不只賣手機晶片!高通推出Dragonfly C1000資料中心CPU,如何靠低功耗搶攻輝達金飯碗?
不只賣手機晶片!高通推出Dragonfly C1000資料中心CPU,如何靠低功耗搶攻輝達金飯碗?

重點一:高通 2029 財年非手機業務目標從 220 億美元上調至 400 億美元,近乎翻倍,盤後股價一度漲約 15%。

重點二:發布 Dragonfly C1000 資料中心 CPU,Meta 確認採用,正式挑戰 Intel、AMD 與其他 Arm 伺服器處理器方案。

重點三:以約 39 億美元收購 AI 軟體公司 Modular,建立跨硬體軟體平台,降低開發者對 CUDA 單一生態的依賴。

高通(Qualcomm)在 2026 年 6 月 24 日美股盤後舉行投資人說明會,拋出一個讓市場瞬間重新估值的數字:公司將 2029 財年非手機業務收入目標,從原本的 220 億美元直接調升至 400 億美元(約合新台幣 1.27 兆元),近乎翻倍。 這讓盤後股價一度漲約 15%。

這個數字背後更細的分拆是:高通預計資料中心業務 2029 財年貢獻 150 億美元(約台幣 4,767 億元)營收,2027 財年則先衝到 50 億美元(約新台幣 1,589 億元,其中 10 億美元來自新進的客製晶片客戶);汽車設計訂單管線也從原有目標擴大至 650 億美元,並新設 2029 財年 100 億美元的營收里程碑。

換言之,高通正式宣告從一家「賣手機晶片的公司」轉型。執行長克里斯提亞諾·阿蒙(Cristiano Amon)在說明會上表示:「我們一直在執行計畫、累積資產,走到今天這個時間點,我們認為自己已擁有一套完整的產品組合,可以進入資料中心的下一個階段。」

Dragonfly C1000:進軍資料中心的核心產品

高通此次發布的核心產品是 Dragonfly C1000,這是一款專為資料中心設計的 CPU(中央處理器,負責資料中心的通用運算任務)。Meta 已確認將在自家基礎設施中採用這款晶片及後續世代,預計 2028 年底正式投入使用。

高通的核心論點是「低功耗」。資料中心的用電量快速逼近基礎設施上限,能在同等效能下消耗更少電力,已成為各大超大規模雲端業者(即 Google、Amazon、Meta 等規模最大的資料中心運營商)選晶片的關鍵條件之一。

資料中心業務負責人托尼·皮阿利斯(Tony Pialis)表示:「我不需要強行闖入超大規模客戶;是他們主動來找我們。」

目前高通已拿下兩家未具名超大規模業者的客製晶片訂單,收入將在今年日曆年底前開始入帳。

C1000 將直接與英特爾(Intel)、超微(AMD)及其他 Arm 伺服器處理器方案競爭;高通整體資料中心布局則同時跨入 AI 加速器與客製晶片市場。

收購 Modular:補齊開放軟體生態缺口

硬體之外,高通同步宣布以約 39 億美元(約合新台幣 1,240 億元,以股票支付)收購 AI 軟體公司 Modular,預計 2026 年下半年完成交割。

Modular 做的事情白話說就是:讓同一套 AI 程式可以跑在不同廠牌的晶片上,不必為每種晶片重寫程式碼。

高通將 Modular 定位為跨硬體的開放軟體平台,目標在於降低開發者對輝達 CUDA 單一生態的依賴。CUDA 是輝達長期主導 AI 計算市場的核心武器,開發者一旦習慣用 CUDA 寫 AI 程式,就很難轉去用其他廠的晶片,形成強大的生態鎖定效應。

Modular 由一批曾參與打造今日 AI 基礎設施的工程師所創立,其開源平台可跨越 CPU、GPU、NPU(神經網路加速器)與客製 ASIC(應用專用積體電路)執行模型,不需針對每種加速器分別改寫。

創辦人克里斯·拉特納(Chris Lattner)表示,加入高通是加速這個開放 AI 軟體基礎建設使命的最佳路徑。

因此,高通現在的盤算是:以低功耗差異化硬體打入超大規模客戶,再用 Modular 的跨硬體軟體平台吸引開發者,讓客戶不只買晶片,還能在高通的軟體環境裡持續開發。

對高通而言,截至 2025 財年,手機業務仍佔產品營收的三分之二,轉型並非一夕完成。本次進場的對手陣容也十分強大:輝達、Cerebras、Amazon 的 Graviton、Google 的 Axion,都已在 AI 資料中心市場深耕多年。

但至少目前,接近翻倍的收入目標,已經讓資本市場選擇相信高通。

資料來源:CNBCBloombergQualcomm 官方新聞稿

本文初稿為 AI 編撰,整理.編輯/ 李先泰

關鍵字: #高通 #Nvidia
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓