**概述**：2025年10月27日，高通官方新闻稿宣布AI200与AI250两款机柜级AI推理方案：前者2026年商用，单卡搭载768GB LPDDR内存；后者采用近存架构，宣称注意力算子能效提升最高10倍。沙特AI公司Humain成为首个锚定客户，首期部署规模200兆瓦。本文回答三个问题：高通为什么要离开舒适区闯进数据中心？768GB内存的推理方案凭什么和英伟达掰手腕？这单生意对通信行业的机房、液冷和光互联又意味着什么？ ## 目录 - 一、为什么是现在：手机芯片王的第二曲线焦虑 - 二、AI200与AI250：一套机柜里的两种打法 - 三、768GB内存的算盘：推理生意是容量生意 - 四、沙特大单：200兆瓦与老熟人阿明 - 五、对手盘：英伟达、AMD与自研ASIC的三面夹击 - 六、对通信人意味着什么：机房、液冷与800G - 七、冷思考：高通翻过两次车 - 八、结语 ## 一、为什么是现在：手机芯片王的第二曲线焦虑 先看高通的基本盘。高通的收入大头来自QCT芯片部门，其中手机SoC和基带贡献了最大的份额，其次是汽车（Snapdragon Digital Chassis数字底盘平台）和IoT。这套结构在过去五年遭遇了三重挤压，而且每一重都是结构性的、不可逆的。 第一重是苹果的自研基带。2025年2月，苹果搭载自研C1基带的iPhone 16e上市，这是苹果自2019年收购英特尔基带团队后交出的第一份答卷。按照高通自己在2024年投资者日给出的假设：到2026年发布的iPhone上，高通基带份额将滑落到20%左右。换句话说，最肥的那块肉正在被客户一口一口吃回去。 第二重是安卓阵营的分摊。三星Galaxy系列长期在自家Exynos与高通骁龙之间双源采购，华为被禁运后又永久失去了一个年出货上亿的大客户。手机SoC市场的增量故事已经讲完，剩下的是存量博弈——联发科在中高端步步紧逼，高通守成有余、扩张无门。 第三重才是真正的催化剂：AI推理市场在2025年进入了“推理超过训练”的拐点。训练是少数巨头的游戏，推理却是千行百业的日常开销——每一个AI应用上线，背后都是持续烧钱的推理算力。推理市场的客户面比训练宽一个数量级，而且对成本的敏感度极高，这正是“能效”这两个字刻在基因里的高通最想打的市场。 于是有了2025年6月的铺垫：高通宣布以约24亿美元收购英国连接IP公司Alphawave Semi，看中的就是后者高速SerDes（串行解串器）IP——这是芯片间、机柜间高速互联的地基技术，数据中心芯片没有它就寸步难行。四个月后，AI200和AI250落地，高通的第二曲线正式押注。 市场用真金白银投了票：据CNBC行情数据，2025年10月27日发布当天，QCOM股价单日上涨约11%，随后一周累计涨幅超过20%——对于一家市值近两千亿美元的成熟公司，这是罕见的单日行情。 ## 二、AI200与AI250：一套机柜里的两种打法 先讲清楚这两个产品的形态：它们不是一颗芯片，而是**机柜级推理方案**——从加速卡、机柜散热、供电到组网的全栈交付。这和高通过去“卖芯片给手机厂”的生意模式是两种物种，更接近英伟达卖NVL72整柜的打法。 ```mermaid flowchart TD R["AI200推理机柜
液冷设计"] --> N["加速卡
768GB LPDDR"] R --> S["以太网叶脊组网"] R --> M["机柜管理
供电与监控"] N --> P["Hexagon NPU
推理引擎"] N --> K["大容量内存
承载KV缓存"] S --> L["对接外部集群
模型与权重下发"] M --> N ``` 两款产品的分工很清晰，我把官方新闻稿与媒体报道中的关键参数整理如下： | 维度 | AI200 | AI250 | |---|---|---| | 发布时间 | 2025年10月27日 | 2025年10月27日 | | 商用时间 | 2026年 | 2027年 | | 产品定位 | 机柜级推理整机，先把货交出来 | 下一代近存计算架构，赌能效上限 | | 内存配置 | 单卡768GB LPDDR（官方亮点参数） | 未公布 | | 核心卖点 | 大容量KV缓存支撑大批量并发服务 | 注意力算子有效算力利用率提升最高10倍（官方宣称值） | | 散热 | 液冷为主 | 未公布 | | 软件栈 | 延续Hexagon NPU工具链的全栈方案 | 同左 | 有三点值得展开。 **第一，768GB LPDDR是真的敢堆。**英伟达Blackwell Ultra单卡HBM3e是288GB，AMD MI355X也是288GB HBM3E，高通直接用LPDDR堆到768GB，容量是前两者的2.6倍以上。LPDDR就是手机里那颗内存，单位容量成本远低于HBM，功耗也低——这等于把手机业务三十年攒下的低功耗内存控制器和封装功夫，直接搬进了机柜。 **第二，AI250的“近存计算”是技术含金量最高的一手。**官方新闻稿的说法是：通过把计算搬近内存，注意力（Attention）算子的FLOPs/Watt有效利用率提升最高10倍。懂行的人一眼能看出门道——Transformer推理中最大的开销之一就是把权重和KV缓存在内存和计算单元之间来回搬运，谁能把搬运距离缩到最短，谁就赢下能效战。这和业界热议的存内计算（PIM）是同一个方向，高通选择在2027年用AI250交卷。 **第三，组网走以太网。**高通没有自建类似NVLink的私有互联域，方案走以太网叶脊组网。短期看这是妥协——没有高速私有互联就做不了超大模型的单柜稠密部署；但长期看，Ultra Ethernet联盟正在把以太网改造成AI后端网络，押注开放生态反而是差异化：客户不用被锁死在某个私有互联标准里。 高通数据中心征途的关键节点，我用时间线串一遍： ```mermaid timeline title 高通数据中心征途时间线 2017 : Centriq 2400服务器CPU发布 2018 : 服务器团队裁撤 首次折戟 2019 : Cloud AI 100推理芯片亮相 2025年6月 : 宣布24亿美元收购Alphawave 2025年10月 : AI200与AI250发布 Humain锚定200兆瓦 2026年 : AI200计划商用交付 2027年 : AI250近存架构商用 ``` ## 三、768GB内存的算盘：推理生意是容量生意 要理解高通这步棋，得先算一笔LLM推理的账。 大模型推理分两个阶段：预填充（Prefill）阶段吃算力，解码（Decode）阶段吃内存带宽；但真正决定**单位token成本**的，往往既不是算力也不是带宽，而是**内存容量**。原因在于KV缓存——模型处理长上下文时，每一个并发会话都要在显存里存一份不断膨胀的键值缓存。上下文越长（现在的主流应用动辄128K上下文），并发用户越多，KV缓存吃掉的容量就越恐怖。 容量不够会发生什么？批量（Batch）做不大。批量上不去，GPU的算力利用率就上不去——每生成一个token都要把几百GB的模型权重从内存里完整过一遍，权重搬运的成本被摊到越多的并发请求上，单个token就越便宜。所以推理服务的优化本质是一场**容量军备竞赛**：容量决定批量，批量决定利用率，利用率决定毛利。 这就是768GB LPDDR的定位：**用便宜的容量换更大的批量**。HBM单位容量的价格通常是LPDDR的数倍，而且HBM产能被英伟达供应链锁定、扩产周期以年计。高通绕开HBM红海，用手机产业链现成的LPDDR产能打推理市场的容量痛点——这是典型的“用我之有、攻敌之无”。 代价当然有，而且不小：LPDDR的带宽比HBM低一个数量级左右。这意味着AI200不适合预填充重、低延迟小批量的场景（比如实时Agent的交互式推理），它的甜区是**大批量、高吞吐、对时延不敏感的离线推理**——文档批处理、批量摘要、模型评测、合成数据生成。这个市场没有英伟达宣传海报上那么性感，但恰恰是推理算力里**量大管饱**的基本盘。 一句话总结这盘棋：英伟达卖的是“最快的推理”，高通想卖的是“最便宜的token”。在推理市场从卖方市场转向买方市场的过程中，后者的天花板未必更低。 ## 四、沙特大单：200兆瓦与老熟人阿明 光有好产品不够，数据中心生意必须有锚定客户——英伟达当年靠的是Meta和微软的大单，高通这次找到的是沙特阿拉伯的Humain。 Humain是沙特公共投资基金（PIF）2025年5月才挂牌的AI公司，背靠沙特“2030愿景”的国家算力雄心，目标是在未来几年部署吉瓦级的数据中心容量。2025年10月，高通在AI200/AI250发布的同时官宣：Humain成为首个锚定客户，首期部署规模200兆瓦，2026年起交付。据官方新闻稿，Humain后续还计划追加至吉瓦级合作。 200兆瓦是什么概念？按数据中心行业通行的功率密度估算，这相当于一座中大型AI工厂的起步规模，对应数千个液冷机柜、数万颗加速卡的量级。对一款2026年才商用的产品，发布当天就锁定国家级客户的首期订单——这是英伟达之外很少有芯片公司享受过的待遇。 这里有个通信行业读者会心一笑的细节：**Humain的CEO塔里克·阿明（Tareq Amin），正是当年乐天移动（Rakuten Mobile）的CTO**——全球第一个敢用云原生白盒设备从零建一张全国移动网的人，乐天那张“半路夭折但技术上惊艳”的Open RAN网络就是他的手笔。此番他从“用白盒颠覆无线网”转身去做“国家级AI工厂”，采购逻辑一脉相承：**不相信单一家族的锁定，谁给开放架构和好价格就买谁**。英伟达的机柜他买，AMD的MI355X他也买，高通的AI200同样进清单——多源采购、彼此压价，这正是运营商人最熟悉的采购哲学。 对高通而言，Humain这单的象征意义大于账面意义：它证明了AI200不需要挤进美国超大规模云厂商的采购名单也能起量——中东、主权AI、新兴市场的算力刚需，是巨头们顾不过来的侧翼市场。据公开报道，Humain同期还与英伟达、AMD、AWS分别签署了大规模合作，一家客户多点下注，恰恰说明这个市场大到谁都吃不完。 ## 五、对手盘：英伟达、AMD与自研ASIC的三面夹击 把视野拉高，AI200面对的是一个三面受敌的战场。我整理了主要玩家在推理侧的布防： | 方案 | 典型形态 | 内存路线 | 规模/备注 | |---|---|---|---| | 高通 AI200 | 机柜级推理整机 | 单卡768GB LPDDR | 2026年交付，Humain锚定200兆瓦 | | 英伟达 GB300 NVL72 | 72卡液冷机柜 | 单卡288GB HBM3e | 机柜功率约1.4兆瓦（报道值），NVLink私有互联域 | | AMD MI355X / Helios | 单卡液冷，机柜化跟进 | 单卡288GB HBM3E | 2025年上市，明 年MI400机柜级接棒 | | 谷歌 TPU v7 | Pod级自用+云输出 | 单片192GB HBM（报道值） | 单Pod数千片，仅限谷歌云 | | 博通/Marvell自研ASIC | 云厂商定制芯片 | 视客户方案 | OpenAI与博通宣布10吉瓦合作（2025年10月） | 三面夹击分别来自三个方向。 **正面是英伟达。**GB300 NVL72依然是推理性能的珠峰，CUDA生态、NVLink互联、TensorRT-LLM软件栈构成了完整护城河。高通不打算正面仰攻——AI200定位“性价比token”，打的是英伟达产品线里利润率最薄、客户抱怨价格最凶的那一段。这在商业上是聪明的，但也意味着高通必须证明：省下来的钱不会被软件栈迁移成本吃回去。 **侧面是AMD的贴身缠斗。**有趣的是，AMD MI355X的288GB大容量打法本来就带“用容量换吞吐”的影子，高通相当于把这条路推到极致（768GB），同时用LPDDR成本优势再砍一刀。两家在2026年的推理市场会形成“容量的两档价位”，共同蚕食英伟达的定价权。 **背后是自研ASIC的洪流。**就在AI200发布前两周，OpenAI与博通宣布了10吉瓦级别的定制加速器合作，首批2026年下半年部署；OpenAI与AMD的6吉瓦协议、Anthropic扩容谷歌TPU至吉瓦级，都在同一个10月密集落地。头部AI公司正在把最自己那部分负载收归自研，留给商用芯片的是中间市场——这个中间市场足够大（推理负载的长尾分布在千行百业），但对新玩家的软件生态要求也最苛刻：没有CUDA，高通的Hexagon工具链就得让开发者真金白银地觉得“值得再学一套”。 ## 六、对通信人意味着什么：机房、液冷与800G 这篇文章的读者大多是通信工程师，最后回到我们自己的饭碗：高通闯数据中心，和通信行业有三条实打实的交集。 **第一条：运营商的AI工厂生意。**Humain现象不是孤例——主权AI和运营商转型在合流。沙特STC、阿联酋e&、日韩运营商都在把既有机房、光缆管道、电力容量打包成“AI工厂托管”业务。运营商手里最值钱的不再只是频谱和管道，而是**有电、有网、有地的机房资源**——这在AI算力荒时代恰恰是最稀缺的生产要素。通信人需要开始补课：液冷、高压直流、机柜功率密度从传统机房的6~8千瓦/柜向AI机房的100千瓦以上/柜演进，这是一整套全新的工程体系。 **第二条：Alphawave与光互联的暗线。**高通24亿美元买Alphawave，买的是SerDes IP——而SerDes正是800G/1.6T光模块、CPO（共封装光学）、D2D（芯对芯）互联的公共地基。未来AI200机柜之间、机柜到光层之间的互联方案，大概率会沿着“Alphawave SerDes + 以太网 + 800G光模块”的路径演进。做传输和数据中心网络的工程师可以把这条线记下：**推理网络的带宽诉求，正在把通信业的光互联技术变成AI基础设施的主动脉**——这也是为什么近两年CPO、LPO这些光通信概念突然火遍整个行业。 **第三条：边缘推理的想象空间。**高通的看家本领是把算力塞进功耗预算受限的终端。AI200的LPDDR低功耗路线天然适合“机房边缘化”场景——地市机房、汇聚局所改造的边缘推理节点，未必装得下1.4兆瓦的GB300机柜，但可能装得下一两个几十千瓦的AI200短机柜。如果推理算力沿着“云-边-端”下沉的路径重演CDN的历史，通信运营商的局所资源和高通的边缘芯片，会在未来三到五年找到彼此。 ## 七、冷思考：高通翻过两次车 文章最后必须泼一盆冷水，因为高通在数据中心的战绩，实在谈不上光彩。 **第一次翻车：Centriq。**2017年，高通发布48核ARM架构服务器CPU Centriq 2400，10nm工艺，业界瞩目。结果不到一年，2018年高通因收购恩智浦失败导致的战略收缩，直接裁撤了整个服务器团队。先发的ARM服务器芯片就此夭折，把窗口拱手让给了后来的亚马逊Graviton和Ampere。 **第二次翻车：Cloud AI 100。**2019年发布的推理加速器Cloud AI 100，纸面参数漂亮，但既没有大客户锚定、也没有像样的软件生态，在英伟达的碾压下悄无声息，最终不了了之。 复盘这两次失败，共同点是：**有芯片、没生态、没锚定客户、赶上了公司现金流危机**。这一次，剧本有三处不同——Alphawave补上了互联短板，Humain在发布当天就锁定了锚定订单，而且高通的手机和汽车业务现金流健康，数据中心是增量试错而非救命稻草。 但风险依然实在：AI200计划2026年商用，眼下正处于交付窗口，量产良率、软件栈成熟度、以太网组网方案的实际表现，都还要等真实部署的检验；AI250那“10倍能效”是官方宣称值，实验室数字和商用机房数字之间的距离，运维出身的人都懂。此外768GB LPDDR的前提是LPDDR产能与价格稳定——一旦AI服务器开始大规模抢购LPDDR，成本优势也可能被自己人买贵。 对工程师，我的判断是：**方向值得押注，兑现需要观察**。推理市场的“性价比token”需求是真实且巨大的，高通手里LPDDR容量牌和能效牌也是真的；但从纸面参数到规模化商用，这条路上躺着的先烈名单不长也不短。 ## 八、结语 一家靠手机芯片登顶的公司，在苹果自研、联发科紧逼、增量见顶的三重挤压下，把三十年的低功耗内功打包成机柜，押向AI推理的“性价比”腹地——这就是AI200和AI250的全部故事。768GB LPDDR是对HBM霸权的绕袭，200兆瓦的沙特大单是对英伟达客户名单的侧翼突围，2027年的近存架构是对能效天花板的一次豪赌。 它未必能撼动英伟达的王座，但它几乎必然会让推理算力变得更便宜——而更便宜的token，才是这场AI繁荣能否从巨头游戏变成千行百业日常的真正变量。至于我们通信人，与其围观芯片大战，不如盯住那个正在发生的物理事实：**算力正在沿光缆寻找便宜的电力，而手里有机房、有光缆、有电的运营商，第一次站在了AI基础设施食物链的上游。** ## 参考来源 1. [Qualcomm官方新闻稿：AI200与AI250机柜级AI推理方案发布（2025-10-27）](https://www.qualcomm.com/company/news-releases) — 本文核心参数（768GB LPDDR、2026/2027商用时间、AI250十倍能效宣称、Humain锚定200兆瓦）均出自该官方发布 2. [Reuters高通公司页（QCOM.O）](https://www.reuters.com/companies/QCOM.O) — 发布前后股价行情（单日涨约11%）及数据中心业务相关报道汇编 3. [CNBC高通行情页](https://www.cnbc.com/quotes/QCOM) — 2025年10月27日股价异动交叉验证 4. [Alphawave Semi官网](https://www.alphawavesemi.com) — 24亿美元收购标的的SerDes/连接IP业务介绍 5. [Broadcom公司新闻页](https://www.broadcom.com/company/news) — OpenAI 10吉瓦定制加速器合作（2025年10月），自研ASIC竞争格局佐证 --- > 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。