Cloudflare
2026-06-25
高通携HBC架构与开放软件平台，正面挑战NVIDIA数据中心霸权
内容摘要
核心要点
高通数据中心业务由Tony Pialis领导，推出Dragonfly平台，专为agentic AI设计，声称其推理请求量是传统查询的50-100倍。核心是HBC（High Bandwidth Compute），将AI加速器直接置于DRAM堆栈下，声称比SRAM方案每瓦容量好200倍，比HBM方案每瓦带宽好6倍。首款产品AI250计划2027年中，AI300于2028年集成scale-up/scale-out网络。
C1000 CPU系列：核心频率>5GHz（比竞品快30%+），超250核，>2TB I/O带宽（基于Alphawave PCIe），采用LPDDR内存。收购Modular，其创始人Chris Lattner（Swift语言、Google TPU软件栈）打造AI统一计算层，包括Mojo、MAX、Modular Cloud，声称是“NVIDIA软件栈的可移植替代品”。与Hugging Face合作，16M开发者将驱动Dragonfly硅需求。
目标5-7年内占据>5%的1万亿美元数据中心市场。微软Satya Nadella和Meta Mark Zuckerberg视频背书，Zuckerberg宣布“多代合作供应CPU”。
重要性说明
高通此举表面是技术突破，实则是合围NVIDIA，通过开放软件栈剥夺NVIDIA的CUDA锁定。但HBC架构存在物理限制：将加速器直接置于DRAM下，虽减少数据搬运，但散热和封装复杂度极高，可能限制扩展性和良率。C1000 CPU声称>5GHz，但高频率可能带来功耗和散热挑战，且LPDDR内存虽然成本低但带宽远不及HBM，在大型模型训练中可能成为瓶颈。
Modular的软件栈虽开放，但实际性能优化和生态成熟度远不及CUDA，企业迁移成本高，且缺乏大规模部署验证。微软、Meta的背书可能是战术性多供应商策略，并非全面替代。高通数据中心业务起步晚，缺乏大规模部署经验，客户粘性弱。其激进目标隐含资产折旧陷阱：一旦HBC架构未能兑现性能承诺，早期采用者将面临高昂的替换成本。
PRO 决策建议
【厂商（NVIDIA、Intel、AMD等）】立即针对HBC的散热和封装风险发布技术白皮书，强调CUDA生态的成熟度和端到端优化。NVIDIA应加速Blackwell架构发布并推进NVLink互连标准，同时投资开放软件层（如OpenAI Triton）以削弱Modular的差异化。Intel应利用Xeon的广泛部署和oneAPI开放模型，强调CPU在agentic AI中的关键作用。
【企业（CIO与架构师）】实施零信任技术审计：要求高通提供HBC在真实工作负载下的功耗、散热和尾部延迟数据，独立测试C1000与现有x86/ARM CPU的性能对比。评估Modular软件栈与现有CUDA代码的兼容性及迁移成本，避免过早锁定。优先采用支持多供应商的开放标准（如OpenAPI、ONNX），保持架构弹性。
【投资者】看穿公关辞令：高通数据中心业务毛利率低于公司平均，且需大量资本支出，可能侵蚀移动业务现金流。关注其能否在2027年前实现5亿美元收入，警惕执行风险。长期看好开放生态趋势，但短期建议保持谨慎，对比NVIDIA的护城河和AMD的MI系列进展。
觉得这篇分析有用？
每周收到3-5条AI基础设施关键信号 →
💬 评论 (0)