2025年10月27日，高通在沙特“未来投资倡议”（FII）峰会前夜发布AI200与AI250两款数据中心AI推理方案：单卡768GB LPDDR内存、单柜140千瓦液冷、面向十万亿参数级模型的推理部署，首家客户锁定沙特国家AI公司HUMAIN，目标2026年起部署200兆瓦。消息当天推动高通股价盘中涨超20%。本文回答三个问题：一家做基带和手机芯片的公司，凭什么第三次进军数据中心？它为什么不走HBM、押注LPDDR？这一仗对通信行业又意味着什么？
10月27日清晨，高通官网同时挂出两份新闻稿：一份是AI200/AI250两款数据中心推理方案的发布，一份是与HUMAIN的200兆瓦部署协议。当天恰逢美股周一，高通（QCOM）股价盘中一度涨超20%，收盘回落至约11%——据多家美媒报道，这是这家公司近年来罕见的单日双位数涨幅。要知道，高通的主业手机基带芯片常年被资本市场贴上“成熟、低增长”的标签，一条数据中心新闻能撬动这个量级的股价，说明市场等的不是产品本身，而是“高通终于有了第二增长曲线”的证据。
时间点也讲究。发布卡在第九届FII峰会（Future Investment Initiative，被称为“沙漠达沃斯”）开幕前，而高通与HUMAIN的初步合作备忘录早在2025年5月的美沙投资论坛上就已签下——先握手、再发布、后交货，整套动作是精心编排的。
先看参数。按高通官方产品页（Dragonfly系列）公开的信息：
| 项目 | AI200 | AI250 |
|---|---|---|
| 产品定位 | 机架级AI推理加速卡/整机柜 | 下一代近内存计算推理平台 |
| 单卡内存 | 768GB LPDDR | 官方页标称768GB |
| 单柜内存容量 | 43TB | 未单独披露 |
| 机柜形态 | ORv3标准机柜，140kW，直接液冷 | 延续机架级方案 |
| 内存技术亮点 | 大容量LPDDR | 近内存计算，官方称有效内存带宽提升超10倍 |
| 带宽标注 | 未公布 | 官方产品页标注133TB/s |
| 扩展互联 | 柜内PCIe（scale-up）、柜间以太网（scale-out） | 同左 |
| 支持模型规模 | 官方称可高效推理至10万亿（10T）参数级模型 | 同左 |
| 安全特性 | 支持机密计算（Confidential Computing） | 同左 |
| 商用时间 | 2026年 | 2027年 |
几个数字值得单独说。“单卡768GB”是什么概念？英伟达H100满配不过80GB HBM3，768GB约是它的10倍（H200也只有141GB）。这意味着单卡就能把一个数千亿参数的模型连同很长的上下文完整装进显存，不用跨卡切分。“单柜43TB”对应的是ORv3（Open Rack v3，开放计算项目OCP的第三代机柜标准）整柜设计——注意，高通卖的不是一张卡，是整个机柜：柜内靠PCIe扩展、柜间用以太网横向扩展，140kW液冷，官方明确对标的是“rack-scale”这个英伟达NVL72带火的赛道。
服务器硬件媒体ServeTheHome在发布当天的分析点破了产品谱系：AI200/AI250本质上是高通卖了多年的Cloud AI 100推理卡产品线的换代，只是从“卖卡”升级成了“卖柜”。
HBM（高带宽内存）是AI芯片的标配，也是整个行业最紧的瓶颈——产能被英伟达、AMD、博通锁死，单价高企。高通偏偏绕开它，用手机上用了十几年的LPDDR，这是整件事里最有工程味道的决策。
账要从大模型推理的成本结构算起。生成式AI推理分两段：预填充（读入上下文，算力密集）和解码（逐token往外蹦，访存密集）。而长上下文、多轮对话、代理式（Agentic）工作负载的共同特征，是KV缓存随上下文长度线性膨胀——模型的“工作记忆”越铺越大，显存容量先于算力见顶。这就是所谓“容量型推理”：瓶颈不在算得多快，而在装得下多少、每GB花多少钱。
LPDDR的优势正在这里：每GB成本远低于HBM，功耗也低得多，于是才能在单卡上堆出768GB、单柜43TB。代价同样明确——LPDDR的原始带宽远低于HBM，第三方硬件分析普遍指出，这套架构天然偏向容量受限、成本敏感的推理负载，而不是追求极致吞吐的训练或高并发短输出场景。高通的解法分两层：AI200先用大容量和低TCO立住脚；AI250则押注“近内存计算”——把计算单元挪到内存颗粒旁边，减少数据搬运，官方称有效带宽提升超10倍、功耗大幅下降。说白了，既然总线带宽拼不过HBM，就把数据搬动的距离缩短，这是内存体系结构里经典的老思路，能不能在量产机上兑现，2027年见分晓。
还有一个容易被忽略的点：大模型正在全面转向MoE（混合专家）架构，参数总量动辄数千亿甚至万亿，但每次推理只激活一小部分——这类模型对显存容量的饥渴远大于对带宽的饥渴。高通宣称AI200能“高效推理至10万亿参数级模型”，瞄准的正是这个结构性趋势。
200兆瓦是什么规模？按当前主流液冷机柜功率密度粗算，大致对应数千个整机柜、几十万张加速卡级别的部署体量，据ServeTheHome估算，这一单的潜在收入以十亿美元计。
买家HUMAIN来头不小：沙特主权基金PIF旗下的国家AI公司，2025年5月在美沙投资论坛上与高通签下备忘录（同一批协议里还包括数据中心CPU的合作方向），10月底FII峰会期间升级为正式商业协议——目标2026年起在沙特本土及海外部署200兆瓦的AI200/AI250机柜，对外提供推理服务。据公开报道，HUMAIN此前已与英伟达、AMD分别签下大体量GPU采购协议（AMD一单即以500兆瓦计），沙特是在用石油美元换算力基建，AI推理正是它“2030愿景”转型叙事的核心章节。
对高通而言，这单的意义大于金额本身。回顾它前两次进军数据中心，最狼狈的时刻都是“产品做出来了，客户没了”。而这一次，产品还没出货，200兆瓦的订单先落在纸上——商业模式从“先造后卖”变成了“先单后产”。
高通的数据中心执念可以画成一条二十年跨度的直线：
timeline
title 高通三次进军数据中心
section 第一回合
2017 : Centriq服务器CPU上市
2019 : 服务器CPU业务被砍
section 第二回合
2021 : 约十四亿美元收购Nuvia
2022 : Cloud AI 100推理卡商用
2024 : 服务器CPU计划据报再度搁置
section 第三回合
2025 : AI200与AI250发布
2025 : HUMAIN签下200兆瓦协议
2026 : AI200启动部署
2027 : AI250接棒上市
第一回合输在时机。2017年高通推出Centriq 2400服务器CPU（24核Arm架构），是业内最早一批Arm服务器芯片之一，结果2019年初整个业务被砍，团队解散——彼时数据中心还是x86的天下，云厂商尚未接受Arm。
第二回合是“曲线救国”。2021年高通以约14亿美元收购Nuvia（三位前苹果芯片高管创办），其“凤凰”核心演化为今天的Oryon CPU核，先在骁龙X系列PC芯片上扬名；但据路透社2024年报道，基于Oryon的下一代服务器CPU在上市前被搁置。同期Cloud AI 100推理卡倒是在商用市场坚持了很多年，积累了真实部署——只是规模始终没能破局。
第三回合的不同，官方的说法是“基于十余年NPU技术积累”：Hexagon NPU从骁龙8系的手机AI引擎起步，迭代了十年，如今扩展成数据中心推理引擎。客观看，三条新变量也确实成立：一是市场需求从训练转向推理，推理比拼的恰好是高通擅长的每瓦性能与TCO；二是产品形态从卖卡升级为卖整柜，避开了单卡市场与英伟达的正面消耗；三是先锁定主权客户再量产，把最大的商业风险前置化解了。
| 维度 | 英伟达GB300 NVL72 | AMD Instinct MI355X | 高通AI200 |
|---|---|---|---|
| 内存路线 | HBM3e | HBM3e | LPDDR |
| 单加速器内存 | 288GB（据公开资料） | 288GB（据公开资料） | 768GB |
| 机柜形态 | 约120kW级液冷整柜 | 单机8卡，风冷/液冷 | 140kW液冷ORv3整柜 |
| 主打场景 | 训练+高吞吐推理一体 | 训练+推理 | 大容量、低TCO推理 |
| 软件生态 | CUDA，护城河最深 | ROCm，持续追赶 | 自有软件栈，公认最薄弱 |
| 商用状态 | 已规模量产 | 2025年下半年起量 | 2026年部署 |
差距在哪一目了然。ServeTheHome的总结很直白：把卡和服务器拼成机柜只是入场券，要在这个量级的基础设施里成为大玩家，软件、运维、集群调度缺一不可——高通的软件栈是三家里最需要补课的。英伟达也不会坐视推理市场被切开：降价、产品线细分、与云厂商的绑定，都是现成的反制手段。
但高通的牌也不在正面战场。它赌的是推理市场的分层：训练和高端推理继续由HBM阵营把持，而长上下文、批量批处理、代理式长会话这类“装得下比跑得快重要”的负载，会流向单位成本更低的容量型方案。市场足够大时，第二名到第四名的位置也值钱——2027年全球推理算力的需求，大概率容得下不止一种内存路线。
第一，机房功率密度的门槛正在重写。140kW单柜、直接液冷、ORv3标准——这套规格对供电、制冷、承重的要求，已经把传统通信机房（单机架几kW到十几kW）远远甩开。运营商手里最值钱的不是机架数量，而是能改造到这个功率密度、且靠近用户的边缘站点。高通选择ORv3这种开放标准而非私有机柜，客观上降低了第三方机房接入其生态的门槛，这与通信行业“去私有化、拥抱开放硬件”的十年路径是同一条线。
第二，端云协同不是口号，是产品架构。高通发布会上反复强调“混合AI”（Hybrid AI）：手机端Hexagon NPU处理轻量推理，云端AI200承接长上下文与批量任务，中间靠网络调度。这个叙事里，推理流量将成为新的网络负载形态——时延敏感的短请求走边缘，吞吐型的长会话走区域数据中心。对做核心网和传输的人来说，“AI流量模型”会像当年的视频流量模型一样，成为容量规划的新输入。
第三，通信与算力的产业边界正在消融。英伟达牵手设备商进基站做AI-RAN，高通携推理机柜进数据中心，芯片厂在互相踩进对方的地盘。对设备商而言，采购清单里的“算力供应商”一栏正在多元化；对运营商而言，机房资产可能从成本中心变成推理服务的收入入口。高通这次跨界的成败，本身就是这条边界线移动速度的测量仪。
给这单生意下判断还太早：软件生态要补课，200兆瓦的液冷机柜是重工程活，AI250的近内存计算是未经量产验证的技术，而对手的 next step 永远比预期快。但至少这一次，高通改掉了老毛病——先找到愿意掏钱的客户，再开动产线；不再单方面赌技术，而是赌一个已被验证的结构性缺口：推理时代，内存容量比带宽更稀缺，每token成本比峰值算力更值钱。
一百年前，让手机芯片公司起家的，是“把计算机塞进口袋”；今天它想证明的，是“把口袋里的低功耗功夫，反哺回机房”。2026年沙特的第一批机柜上电时，这场赌局的正式比分会开始揭晓。
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。