重點一：Qualcomm（高通）宣布推出資料中心用AI加速器，股價大漲11%，挑戰NVIDIA（輝達）與AMD。
重點二：新晶片AI200（2026）與AI250（2027）鎖定推論（Inference），提供整櫃液冷架構，主打功耗與總持有成本優勢。
重點三：單櫃功耗約160kW、單卡支援768GB記憶體；高通稱可模組化供應，與雲端業者或其他晶片商「混搭」。
高通宣布將推出面向資料中心的AI加速器產品線，正式跨入以AI為核心的伺服器市場，消息公布後股價跳升11%，顯示資本市場對其挑戰現有格局的期待。
目前，AI加速器市場由NVIDIA（輝達）主導、AMD位居次位，且Google（谷歌）、Amazon（亞馬遜）、Microsoft（微軟）與OpenAI等大型雲端與模型供應商也在自研加速器。高通過去重心在行動與無線晶片，此次轉向資料中心，意在以差異化的能效與成本優勢切入AI基礎設施賽道。
產品路線與技術定位：推論優先、整櫃液冷
高通指出，將在2026年推出AI200、並在2027年推出AI250，兩者皆可整合為占滿一整個機櫃的液冷系統，對標NVIDIA與AMD已提供的整櫃GPU方案（可讓多達72顆晶片協同運作）。
與許多競品著重「訓練（Training）」不同，高通新品明確聚焦「推論（Inference）」應用，即在雲端環境高效執行已訓練完成的AI模型。
其資料中心加速器延續自智慧型手機平台中的Hexagon NPU（神經處理單元）技術脈絡，宣稱在功耗、總持有成本（TCO）、以及記憶體處理方式等方面具優勢。官方並表示，單卡支援768GB記憶體容量，規格高於部分現有競品，藉此提升大型模型推論的承載能力與吞吐表現。
高通同時發布「超大規雲商等級」AI軟體堆疊，從應用層至系統軟體層優化推理，支援主流機器學習框架與推理引擎、生成式AI框架，以及針對LLM/LMM的推理優化技術（如disaggregated serving）。
開發者可透過「高通高效Transformer函式庫」與「高通AI推理套件」進行Hugging Face模型的一鍵導入與部署，並取得現成AI應用、代理、工具、函式庫、API與服務，以利從實驗到營運化的落地流程。
商業模式與供應策略：功耗160kW、模組化「混搭」
在系統設計與營運面，高通表示整櫃解決方案的功耗約為160kW，與部分NVIDIA整櫃GPU系統的高用電水位相當；同時強調其方案有望降低雲端服務供應商的營運成本。
供應策略上，高通除了提供「整櫃」外，也將可拆分提供AI加速器、CPU等元件，讓大型雲端業者或超大規模資料中心（Hyperscaler）自行設計機櫃，甚至不排除NVIDIA或AMD等同業在特定零組件上成為其客戶，實現「整套或混搭」的採購彈性。
值得注意的是，目前高通未透露晶片、加速卡或整櫃的定價、以及每櫃可容納的NPU數量。
技術佈署：200MW機櫃、生成式AI推論加速
另在國際拓展方面，沙烏地阿拉伯Humain與高通宣布達成重大合作，將在沙烏地阿拉伯部署世界首創、「Edge-to-Cloud（邊緣到雲）」完整優化的混合AI推論基礎設施，目標把沙國打造成全球人工智慧樞紐。
依計畫，HUMAIN將自2026年起導入200 megawatts（200百萬瓦）的高通AI200與AI250機櫃解決方案（Rack Solutions），在沙國及全球提供高效能AI推論服務。
雙方亦將針對企業與政府單位的需求，開發客製化解決方案，包含資料中心運維、模型佈署、服務交付等層面，讓AI推論能在不同產業（如公共服務、製造、交通、金融）加速上線、落地應用，並確保TCO與能效最優。
此舉也配合沙國技術生態建設與人才培育，為後續產業化擴張提供基礎設施與標準作法。
本文初稿為AI編撰，整理．編輯/ 李先泰
