的邊緣側領軍企業。”高通公司總裁兼首席執行官安蒙篤信。

新的價值鏈條正在形成，而高通始終在場。