高通Dragonfly C1000瞄准数据中心AI，Meta签约2028年量产

高通正在进军数据中心CPU市场，推出了一款专为智能体AI设计的芯片，这可能会撼动由英伟达、AMD和英特尔主导的市场格局。周三发布的Dragonfly C1000优先考虑每瓦计算性能——随着超大规模企业竞相控制电力成本，这一指标已成为AI基础设施支出的主战场。

高通首席执行官克里斯蒂亚诺·安蒙在一份声明中表示："智能体AI工作负载需要与传统推理或训练根本不同的计算架构。Dragonfly C1000从头开始构建，旨在提供高吞吐量的同时不产生额外的功耗代价。"

Dragonfly C1000是高通首款专用数据中心CPU，标志着其战略性地扩展到核心智能手机和汽车芯片业务之外。该公司表示，该芯片针对智能体AI（能够规划、推理和执行多步骤任务的自主AI系统）进行了优化，这一工作负载类别正在推动下一波数据中心需求。高通未披露该芯片的制程节点、晶体管数量或热设计功耗，但表示将于2028年进入量产。

Meta Platforms Inc.已签约成为首个主要客户，这一胜利使高通在一个现有企业拥有多年客户关系和优化软件生态系统的市场中立即获得了可信度。这家运营着全球最大AI基础设施集群之一的社交媒体巨头一直在积极多元化其硬件供应链，投资于定制芯片和替代架构，以减少对英伟达GPU的依赖。

为何能效比原始性能更重要

数据中心的功耗已成为AI扩张的决定性制约因素。一块英伟达H100 GPU在负载下的功耗高达700瓦，而功耗达到50兆瓦或更高的超大规模集群正变得越来越普遍。高通通过Dragonfly C1000专注于每瓦性能，直接解决了这一瓶颈，可能为数据中心运营商提供一种在不超出设施电力预算的情况下提高计算密度的方法。

据行业估计，这款芯片进入的市场中，英伟达占据了约80%的AI加速器支出，而AMD的MI300系列和英特尔的Gaudi加速器争夺剩余份额。高通的策略不同，它瞄准的是AI推理的CPU（而非GPU）领域，目前英特尔至强和AMD EPYC处理器在该领域占据主导地位，但能效提升一直较为缓慢。

Meta的硬件多元化战略

对Meta而言，此次合作扩展了其多管齐下的硬件战略，该战略已包括用于推理的自研MTIA芯片、不断增长的英伟达GPU机群，以及对替代架构的投资。Meta一直是呼吁需要更高效AI计算的最直言不讳的超大规模企业之一，其首席执行官马克·扎克伯格此前曾表示，电力限制（而非芯片供应）将成为AI扩张的制约因素。

Meta未披露其Dragonfly C1000部署规模或协议的财务条款。高通表示，在2028年开始量产之前，预计还会有更多客户公告。

截至周二收盘，高通股价今年迄今已上涨约18%，跑赢费城半导体指数12%的涨幅。该公司的预期市盈率为16倍，低于英伟达的35倍和AMD的28倍，反映出投资者对高通打入数据中心市场能力的 skepticism。Dragonfly C1000的发布以及Meta的背书可能开始缩小这一差距——前提是高通能够兑现其能效声明并满足2028年的量产时间表。

本文仅供参考，不构成投资建议。