“潜艇浮出水面了。”
这句话出自高通数据中心业务总经理Tony Pialis之口，是在高通2026年投资者日的纽约舞台上说出的。台下坐着华尔街分析师、机构投资者和几十家媒体。一天之内，高通发布了从CPU到AI加速器再到定制芯片的整套数据中心路线图，签下Meta作为其服务器CPU的首个大客户，宣布微软将在Azure部署其新型高带宽计算架构——然后抛出一个让整个行业重新评估这家公司的数字：2027财年AI相关收入50亿美元，是市场此前预期的至少两倍。
两天后，摩根士丹利打破了多年来对高通的谨慎立场。分析师Joseph Moore将评级从“减持”一举上调至“与大市同步”，目标价从146美元大幅提升至231美元，并将FY2027收入预测从410亿美元上调至460亿美元，经调整每股盈利从9.84美元上调至10.45美元。研报的核心逻辑只有一个：这家公司不再是“手机芯片商”了。
一场等了五年的翻身仗
6月24日，高通在纽约举办的投资者日上，全面展示了AI数据中心战略。这是高通历史上最重要的战略沟通——不是因为发布了某个新产品，而是因为它终于补上了“端到云”拼图中缺失的最大一块。
在此之前的五年里，高通一直活在“手机芯片依赖症”的阴影下。旗舰骁龙芯片是利润引擎，汽车和IoT是增长故事，但数据中心——那个被英伟达、AMD和英特尔统治的万亿美元市场——高通过去从未真正染指。每一次分析师电话会上，“高通什么时候做数据中心”几乎成了固定问题。
现在，高通给出了答案。
投资者日上，高通发布了代号Dragonfly的完整数据中心产品组合：基于自研Oryon架构的服务器CPU Dragonfly C1000，采用chiplet设计、250个以上核心、频率超过5GHz、支持PCIe Gen 7；全新的高带宽计算架构HBC，目标是突破AI推理中的“内存墙”瓶颈；以及AI250、AI300推理加速器，以每年一代的节奏迭代。
更重要的是，高通带来了真实客户背书。Meta宣布与高通签署多代CPU合作协议，计划从2028年下半年开始在其数据中心部署C1000。微软CEO萨提亚·纳德拉亲自通过视频出现在高通投资者日上，表示将在Azure数据中心部署HBC方案。此外，高通透露已拿下两家超大规模云厂商的定制芯片订单，各自至少贡献10亿美元级别的年收入。
在软件层面，高通宣布以约39亿美元的全股票交易收购AI软件初创公司Modular——一笔补齐了高通在AI软件栈上短板的战略收购。CEO Cristiano Amon在声明中说：“随着agentic AI在数据中心和边缘环境中规模化，行业正在走向多供应商架构，需要更开放、更现代的软件基础。”
高通CFO Akash Palkhiwala在演讲中给出了一组令市场重新定价的数字：FY2027数据中心AI收入50亿美元，FY2029数据中心年收入超过150亿美元，整个非手机业务在FY2029达到400亿美元——比此前220亿美元的指引几乎翻倍。
市场反应立竿见影。高通股价在盘后交易中上涨超过12%，次日盘前进一步攀升13%。而摩根士丹利的评级调整，将这种乐观情绪锁定为正式的华尔街共识转向。
收入结构正在被重写
高通过去十年最大的结构性问题不是技术不行，而是收入太集中。手机芯片和授权业务长期贡献超过70%的收入。这让高通在每一次手机周期下行时都格外脆弱，也让市场始终给不出高于消费电子公司的估值倍数。
但投资者日公布的数字正在改变这个叙事。高通给出的FY2029目标已清晰勾勒出四轮驱动的收入结构：手机占QCT收入约三分之一，汽车达到100亿美元，IoT超过140亿美元，数据中心突破150亿美元。手机从唯一的引擎变成了四大支柱之一。
这个转变的速度超出了华尔街预期。摩根士丹利将此归结为高通战略执行力的体现——一年前还被视为“边缘冒险”的数据中心战略，如今已有了Meta、微软和两家顶级云厂商的真实订单。该行在研报中指出，管理层目标在5至7年内取得万亿美元数据中心总潜在市场中超过5%的份额，“若最终成功，高通将能够转型为多元化人工智能基础设施公司”。
更重要的是收入质量的变化。数据中心芯片的毛利率普遍高于手机芯片——英伟达的数据中心毛利率在70%以上，而高通手机芯片通常在50%至60%区间。随着高价值数据中心业务占比提升，高通的整体利润结构有望迎来质的飞跃。
代理人战争：从桌上牌桌到握有底牌
高通选择的数据中心切入路径，和大多数人的直觉恰恰相反。它没有正面挑战英伟达在AI训练市场的统治地位，而是走了一套差异化的“代理人战争”策略。
第一张牌是CPU。Dragonfly C1000不直接对标英伟达的GPU，而是瞄准AI数据中心中快速增长的通用计算需求。高通的论点是：随着AI从训练转向推理，尤其是从单次推理转向agentic AI，即AI系统需要连续、多步骤、低延迟地完成复杂任务，数据中心的计算架构会发生根本性变化。推理负载不再仅仅是GPU的专项，CPU在编排、调度、轻量推理上的角色正在被重新定义。
第二张牌是HBC——高带宽计算架构。这是高通最具颠覆性的技术叙事。传统AI推理的内存瓶颈在于：高性能GPU需要搭配昂贵的HBM高带宽内存，成本极高且功耗巨大。高通的做法是开发一种近存计算架构，结合3D堆叠硅方案，宣称在每瓦有效带宽上是传统GPU加HBM加SRAM方案的6倍。搭载HBC Gen1的AI250推理加速器实现每卡133TB/s的有效内存带宽，是使用LPDDR5X的AI200方案的18倍。如果这项技术能在实际部署中得到验证，它将对英伟达的GPU推理垄断构成结构性挑战。
第三张牌是定制芯片。高通已拿下两家超大规模云厂商的定制芯片订单，各自贡献超过10亿美元年收入。这实际上是高通最聪明的打法——不是用自己的标准化芯片去说服云厂商替换现有方案，而是利用其SoC设计和低功耗工程能力，为云厂商量身打造专用芯片。这种芯片设计服务加自有加速器的双轨策略，既能在短期内落地收入，又能在长期建立客户关系。
英伟达的护城河与高通的迂回包抄
英伟达在AI数据中心的统治地位不言自明：数据中心业务年收入超过千亿美元，CUDA生态积累超过400万开发者。任何想在AI芯片市场挑战英伟达的公司，都必须回答一个核心问题——凭什么。
高通的答案是：不正面交锋，但全线围堵。
在CPU层面，高通与Arm和英特尔直接竞争。C1000基于自研Oryon架构，这项来自Nuvia收购的资产已在PC端的Snapdragon X系列中证明了性能实力。高通宣称C1000的每瓦性能达到当前服务器CPU的两倍以上，这对能源成本越来越高的超大规模数据中心来说是一个极具说服力的卖点。
在AI推理加速器层面，高通通过HBC和AI300系列切入英伟达相对薄弱的领域——低功耗、高能效的推理场景。英伟达的H100和B200在设计上侧重训练，推理并非其最优性价比场景。高通希望用“每瓦token吞吐量”和“总拥有成本”这两个指标打开突破口。
在软件层面，收购Modular是决定性的一步棋。英伟达最深的护城河并非硬件，而是CUDA——一个经过十五年积累、让开发者和云厂商深度绑定的软件生态。Modular的产品是一个AI原生的跨硬件架构计算平台，能让开发者在CPU、GPU、NPU之间更高效地移植和运行AI模型。高通需要的正是这种去绑定能力——让客户从英伟达生态迁移到高通平台时成本更低、阻力更小。
但这条路线仍然充满不确定性。HBC的规模化量产要到2027年中期才开始采样，C1000的Meta部署要等到2028年下半年。这意味着高通AI数据中心故事在接下来18个月里，主要靠定制芯片和连接芯片来支撑。如果定制芯片的交付或性能不及预期，整个叙事的可信度都会受到冲击。
这意味着什么
高通投资者日揭示的核心信号不是一个产品发布，而是一份战略宣言：这家全球最大的手机芯片公司正在完成从“功能供应商”到“平台公司”的身份跃迁。
高通的最终目标是成为覆盖从云端推理到边缘部署、从汽车到PC再到手机的AI计算全链条公司。Cristiano Amon在投资者日上的原话非常直白：“我们正在加速边缘多元化战略，推出下一代AI数据中心的全面路线图，并演变为一家平台公司。”
如果这个目标实现，高通将不再与英伟达玩同一个游戏——它将在自己的赛道上，拥有完全不同的收入结构、客户关系和估值逻辑。
对投资者而言，接下来18个月有三个关键节点。第一，定制芯片能否在FY2027 Q1按计划贡献可观收入，这是验证需求真实性的首个试金石。第二，HBC Gen1在2027年中的商业化采样能否如期推进，这是技术差异化的核心赌注。第三，C1000的Meta部署是否按路线图在2028年启动，这将决定高通数据中心故事的终局可信度。
对行业而言，高通入局数据中心的意义已超越一家公司本身。它标志着AI芯片市场正在经历一场结构性的去中心化——从英伟达一家独大走向多架构、多供应商、多技术路线并存的新格局。CPU回来了，定制芯片崛起了，低功耗计算被重新定价了。
高通证明了“潜艇浮出水面”不只是修辞。当一家公司真正被逼到墙角时，才会发现自己能游到什么深度。
快报