高通Dragonfly C1000瞄準資料中心AI，Meta簽約2028年投產

高通正進軍資料中心CPU市場，推出專為代理型AI設計的晶片，這可能顛覆由Nvidia、AMD與英特爾主導的市場版圖。週三發表的Dragonfly C1000以每瓦運算效能為核心訴求——隨著超大規模資料中心業者競相控制電力成本，該指標已成為AI基礎設施支出的關鍵戰場。

高通執行長克里斯蒂亞諾·阿蒙（Cristiano Amon）在聲明中表示：「代理型AI工作負載需要與傳統推理或訓練根本不同的運算架構。Dragonfly C1000從底層開始設計，旨在提供高吞吐量，同時避免電力代價。」

Dragonfly C1000是高通首款專用資料中心CPU，標誌著其從核心的手機與車用晶片業務向外進行策略性擴張。該公司表示，這款晶片針對代理型AI進行了最佳化——這是一種能夠規劃、推理並執行多步驟任務的自動化AI系統，這一工作負載類別正驅動下一波資料中心需求。高通並未揭露該晶片的製程節點、電晶體數量或熱設計功耗，但表示該晶片將於2028年進入生產。

Meta Platforms Inc.已簽約成為首個主要客戶，這項勝利立即為高通在一個既有業者擁有多年客戶關係與最佳化軟體生態系的市場中帶來了可信度。這家社群媒體巨頭擁有全球最大規模的AI基礎設施之一，一直在積極實現硬體供應鏈多元化，投資於客製化晶片與替代架構，以降低對Nvidia GPU的依賴。

為何每瓦效能比原始性能更重要

資料中心電力消耗已成為AI擴張的主要限制因素。單一顆Nvidia H100 GPU在負載下的功耗高達700瓦，而超過50兆瓦的超大規模叢集正變得越來越普遍。高通在Dragonfly C1000上對每瓦效能的關注，直接應對了這一瓶頸，可能為資料中心營運商提供一種在不超出設施電力預算的情況下提高運算密度的方法。

業界估計，該晶片進入的市場中，Nvidia約佔AI加速器支出的80%，而AMD的MI300系列與英特爾的Gaudi加速器則爭奪其餘部分。高通的策略與眾不同，瞄準的是AI推理的CPU——而非GPU——領域。在這一領域，英特爾的Xeon與AMD的EPYC處理器目前佔據主導地位，但每瓦效能的提升一直相當有限。

Meta的硬體多元策略

對Meta而言，這項合作擴大了其多管齊下的硬體策略，該策略已包括用於推理的自研MTIA晶片、不斷擴大的Nvidia GPU機隊，以及對替代架構的投資。Meta是超大規模業者中最積極呼籲需要更高效AI運算的公司之一，執行長馬克·祖克柏（Mark Zuckerberg）此前曾表示，電力限制（而非晶片供應）將成為AI擴張的制約因素。

Meta沒有透露其Dragonfly C1000部署規模或協議的財務條款。高通表示，在2028年開始生產之前，預計將公布更多客戶。

截至週二收盤，高通股價今年迄今已上漲約18%，表現優於費城半導體指數12%的漲幅。該公司目前股價為預期收益的16倍，低於Nvidia的35倍與AMD的28倍，反映出投資者對高通打入資料中心市場能力的懷疑。Dragonfly C1000的發布與Meta的支持可能會開始縮小這一差距——前提是高通能夠兌現其每瓦效能的承諾，並如期在2028年實現量產。

本文僅供參考，不構成投資建議。