你知道数据中心2N架构是什么吗？
150亿美元营收目标背后的技术赌注
高通计划在2029财年将非手机业务营收提升至400亿美元，其中数据中心业务目标高达150亿美元以上。这是高通在2026年6月投资者日上披露的激进目标，而实现这一跨越的关键在于能否打破现有算力架构的物理限制。AI大模型对数据吞吐量的需求呈指数级增长，传统的“计算与内存分离”架构正面临严峻挑战。为了解决这一行业痛点，高通在8月26日对外详解了其HBC（High Bandwidth Compute，高带宽计算）近存架构，试图在数据中心市场撕开一道新的口子。
物理距离重构：从HBM到HBC的演进
长期以来，HBM（高带宽内存）一直是解决AI芯片带宽瓶颈的主流方案。该方案将内存堆叠在计算芯片旁边，数据通过接口进行横向传输。高通执行副总裁兼边缘解决方案总经理马德嘉指出，这种物理连接方式在能效和带宽上仍有提升空间。HBC架构的核心在于“近存计算”理念，即通过3D堆叠技术，将一部分计算逻辑直接置于内存下方。这种垂直堆叠方式大幅缩短了数据传输路径，显著降低了延迟与功耗。据公开信息显示，HBC架构能够提供比传统HBM更高的有效带宽，这对于每秒需要处理海量Token交互的生成式AI应用而言，意味着更低的运营成本和更快的推理速度。
模块化策略与云厂商的算力焦虑
HBC不仅仅是一种芯片设计，更被高通视为一种灵活的系统级解决方案。马德嘉强调，客户可以在使用HBC架构的同时，在另一侧配置其他计算单元，这种模块化设计允许云服务商根据工作负载进行定制化配置。目前，超大规模云服务商对这一技术表现出浓厚兴趣，并与高通保持深入交流。对于云厂商而言，电力消耗和算力效率是核心关切，HBC所承诺的高能效比恰好击中了这一痛点。与此同时，高通正与全球主要内存厂商合作，推进HBC所需的DRAM堆叠技术，试图在供应链层面构建稳固的护城河。
四轮驱动：高通的数据中心版图
HBC架构并非孤立存在，它是高通进军数据中心市场“四轮驱动”战略的重要组成部分。这一战略组合包括基于Oryon核心的Dragonfly C1000服务器CPU、针对生成式AI推理优化的AI300加速器（AI250方案额定功率已达160千瓦）、定制化ASIC服务以及HBC近存架构。在生态建设方面，Meta已承诺采用其CPU方案并达成多代合作，微软也对HBC技术表达了兴趣。此外，高通近期以约39亿美元收购AI软件公司Modular，意在补齐软件栈短板，构建从硬件底座到软件生态的完整体系。
挑战与机遇并存的新征程
尽管技术路径清晰，但高通在数据中心领域的征途依然充满挑战。据业内人士分析，当前数据中心芯片市场已形成多家巨头割据的局面，竞争激烈。高通不仅要证明HBC在物理层面的优势，还需说服客户迁移至全新的软件生态。此外，复杂的制造工艺和良率控制也是3D堆叠技术量产必须跨越的门槛。随着AI对算力需求的不断攀升，能否按时兑现技术承诺并实现营收目标，将是高通未来几年面临的最大考验。
本文由AI辅助生成
