概述：2025年10月28日，高通在圣地亚哥发布AI200与AI250两款数据中心AI推理加速器，宣布以机柜级方案进军AI推理市场，据路透社报道当日股价盘中大涨约20%，首个大客户锁定沙特Humain的200兆瓦订单。本文回答一个问题：一家靠手机基带吃饭的通信芯片公司，凭什么去抢英伟达的机房生意？文章拆解其产品参数、内存经济学、商业模式，以及这一仗对电信行业的参照意义。
高通进数据中心，不是第一次。2017年11月，高通发布了Centriq 2400服务器CPU：10nm工艺、24个Arm核心，纸面参数相当漂亮，瞄准的是当时被英特尔Xeon垄断的服务器市场。结果2018年初，赶上了博通恶意收购、NXP交易告吹的动荡期，高通大幅收缩战线，服务器芯片团队几乎整建制裁撤。Centriq成了高通历史上最短命的产品线之一——从发布到放弃，满打满算不到半年。
这一仗的教训刻进了高通的战略基因：在别人的主场上正面刚通用计算，没有胜算。训练芯片和服务器CPU，正是英伟达与英特尔的主场。
但高通没有真正离开机房。2019年，它发布了Cloud AI 100推理加速器，之后的七年里，这条产品线以极低的调门悄悄练兵：不进超大规模数据中心打硬仗，主要守在边缘推理盒子、企业一体机这类利基市场。练的是什么？是Hexagon NPU的机房化改造，是推理软件栈的工程积累，是“不做训练、只做推理”的定位。
回头看，AI200/AI250就是Cloud AI 100的机柜级放大版。据Tom's Hardware披露的架构信息，数据中心版Hexagon NPU采用12+8+1的标量/向量/张量单元配置，数字格式从INT2一路支持到FP16——还是那套手机端验证过的算子血统，只是从一颗手机芯片放大到一整个160kW的机柜。
先看高通这十几年的路线图，再拆产品：
timeline
title 高通机房芯片之路
2017 : Centriq 2400发布
2018 : 服务器团队解散
2019 : Cloud AI 100登场
2025 : AI200与AI250发布
2026 : AI200商用并出海沙特
2027 : AI250近存计算登场
按官方新闻稿，两款产品的共同底座是：机柜级方案、直接液冷、机柜级功耗160kW，柜内用PCIe做纵向扩展（scale-up），柜间用以太网做横向扩展（scale-out），并支持机密计算（confidential computing）保护运行中的模型与数据。高通负责技术规划与边缘解决方案、数据中心的SVP Durga Malladi在发布中强调，这是“重新定义机柜级AI推理的可能性”，并承诺此后每年迭代一代——把手机芯片一年一代的节奏直接搬进了机房。
两款产品的分工很清楚：
| 项目 | AI200 | AI250 |
|---|---|---|
| 产品形态 | 加速卡 + 整机柜 | 加速卡 + 整机柜 |
| 定位 | 大容量内存推理 | 新架构高能效推理 |
| 内存 | 每卡768GB LPDDR | 容量未披露 |
| 核心卖点 | 大模型与长上下文 | 近存计算，有效带宽提升超10倍（厂商标称） |
| 柜级功耗 | 160kW | 160kW |
| 纵向扩展 | PCIe | PCIe |
| 横向扩展 | 以太网 | 以太网 |
| 散热 | 直接液冷 | 直接液冷 |
| 安全 | 机密计算 | 机密计算 |
| 商用时间 | 2026年 | 2027年 |
最扎眼的数字是每卡768GB LPDDR。对比一下主流GPU：NVIDIA H200单卡141GB HBM3e，B200为192GB HBM3e，AMD MI325X为256GB HBM3e（以上为各厂商公开规格）。AI200一张卡的内存容量是B200的四倍。对推理业务而言，内存容量直接决定了“单个卡里能常驻几个模型、能塞下多长的上下文”，这个参数不是锦上添花，而是商业模式的根基。
AI250则是更激进的一步棋：近存计算（near-memory computing）架构，官方宣称有效内存带宽提升超过10倍、功耗显著下降，并为分离式推理（disaggregated serving）做了显式优化。注意，这些全部是厂商标称，截至发布时没有第三方实测数据背书——这一点后面还要展开。
要看懂高通这步棋，得先看懂大模型推理的钱花在哪。
一次LLM推理分两段：prefill（处理输入的提示词）是算力型负载，GPU的矩阵单元跑得飞快；decode（逐个吐出token）是典型的访存型负载——每生成一个token，都要把模型权重和相关KV cache从内存里搬一遍。业界共识是：推理越到后期，瓶颈越不在算力，而在内存带宽与容量。上下文窗口从4K涨到百万token，KV cache吃内存的速度水涨船高；一个平台要同时服务几十个模型，权重全部常驻显存的需求也在膨胀。
而训练市场通行的HBM（高带宽内存），恰恰是整台AI服务器里最贵、产能最紧的部件。LPDDR正好相反：带宽只有HBM的零头，但每GB成本低得多、功耗低得多、单卡能塞的容量大得多。
这就是高通的赌注：推理时代的经济性，奖励的是“每美元每瓦特的产出”（官方原话是performance per dollar per watt），而不是峰值算力。用LPDDR把容量堆上去、把成本压下来，牺牲一点带宽——对decode这种访问模式规整的负载，未必致命。
AI250的近存计算，就是来补带宽这块短板的。思路是把计算单元尽量搬到内存颗粒旁边，缩短数据搬运的距离与能耗——本质上和当年存算一体、近存处理的学术路线一脉相承。官方那句“10倍有效带宽”需要仔细读：是有效（effective）带宽，不是裸带宽。NAND Research的分析师指出，近存计算的收益高度依赖负载的数据复用特征——复用度高的负载赚大头，流式负载收益有限。这个10倍该怎么兑现、兑现到什么程度，要等2027年真机落地后由第三方实测说话。
产品发布和商业落地之间隔着一条鸿沟，高通用一份合同填上了它。
与AI200/AI250同步，高通宣布与沙特AI公司Humain达成协议：从2026年起在沙特部署200兆瓦的AI200与AI250机柜方案，对内对外提供推理服务。160kW一柜，200兆瓦粗略折算约等于1250个机柜（作者按官方功耗参数估算）——对一个宣布时还没有一台实机出货的产品线，这几乎是能拿到的最大背书。
Humain的来头值得多说两句。它是沙特主权财富基金（PIF）押注AI的核心载体，而它的CEO Tareq Amin，电信行业的读者应该不陌生——这位乐天移动前CTO当年以“用软件的方法建网”闻名，把乐天从零建成了全球最受关注的vRAN网络。如今他执掌沙特的国家级AI算力公司，选型逻辑依然带着浓重的电信味：不迷信单点性能，先算TCO的总账。这与高通“每美元每瓦特”的叙事一拍即合。
商用的实锤还在后面。2026年8月底高通官网新闻稿显示，Adobe成为第一家把AI工作负载迁移到Humain平台（由高通加速）的全球软件公司——说明这套系统已经开始跑真实的生产负载，而不是停留在PPT阶段。另外，据NAND Research引述高通财报电话会的信息，CEO安蒙透露AI200正接近与一家大型超大规模云厂商成交。第二个大客户若坐实，这条产品线才算真正站稳。
把高通放回大图景里看，推理算力市场目前有三条路线在竞争：
flowchart TD
INF["AI推理算力市场"]
INF --> GPU["通用GPU路线"]
INF --> ASIC["云厂自研ASIC路线"]
INF --> DSA["专用推理芯片路线"]
GPU --> NV["英伟达H200与B200"]
GPU --> AMD["AMD MI325X"]
ASIC --> TPU["谷歌TPU"]
ASIC --> AWS["AWS Inferentia"]
DSA --> QC["高通AI200与AI250"]
DSA --> GRQ["Groq与Cerebras"]
| 对比项 | 高通 AI200 | 英伟达 H200 | 英伟达 B200 | AMD MI325X |
|---|---|---|---|---|
| 单卡内存 | 768GB LPDDR | 141GB HBM3e | 192GB HBM3e | 256GB HBM3e |
| 定位 | 纯推理 | 训练+推理 | 训练+推理 | 训练+推理 |
| 柜内互联 | PCIe | NVLink | NVLink | Infinity Fabric |
| 核心叙事 | TCO与容量 | 生态与全能 | 生态与峰值 | 内存容量追赶 |
| 状态 | 2026年商用 | 已规模商用 | 已规模商用 | 已规模商用 |
（表为公开资料整理，互联方案以各厂商官方文档为准）
英伟达的护城河从来不在单点硬件，而在CUDA生态与NVLink互联构成的整套体系；AMD在用更大的内存容量贴身追赶；云大厂的自研ASIC则把自己最确定的工作负载从采购清单上划掉。高通选的切口很刁：不做通用GPU，不做训练，只在推理这一层，用容量、能效和TCO定价权参战。Moor Insights分析师Matt Kimball的评价是，这次发布表明高通对数据中心是认真的。
风险同样明摆着，NAND Research的分析值得原样转述：一是软件栈——从CUDA生态迁移的成本，硬件参数表再漂亮也抵消不了，高通必须做到不只是“能跑”，而是“性能打平”；二是10倍带宽等关键指标全是厂商自报，等待实测检验；三是市场究竟能容得下几家机柜级推理方案，这个问题现在没人答得上来。
作为通信行业的老兵，看到这份发布我想到三件事。
第一，160kW这个数字，电信机房的设计者看了会沉默。传统电信机房单柜供电按5~10kW设计，主设备是刀片服务器加传输设备；AI推理机柜一上来就是160kW，还要求直接液冷。这对运营商是个两面刃：一面是大量现网机房面临“电力与制冷双重改造”的门槛，另一面是手握机房、市电引入、光纤管道和全国维护体系的运营商，天然是AI推理时代“机房物业+算力管道”的候选角色。中东主权AI给全世界上演的这套“资金+芯片+机房”的打法，接下来大概率会在更多市场复制。
第二，Humain的操盘手法，本质是电信人最熟悉的“新建网络”逻辑。不背存量包袱、用最新架构从头建、把TCO总账算到极致——这套打法在乐天的vRAN上验证过一次，如今在沙特的推理算力上再演一次。Tareq Amin从建无线网到建算力网的转场说明：电信工程方法论（容量规划、冗余设计、逐年迭代）与AI基础设施的建设逻辑是相通的。
第三，高通这步棋是给整个设备商群体的参照系。当爱立信、诺基亚在与英伟达合作往基站里塞GPU、做AI-RAN的时候（本栏目此前写过），高通绕开了RAN这个老战场，直接卡位“推理电表”这个新入口。手机市场的存量搏杀太苦，每年一代的迭代节奏是高通最熟的组织能力，把它复制到数据中心，是教科书式的第二曲线打法。
高通二进宫，这次比Centriq时代聪明得多：不抢主场的通用计算，只在推理这一层落脚；不空喊性能，用768GB内存和200兆瓦实单说话；不单打独斗，把年更节奏和软件栈一起打包成持续承诺。
但要下结论还为时过早。10倍有效带宽是厂商标称，2026年沙特的机柜是否如期亮灯、那家“接近成交”的大型云厂商是否签字、软件栈能否让客户无痛迁移，每一条都是必答题。对电信从业者而言，值得持续盯的信号是：推理机柜的功率密度何时真正进入运营商机房的设计规范，以及“运营商做算力物业”这条路，会不会在Humain之后跑出第二个样板。
机房的大门再次向高通敞开，这一次它带着合同来的。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。