我的網誌
Qualcomm在投資人日正式端出Dragonfly資料中心平台與High Bandwidth Compute架構，宣布Microsoft與Meta成為早期客戶，企圖以更高頻寬、更低能耗的AI運算方案撼動由Nvidia主導的GPU生態；在Broadcom與OpenAI推出客製晶片之際，AI基礎設施版圖快速重洗，雲端巨頭多供應商策略成形。
全球AI運算軍備競賽再度升溫。行動晶片巨頭Qualcomm(QCOM)在紐約投資人日高調宣布進軍資料中心與AI基礎設施市場，端出全新「Dragonfly」產品組合與High Bandwidth Compute(HBC)架構，並直接點名Microsoft(MSFT)與Meta Platforms(META)為早期客戶，宣告要在Nvidia(NVDA)長年主宰的GPU王國中硬生生闢出一條新路。
此次發表會上，Qualcomm資料中心事業總經理Tony Pialis形容，公司過去像潛水艇在水下默默研發，如今「潛艇浮出水面」，一口氣公布完整AI資料中心藍圖。他強調，所謂「Agentic AI」——也就是能主動規劃、決策與執行任務的新一代AI——需要全然不同的運算架構，不能再用過去GPU加HBM堆料的方式硬撐。
Dragonfly平台的核心是Qualcomm所稱的High Bandwidth Compute。Pialis宣稱，HBC在每瓦功耗可提供高達傳統GPU/HBM/SRAM方案六倍的頻寬，關鍵在於「打破記憶體瓶頸」，將HBM從GPU中解耦，並重新設計資料流，使得每個AI token的能耗更低、可用的記憶體頻寬更高。對雲端業者而言，這直接對準目前AI資料中心最大痛點：電費與效率。
Qualcomm同場推出Dragonfly C1000 CPU，主打超過250核心、2TB/s等級的PCIe Gen 7與CXL連線能力，企圖在單一平台上同時解決運算與記憶體擴充需求。Meta執行長Mark Zuckerberg更以「多世代合作」來形容雙方關係，表示Meta將在資料中心採用Qualcomm CPU，凸顯這不只是實驗性專案，而是長期路線圖的一環。
Microsoft執行長Satya Nadella也罕見親自站台，宣布Azure資料中心將部署Qualcomm的HBC方案。這等於替Dragonfly掛上第一個重量級「品質保證」，也再次證明雲端巨頭不願把AI基礎設施完全押寶在單一供應商身上。對MSFT而言，引入新架構有助降低營運成本，也可在AI服務定價上保留更大彈性。
與此同時，AI硬體版圖另一端，Broadcom(AVGO)與OpenAI聯手推出客製AI加速器「Jalapeno」，同樣訴求以更佳「performance per watt」降低token成本。OpenAI總裁Greg Brockman強調，Jalapeno不是用來取代Nvidia，而是補充現有GPU架構；Broadcom執行長Hock Tan則直言，AI運算需求「飢渴難填」，客製晶片將成為降低長期成本的關鍵。
這種「客製晶片＋通用GPU並存」的雙軌模式，正是雲端巨頭目前最青睞的策略。Amazon(AMZN)、Microsoft與Alphabet(GOOGL)都在發展自家或合作夥伴的專用晶片，同時仍大量採用Nvidia GPU。原因很單純：客製晶片能在特定工作負載上把成本壓到最低，但彈性較差；GPU雖然單位成本偏高，卻在支援各種新模型與工作負載上具有壓倒性優勢。
在這個架構下，Qualcomm的Dragonfly與HBC若要成功突圍，必須證明兩件事：第一，實際運行大型模型時，是否真能做到比GPU方案「六倍頻寬、顯著省電」；第二，在軟體生態與開發工具上，能否降低開發者移植成本，避免成為另一套孤立的專用系統。從目前已公布的資訊來看，Qualcomm談的是架構理論與規格優勢，真正考驗會出現在量產導入與實際運營數據上。
值得注意的是，雲端客戶的多供應商策略，對Nvidia並不一定是直接利空。OpenAI與Broadcom都強調，客製晶片是補充而非替代NVDA；Huang Jensen(黃仁勳)也一再指出，Nvidia系統雖然不一定最便宜，但在token成本、輸出效率與可產生的營收上具競爭力。從這個角度看，只要AI需求持續爆炸性成長，市場蛋糕足以容納多家供應商，各家反而比的是誰能提供更高效、完整且易於維運的全套方案。
然而，供應鏈多元化背後也有分散風險的考量。市場早前傳出Alphabet與MediaTek洽談TPU設計合作，ByteDance與Qualcomm討論未來AI晶片，顯示雲端與大型網路平台都在降低對任何單一供應商的依賴。對投資人而言，這代表未來AI晶片市場不再是「一家獨大」的純粹成長故事，而是多家廠商在不同垂直應用與成本結構上搶市占。
站在產業角度，Qualcomm此次高調布局資料中心與AI基礎設施，象徵行動晶片龍頭正式跨過「手機邊界」，把多年累積的低功耗與通訊技術搬進超大規模資料中心。Dragonfly能否打出一片天，將取決於它在實務部署中是否真的如宣稱般解決記憶體瓶頸與能耗問題。若成功，資料中心架構可能從「GPU中心」走向「異質運算＋高頻寬記憶體」的更分散格局。
未來幾年，隨著Microsoft與Meta開始導入HBC與Dragonfly CPU，市場將陸續看到實際效能與成本數據。屆時，Nvidia、Broadcom、Qualcomm以及各家雲端巨頭之間的合作與競合關係，將決定AI運算版圖的長期分工。對投資人來說，真正的關鍵問題不再是「誰會被淘汰」，而是誰能在這場以效率、能耗與靈活性為核心的AI基礎設施大戰中，守住自己的技術與生態位階。
點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。
