高通（Qualcomm）并不是简单进入AI数据中心市场，而是在打造一套可以覆盖"云+端"所有AI设备的统一计算架构。真正值得关注的，不是AI250，而是High Bandwidth Compute（HBC）未来能够复制到数十亿终端设备。

美股投资网下面分几个层面解读。

---

一、什么是 HBC（High Bandwidth Compute）？

传统AI芯片（例如NVIDIA GB200、AMD MI400）的架构：

 





GPU
   │
   │
HBM Memory










 

GPU和HBM虽然封装在一起，但本质仍然是两个不同Die。

数据需要不断：

 





HBM
 ↓
Interposer
 ↓
GPU
 ↓
Tensor Core










 

AI训练最大的瓶颈其实就是：

Memory Wall（内存墙）

不是算力不够，而是GPU一直在等数据。

---

而高通提出的是：

 





LPDDR
==========
Compute
==========










 

直接把Compute放到Memory下面。

数据移动距离缩短。

意味着：

• 更低延迟
• 更低功耗
• 更高Bandwidth/Watt

所以Investor Day里提到：

Bandwidth per Watt达到HBM的6倍。

这里注意：

它不是说：

比HBM带宽高6倍。

而是：

每消耗1W电得到的带宽提高6倍。

这是两个完全不同的概念。

---

二、为什么不用HBM？

因为HBM根本不能进入手机。

HBM的问题：

• 很贵
• 很厚
• 功耗高
• 封装复杂

一个HBM Stack：

价格几十美元甚至更高。

手机根本放不进去。

所以：

手机一直使用：

LPDDR5

LPDDR6

未来LPDDR7

高通现在的思路就是：

保留LPDDR，但把Compute做到Memory下面。

于是：

不用HBM，

也能获得接近HBM的数据访问效率。

---

三、真正重要的是"统一架构"

这才是Investor Day真正释放的信息。

高通一直坚持一件事：

One Architecture

以前：

Snapdragon

手机

↓

PC

↓

汽车

现在：

再增加：

 





Data Center
      ↓
 PC
      ↓
Phone
      ↓
Auto










 

全部采用同一套Memory Architecture。

这意味着：

研发一次。

四个平台同时受益。

这种模式和苹果（Apple）的思路有点类似：

Apple Silicon：

M系列

↓

Mac

↓

iPad

↓

Vision Pro

同一套IP不断复用。

高通想做的是AI版本。

---

四、为什么市场容易忽略这一点？

因为现在市场关注的是：

谁的数据中心GPU销量最大？

于是大家都盯着：

• NVIDIA
• AMD
• Broadcom

但是高通真正优势从来不是Data Center。

它真正拥有的是：

全球几十亿终端。

例如：

• Android手机
• Windows AI PC
• 汽车座舱
• ADAS
• XR眼镜
• IoT设备

如果未来AI Agent越来越依赖端侧推理（Edge AI），那么统一架构带来的规模效应可能远超单一数据中心市场。

---

五、为什么Edge AI越来越重要？

过去：

 





Phone
    ↓
Cloud










 

所有AI都上传云端。

未来：

 





Phone
  ↓
NPU
  ↓
Local LLM










 

模型直接运行本地。

例如：

• 实时翻译
• AI Agent
• 视频编辑
• 图片生成
• 多模态助手

全部：

On Device。

这需要：

最大的不是GPU。

而是：

Memory Bandwidth。

所以为什么苹果一直疯狂提升：

Unified Memory。

为什么微软要求：

Copilot+ PC

40+ TOPS NPU。

为什么谷歌：

Gemini Nano。

大家都开始走：

Edge AI。

---

六、最大的战略价值

真正值得关注的其实不是：

2027年的AI250。

而是：

如果HBC成熟。

未来：

手机SoC

↓

PC SoC

↓

汽车SoC

↓

XR

↓

机器人

都可以采用同一套Memory Stack。

研发成本被大量设备摊薄。

这是高通最大的竞争优势之一。

---

是否意味着高通将超越NVIDIA？

目前还不能得出这样的结论。

原因有三点：

1. HBC目前仍停留在路线图阶段，首款搭载该架构的数据中心AI250计划在2027年推出，真正性能、成本、良率和生态还需要产品落地验证。
2. "6倍带宽/瓦"并不等于6倍性能。AI系统性能还受到计算单元、软件栈、互连、编译器和模型优化等多方面影响。
3. 数据中心与终端市场的竞争逻辑不同。NVIDIA依靠CUDA生态和训练集群占据领先地位，而高通更大的机会在于把成熟的低功耗设计能力和统一架构扩展到手机、PC、汽车等边缘AI设备。

投资角度

如果Investor Day透露的信息能够兑现，那么高通正在讲述的不只是一个AI数据中心故事，而是一个统一AI平台的故事：

同一套计算与内存架构，从云端延伸到终端，实现研发成果在数据中心、PC、手机、汽车等多个市场复用。

如果未来AI的发展方向真的是"云训练 + 端推理"并存，那么高通的长期价值可能不仅取决于AI250能否在数据中心取得多大份额，更取决于它是否能够把HBC架构成功下放到数十亿边缘设备，成为未来AI终端的底层计算平台。这也是市场当前可能尚未充分计价的部分。